محمد حسن احمدی؛ محمدرضا رمضانپور؛ ریحانه خورسند
چکیده
مقدمه: بروز بیماریهای کبد میتواند فرد را در طولانی مدت مستعد سرطان کبد نماید که از مرگبارترین نوع سرطانها در جهان به شمار میرود و در عین حال، قابل پیشگیری است. تشخیص زودهنگام بیماریهای کبدی، امری ضروری جهت درمان آنها میباشد. هدف از انجام پژوهش حاضر، دستهبندی وضعیت بیماران کبدی بر اساس شاخصهای آزمایشگاهی با استفاده از ...
بیشتر
مقدمه: بروز بیماریهای کبد میتواند فرد را در طولانی مدت مستعد سرطان کبد نماید که از مرگبارترین نوع سرطانها در جهان به شمار میرود و در عین حال، قابل پیشگیری است. تشخیص زودهنگام بیماریهای کبدی، امری ضروری جهت درمان آنها میباشد. هدف از انجام پژوهش حاضر، دستهبندی وضعیت بیماران کبدی بر اساس شاخصهای آزمایشگاهی با استفاده از رویکرد دادهکاوی بود.روش بررسی: در این مطالعه توصیفی، از الگوریتمهای بهینهسازی ازدحام ذرات PSO (Particle Swarm Optimization) و سیستم استنتاج عصبی- فازی تطبیقی ANFIS (Adaptive Neuro-Fuzzy Inference System) برای تشخیص اختلالات کبد در افراد سالم و بیمار استفاده گردید. بدین ترتیب، دادهها از پایگاه داده معتبر دانشگاه کالیفرنیا- ارواین UCI (University of California-Irvine) دریافت شد. برای ارزیابی روش پیشنهادی، معیارهای دقت، حساسیت و صحت مورد استفاده قرار گرفت.یافتهها: ترکیب ANFIS و الگوریتم PSO با متوسط صحت 14/99 درصد برای مجموعه داده مبتلایان به بیماریهای کبدی در هند ILPD (Indian Liver Patient Dataset) قادر به تشخیص اختلالات کبدی بود.نتیجهگیری: نتایج به دست آمده حاکی از توانمندی بالای مدل ANFIS در تشخیص اختلالات کبد میباشد. مدل پیشنهادی نسبت به سایر مدلهای مورد مقایسه دارای حداقل میزان خطا و بیشترین صحت و دقت است. بنابراین، به کارگیری این مدل در زمینه تشخیص بیماریهای کبد پیشنهاد میشود.
رضا صفدری؛ لیلا شاهمرادی؛ مجتبی جواهر زاده؛ میرمیکائیل میرحسینی
دوره 13، شماره 6 ، بهمن 1395، ، صفحه 399-404
چکیده
مقدمه: آپاندیسیت حاد، شایعترین علت مراجعه بیماران با دردهای شکمی به اورژانس بیمارستانها و آپاندکتومی، شایعترین عمل جراحی اورژانس میباشد. با وجود پیشرفتهای چشمگیر در تشخیص این بیماری، آپاندکتومی منفی همچنان میزان قابل توجهی را به خود اختصاص داده است. در پژوهش حاضر، شبکه عصبی مصنوعی جهت کمک به تشخیص آپاندیسیت حاد طراحی ...
بیشتر
مقدمه: آپاندیسیت حاد، شایعترین علت مراجعه بیماران با دردهای شکمی به اورژانس بیمارستانها و آپاندکتومی، شایعترین عمل جراحی اورژانس میباشد. با وجود پیشرفتهای چشمگیر در تشخیص این بیماری، آپاندکتومی منفی همچنان میزان قابل توجهی را به خود اختصاص داده است. در پژوهش حاضر، شبکه عصبی مصنوعی جهت کمک به تشخیص آپاندیسیت حاد طراحی و ارزیابی گردید.روش بررسی: این مطالعه به صورت توصیفی انجام شد و در ابتدا ویژگیهای مؤثر تشخیصی، با مطالعه متون تخصصی و منابع مربوط جمعآوری شد. سپس در قالب چکلیست دستهبندی و توسط متخصصان جراحی عمومی ارزیابی و اولویتبندی گردید. حجم نمونه تعیین شده جهت آموزش و ارزیابی عملکرد شبکه عصبی، 181 مورد انتخاب شد. پایگاه داده با استفاده از پرونده بیمارانی که طی سال 1394 در بیمارستان شهید مدرس تهران آپاندکتومی شده بودند، جمعآوری گردید. سپس معماریهای مختلف از شبکه عصبی مصنوعی پرسپترون چندلایه MLP (Multilayer perceptron) جهت تعیین بهینهترین عملکرد تشخیصی در نرمافزار MATLAB پیادهسازی و مقایسه گردید. برای ارزیابی شبکه نیز شاخصهای مشخصه، حساسیت و صحت مورد استفاده قرار گرفت.یافتهها: بر اساس مقایسه بهینهترین خروجی MLP با نتایج پاتولوژی، حساسیت، مشخصه و صحت به ترتیب 8/68، 0/82 و 5/78 درصد گزارش گردید. بر اساس استانداردهای موجود و طبق نظر متخصصان جراحی عمومی و مقایسه با نتایج پاتولوژی، یافتهها بیانگر بهبود صحت تشخیصی در مورد آپاندیسیت حاد بود.نتیجهگیری: MLP طراحی شده میتواند عملکرد فرد متخصص را با دقت قابل قبولی مدل کند. استفاده از شبکه مذکور در سیستمهای تصمیمیار بالینی تشخیص آپاندیسیت حاد، با هدف کاهش ارجاعات منفی به مراکز درمانی، تشخیص به موقع، جلوگیری از آپاندکتومی منفی، کاهش مدت بستری بیمار و هزینههای درمانی مفید خواهد بود.
حامد مهدی زاده؛ کامبیز بهاالدین بیگی
دوره 11، شماره 4 ، آبان 1393، ، صفحه 515-525
چکیده
در طول دهه اخیر خدمات پزشکی از راه دور مخصوص بیماریهای پوست پیشرفت چشمگیری داشته و در بسیاری از نقاط جهان جزو سیستم روتین خدمات پزشکی شده است. در ایران نیز اگر چه از این خدمات به صورت عملی کمتر به کار برده میشود اما پژوهشهای متعددی در این زمینه انجام شده است. نکته قابل توجه و مهمی که در این حوزه کمتر به آن پرداخته شده دستورالعملهای ...
بیشتر
در طول دهه اخیر خدمات پزشکی از راه دور مخصوص بیماریهای پوست پیشرفت چشمگیری داشته و در بسیاری از نقاط جهان جزو سیستم روتین خدمات پزشکی شده است. در ایران نیز اگر چه از این خدمات به صورت عملی کمتر به کار برده میشود اما پژوهشهای متعددی در این زمینه انجام شده است. نکته قابل توجه و مهمی که در این حوزه کمتر به آن پرداخته شده دستورالعملهای استانداردهای تصویربرداری از ضایعات پوستی میباشد. عدم رعایت برخی نکات میتواند منجر به تشخیصگذاری اشتباه توسط پزشکان متخصص گردد. اهمیت این مسئله تا حدی است که انجمن پزشکی از راه دور آمریکا که بعنوان یک مرجع رسمی در زمینه پزشکی از راه دور محسوب میشود، استاندارد جامع و مفصلی را در این مورد پیشنهاد کرده است. باتوجه به اینکه تا کنون هیچ مقاله مشابهی در این مورد در ایران تا کنون نوشته نشده است این مقاله در نظر دارد تا با مرور جامع منابع و استانداردهای موجود درحوزه تشخیص بیماریهای پوستی از راه دور و مقالات چاپ شده از سال 1997 تا 2013 میلادی، به شرح اصول عکاسی دیجیتال و تکنیکهای تصویربرداری از ضایعات پوستی، حداقل نیازمندیها برای تصویربرداری در این زمینه از جمله میزان وضوح، استفاده از فلاش، تصویربرداری ماکرو، تصویربرداری قرینه، فشردهسازی، توجه به تعادل بین حجم تصاویر و کیفیت مورد قبول جهت انجام یک مشاوره از راه دور بپردازد که میتواند گام مؤثری در راستای افزایش آگاهی متخصصان در این زمینه و در نتیجه بهبود اثربخشی و بهکارگیری آن در درمان بیماریهای پوستی از راه دور باشد.
جهانپور علی پور؛ افسانه کریمی؛ لیلا عرفان نیا؛ مهناز شهرکی پور؛ محمدحسین حیوی حقیقی؛ عباس کدخدا؛ کبری میرشکار
دوره 10، شماره 1 ، اردیبهشت 1392، ، صفحه 26-34
چکیده
مقدمه: پایایی کدگذاری تشخیصها برای استفاده از دادهها در سطح ملی و بینالمللی ضروری است. مطالعهی حاضر وضعیت پایایی کدگذاری تشخیصها با ICD-10 در بیمارستانهای آموزشی وابسته به دانشگاه علوم پزشکی زاهدان را تعیین کرد.
روش بررسی: در این مطالعهی تحلیلی، 245 پروندهی کدگذاری شده از قبل، مربوط به 5 بیمارستان آموزشی وابسته به دانشگاه ...
بیشتر
مقدمه: پایایی کدگذاری تشخیصها برای استفاده از دادهها در سطح ملی و بینالمللی ضروری است. مطالعهی حاضر وضعیت پایایی کدگذاری تشخیصها با ICD-10 در بیمارستانهای آموزشی وابسته به دانشگاه علوم پزشکی زاهدان را تعیین کرد.
روش بررسی: در این مطالعهی تحلیلی، 245 پروندهی کدگذاری شده از قبل، مربوط به 5 بیمارستان آموزشی وابسته به دانشگاه علوم پزشکی زاهدان در نیمهی اول سال 1390 توسط کدگذاران بیمارستانهای مربوطه و پژوهشگر مجدداً کدگذاری شد. ابزار گردآوری داده، چکلیست بود و روایی آن با نظر استادان صاحب نظر مسجل گردید. پایایی درونی (کد اختصاص یافته روی پرونده با کد فعلی کدگذار) و پایایی بیرونی (پایایی کدهای کدگذار و پژوهشگر) در سطوح مختلف تشخیصها با استفاده از ضریب توافق Cohen’s Kappa ارزیابی شد.
یافتهها: پایایی درونی در اکثر موارد از درجهی تقریباً کامل برخوردار بود. فقط در سطح سه کاراکتر اول، تشخیص اصلی درجهی پایایی متوسط تعیین شد (52/0 = K). پایایی بیرونی نیز در بیشتر موارد بالاتر از متوسط از بود. فقط در سطح کاراکتر پنجم، تشخیص اصلی پایایی بیرونی (بین کدهای ثبت شده روی پرونده و پژوهشگر) کم (18/0 = K)، برای کاراکتر چهارم سایر تشخیص اول متوسط (60/0 = K) و برای سطح فصل سایر تشخیص سوم نیز متوسط (54/0 = K) بود. همچنین پایایی بیرونی (بین کدگذار و پژوهشگر) برای تشخیص اصلی در سطح سه کاراکتر اول، متوسط (47/0 = K) و در سطح کاراکتر پنجم، کم (18/0 = K) به دست آمد.
نتیجهگیری: پایایی کدگذاری تشخیصها در سطح فصل و کارکتر چهارم از درجهی پایایی مناسبی برخوردار بود و در سطوح سه، کارکتر اول و کاراکتر پنجم از وضعیت مناسب برخوردار نیست. این مسأله میتواند ناشی از انتخاب اشتباه تشخیص اصلی در کدگذاری چند وضعیتی و همچنین عدم توجه کدگذاران به سطح جزئیات در کدگذاری باشد. بنابراین برگزاری دورههای آموزشی ضمن خدمت برای کدگذاران ضروری است.
سعید صمدی؛ مینو نظیفی نائینی؛ سحر عباسپور
دوره 8، 7(ویژه نامه اقتصاد سلامت) ، بهمن و اسفند 1390، ، صفحه 948-957
چکیده
نام کاربری
رمز عبور
ورود خودکار
رمز عبور خود را فراموش کرده اید؟
زبان انتخاب زبان
English
Persian
محتوای مجله
جستجو
محدوده جستجو
تمام
نویسندگان
عنوان
چکیده
جملات اندکس
تمام متن
ابزارهای مقاله
چاپ این مقاله
اندکس متاداده
چگونه ...
بیشتر
نام کاربری
رمز عبور
ورود خودکار
رمز عبور خود را فراموش کرده اید؟
زبان انتخاب زبان
English
Persian
محتوای مجله
جستجو
محدوده جستجو
تمام
نویسندگان
عنوان
چکیده
جملات اندکس
تمام متن
ابزارهای مقاله
چاپ این مقاله
اندکس متاداده
چگونه به مقاله ارجاع بدهیم
درباره نویسندگان
سعید صمدیاستادیار، گروه اقتصاد، دانشگاه اصفهان، اصفهان، ایران
مینو نظیفی نائینیکارشناس ارشد، گروه اقتصاد توسعه و برنامهریزی، دانشگاه اصفهان، اصفهان، ایران
سحر عباسپورکارشناس ارشد، گروه اقتصاد توسعه و برنامهریزی، دانشگاه اصفهان، اصفهان، ایران
اطلاع رسانی هامشاهدهمشترک شدن
This journal subscribes to the principles of, the Committee on Publication Ethics (COPE).
صفحه اصلی
مشخصات مجله
درباره مجله
هیات تحریریه
بانک ها و نمایه نامه ها
اطلاعیه ها
راهنما
راهنمای ارسال مقاله
راهنمای نویسندگان
فرم تعهدنامه
فرم تعهد پرداخت
آرشیو
شماره آتی
شماره جاری
شماره های قبلی
برقراری ارتباط
مجلات مرتبط
دوره 8، شماره 7، 1390 (ویژه نامه ی اقتصاد سلامت)
برآورد هزینهی درمان و طول دورهی بستری شدن با استفاده از رویکرد شبکهی عصبی
سعید صمدی, مینو نظیفی نائینی, سحر عباسپور
چکیده
مقدمه: استفاده از شبکههای عصبی و الگوریتمهای ژنتیک در بررسی مسایل و متغیرهای پر کاربرد در زمینهی سلامت، این روزها بیش از پیش رواج یافته است. مجهز شدن علم پزشکی به ابزارهای هوشمند در تشخیص و درمان بیماریها میتواند اشتباهات پزشکان و خسارت جانی و مالی را کاهش دهد. در این مقاله کاربردهای نوعی شبکهی عصبی در پزشکی مورد بررسی قرار گرفته است، تا هم برای محققان هوش مصنوعی و هم برای پزشکی قابل استفاده باشد.
روش بررسی: در این مطالعه از نمونهی دادههای موجود در نرمافزار SPSS به نام Patient_los.sav که شامل ثبت درمان یک نمونه از بیمارانی است که برای بیماری قلبی درمان دریافت نمودهاند، استفاده خواهیم کرد و با به کارگیری فرایند پرسپترون چند لایه برای ساختن یک شبکهی عصبی، به پیشبینی هزینه و طول درمان بیماران پرداخته شده است. متغیرهای طول مدت بستری شدن و هزینهی درمان به عنوان متغیرهای وابسته و سایر متغیرها را نیز به عنوان عامل یا فاکتور وارد مدل شدهاند.
یافتهها: شبکهی عصبی میتواند نتایج بیمارانی که عمل شده باشد یا عمل نشده باشند، را بررسی کند و سپس شبکههای جداگانه میتواند هزینهی درمان و مدت بستری شدن را پیشبینی کند، به شرط این که بدانیم روی چه بیماری جراحی انجام شده است.
نتیجهگیری: شبکهی عصبی طراحی شده در این قسمت به خوبی مقادیر معمول بیماران را پیشبینی میکند و با به وجود آوردن شبکهی عصبی چند لایه میتوان بیمارانی که قبل از عمل جراحی میمیرند، را به خوبی به تصویر کشید. شبکهی عصبی به خاطر خاصیت مدلسازی غیر خطی میتواند کمک مؤثری در مدلسازی و پیشبینی باشد.