مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

مقاله مقاله نشریه

مشخصات مقاله

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

357
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

563
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

پیش بینی میزان بروز بیماری سل با استفاده از سری های زمانی مبتنی بر شبکه های عصبی در ایران

صفحات

 صفحه شروع 216 | صفحه پایان 221

چکیده

 زمینه و هدف: یکی از بیماری های عفونی مهم با مرگ ومیر بالا در جهان, سل می باشد که هیچ کشوری از آن مصون نیست و امروزه به علل مختلف مانند بیماری های زمینه ای بروز آن بار دیگر در حال افزایش می باشد. براساس آخرین گزارش سازمان بهداشت جهانی از وضعیت سل در ایران, سل مقاوم به دارو (MDR-TB) و سل در افراد دارای ویروس نقص ایمنی انسانی (Human immunodeficiency virus, HIV) در کشور رو به افزایش است. پیش بینی بروز برای پیشگیری, مدیریت و کنترل بهتر این بیماری امری لازم می باشد. هدف این مطالعه ایجاد سیستم پیش بینی کننده میزان بروز سل می باشد. روش بررسی: تحلیل گذشته نگری بر روی 10651 بیمار مسلول ثبت شده بین اول فروردین 1393 تا پایان اسفند 1394 در سیستم وزارت بهداشت, درمان و آموزش پزشکی ایران انجام گرفت. پارامترهای قابل استناد جداسازی شدند و به صورت مستقیم, ادغام و یا تولید شاخص جدید در نظر گرفته شدند. یافته ها: 23 متغیر مستقل وارد مطالعه شد که با سنجش همبستگی و محاسبه رگرسیون, 12 متغیر با P<=0/01در اسپیرمن و P<=0/05در پیرسون مرتبط شناخته شد. بهترین نتایج R=0/93وMSE=10/9 در داده های آموزش, صفر و صفر در داده های اعتبارسنجی و R=0/91و MSE=13/21در داده های تست و همچنین نمودار رگرسیون چشمگیری از شبکه ایجاد شده با الگوریتم های سری زمانی شبکه عصبی در متلب به دست آمد. نتیجه گیری: نتایج مطالعه حاضر بیانگر این است که هوش مصنوعی برای استخراج دانش از داده های خام جمع آوری شده مربوط به بیماری سل عملکرد مناسبی دارد و می توان از آن برای پیش بینی موارد جدید این بیماری استفاده کرد.

استنادها

  • ثبت نشده است.
  • ارجاعات

    استناددهی

    APA: کپی

    صدیق نیا، عاطفه، رستم نیاکان کلهری، شراره، ناصحی، مهشید، و حنفی بجد، احمدعلی. (1398). پیش بینی میزان بروز بیماری سل با استفاده از سری های زمانی مبتنی بر شبکه های عصبی در ایران. مجله دانشکده پزشکی، 77(4 )، 216-221. SID. https://sid.ir/paper/364802/fa

    Vancouver: کپی

    صدیق نیا عاطفه، رستم نیاکان کلهری شراره، ناصحی مهشید، حنفی بجد احمدعلی. پیش بینی میزان بروز بیماری سل با استفاده از سری های زمانی مبتنی بر شبکه های عصبی در ایران. مجله دانشکده پزشکی[Internet]. 1398؛77(4 ):216-221. Available from: https://sid.ir/paper/364802/fa

    IEEE: کپی

    عاطفه صدیق نیا، شراره رستم نیاکان کلهری، مهشید ناصحی، و احمدعلی حنفی بجد، “پیش بینی میزان بروز بیماری سل با استفاده از سری های زمانی مبتنی بر شبکه های عصبی در ایران،” مجله دانشکده پزشکی، vol. 77، no. 4 ، pp. 216–221، 1398، [Online]. Available: https://sid.ir/paper/364802/fa

    مقالات مرتبط نشریه ای

    مقالات مرتبط همایشی

  • ثبت نشده است.
  • طرح های مرتبط

  • ثبت نشده است.
  • کارگاه های پیشنهادی






    بازگشت به بالا
    telegram sharing button
    whatsapp sharing button
    linkedin sharing button
    twitter sharing button
    email sharing button
    email sharing button
    email sharing button
    sharethis sharing button