مقاله

پیش بینی توام رخداد بلوک قلبی و مرگ در بیماران انفارکتوس میوکارد با مدل شبکه عصبی مصنوعی

نگین سادات میری یان، negin-sadat mirian dept. of biostatistics and epidemiology, faculty of public health, shahrekord university of medical sciences, shahrekord, iranگروه آمار زیستی و اپیدمیولوژی، دانشکده بهداشت، دانشگاه علوم پزشکی شهرکرد، شهرکرد، ایران مرتضی سدهی، morteza sedehi dept. of biostatistics and epidemiology, faculty of public health, shahrekord university of medical sciences, shahrekord, iranگروه آمار زیستی و اپیدمیولوژی، دانشکده بهداشت، دانشگاه علوم پزشکی شهرکرد، شهرکرد، ایران سلیمان خیری، soleiman kheiri dept. of biostatistics and epidemiology, faculty of public health, shahrekord university of medical sciences, shahrekord, iranگروه آمار زیستی و اپیدمیولوژی، دانشکده بهداشت، دانشگاه علوم پزشکی شهرکرد، شهرکرد، ایران علی احمدی، ali ahmadi dept. of biostatistics and epidemiology, faculty of public health, shahrekord university of medical sciences, shahrekord, iranگروه آمار زیستی و اپیدمیولوژی، دانشکده بهداشت، دانشگاه علوم پزشکی شهرکرد، شهرکرد، ایران

چکیده

هدف: در مطالعات پزشکی، زمانی که بررسی وقوع هم زمان دو پیش آمد هم بسته مورد نظر باشد، از روش های تحلیل دومتغیره مانند رگرسیون لجستیک دومتغیره استفاده می شود. به دلیل محدودیت های روش های کلاسیک در داده های واقعی استفاده از روش های جایگزین مانند شبکه عصبی مصنوعی همواره مورد توجه است. هدف این مطالعه پیش بینی هم زمان رخداد بلوک قلبی و مرگ در بیماران سکته قلبی با مدل شبکه عصبی مصنوعی و مقایسه دقت آن با مدل رگرسیون لجستیک دومتغیره است. مواد و روش ها: تعداد 263 بیمار مبتلا به سکته قلبی بستری شده در بخش مراقبت قلب بیمارستان هاجر شهرکرد از سال 1392 تا 1393 به صورت سرشماری وارد مطالعه شدند. متغیرهای جنسیت، نوع سکته قلبی، سابقه قبلی دیابت، سابقه قبلی فشار خون، اختلال لیپید، سابقه بیماری قلبی، مقدار کسر برون ده قلبی، فشارخون سیستول، فشارخون دیاستول، قند خون ناشتا و غیرناشتا، چربی خون، تری گلیسیرید، چربی خون با تراکم پایین، مصرف سیگار، نوع درمان، مقدار آنزیم تروپونین و نوع بیمه به عنوان متغیرهای مستقل و رخداد بلوک قلبی و مرگ به عنوان متغیرهای وابسته در نظر گرفته شدند. مدل رگرسیون لجستیک دومتغیره و مدل شبکه عصبی برازش داده شدند. دقت مدل ها بر اساس شاخص صحت پیش بینی مقایسه شد. برازش مدل ها با matlab2013a و بسته zelig در r3.2.2 انجام شد. یافته ها: صحت پیش بینی مدل رگرسیون لجستیک دومتغیره در داده های آموزش و آزمون به ترتیب 7/ 77 و 48/78 بود. در مدل شبکه عصبی الگوریتم های lm و oss با صحت پیش بینی به ترتیب 69/83 و 15/83 درصد برای داده های آموزش و 81 /84 و 54/83 درصد برای داده های آزمون، بهترین عمل کرد را داشتند. نتیجه گیری: پژوهش نشان داد که روش شبکه عصبی دقت بالاتری نسبت به روش رگرسیون لجستیک دومتغیره در پیش بینی هم زمان رخداد بلوک قلبی و مرگ در بیماران سکته قلبی دارد

اسناد مشابه

  • پیش‌بینی توام رخداد بلوک قلبی و مرگ در بیماران انفارکتوس میوکارد با مدل شبکه عصبی مصنوعی

    مقاله۲۰۱۷کومشاحمدی, علی، خیری, سلیمان، سدهی, مرتضی، میری یان, نگین سادات

    هدف: در مطالعات پزشکی، زمانی که بررسی وقوع هم‌زمان دو پیش‌آمد هم‌بسته مورد نظر باشد، از روش‌های تحلیل دومتغیره مانند رگرسیون لجستیک دومتغیره استفاده می‌شود. به دلیل محدودیت‌های روش‌های کلاسیک در داده‌های واقعی استفاده از روش‌های جایگزین مانند شبکه عصبی مصنوعی همواره مورد توجه است

  • فراوانی و سیر کلینیکی داخل بیمارستانی بلوک کامل قلبی در بیماران مبتلا به انفارکتوس حاد میوکارد با صعود قطعه st

    مقالهمجله دانشکده پزشکی دانشگاه علوم پزشکی مشهدعلیرضا علیرضا عبداللهی مقدم، alieza abdollahi moghadam assistant professor of of cardiology, mashhaduniversity of medical sciences, mashhad, iranاستادیار قلب و عروق ، دانشگاه علوم پزشکی مشهد، مشهد، ایران سمیه سمیه کیوانلو، somayeh keivanloo gp mashhad university of medical sciences, mashhad, iran-پزشک عمومی، دانشگاه علوم پزشکی مشهد، مشهد، ایران علی علی ابراهیم زاده، ali ebrahimzadeh bs in statistics, mashhad university of medical sciences, mashhad, iranکارشناس آمار، دانشگاه علوم پزشکی مشهد، مشهد، ایران

    مقدمه شیوع بلوک کامل قلبی در زمینه انفارکتوس حاد میوکارد با صعود قطعهst ،3-12٪ می باشد که مرگ ومیر بیمارستانی را افزایش می دهدو این مطالعه با هدف بررسی فراوانی و سیر کلینیکی داخل بیمارستانی آن انجام شده است. روش کار این مطالعه ی توصیفی در بیمارستان های امام رضا و قائم مشهد در سال

  • فراوانی و سیر کلینیکی داخل بیمارستانی بلوک کامل قلبی در بیماران مبتلا به انفارکتوس حاد میوکارد با صعود قطعه ST

    مقاله۲۰۱۵مجله دانشکده پزشکی دانشگاه علوم پزشکی مشهدعلیرضا عبداللهی مقدم، سمیه کیوانلو، علی ابراهیم زاده

    مقدمه شیوع بلوک کامل قلبی در زمینه انفارکتوس حاد میوکارد با صعود قطعهST ،3-12٪ می باشد که مرگ ومیر بیمارستانی را افزایش می دهدو این مطالعه با هدف بررسی فراوانی و سیر کلینیکی داخل بیمارستانی آن انجام شده است. روش کار این مطالعه ی توصیفی در بیمارستان های امام رضا و قائم مشهد در سال

  • پیش بینی مرگ و میر بیماران نارسایی قلبی با استفاده از داده های رجیستری: تبدیل جدید داده به تصویر و مدل تجمیعی از CNN ها

    مقاله۲۰۲۴مهندسی پزشکی زیستیهادی صباحی، منصور ولی، داود شفیعی

    نارسایی قلبی (HF یا Heart Failure) یک اختلال قلبی با میزان مرگ و میر قابل توجه است که با استفاده از داده های رجیستری، میزان بقای بیماران قابل ارزیابی می باشد. هدف این پژوهش پیش بینی مرگ و میر 6 ماهه (6-MM) و 12 ماهه (12-MM) بیماران HF با استفاده از داده‌های رجیستری است که قبل از

  • کاربرد مدل شبکه عصبی مصنوعی در پیش بینی پاسخ های آمیخته بیماری قلبی

    مقالهمجله علوم پزشکی رازیمهین عادلی، mahin adeli university of social welfare and rehabilitation sciencesدانشگاه علوم بهزیستی و توان بخشی تهران اکبر بیگلریان، akbar biglarian university of social welfare and rehabilitation sciencesدانشگاه علوم بهزیستی و توان بخشی تهران عنایت اله بخشی، enayatollah bakhshi university of social welfare and rehabilitation sciencesدانشگاه علوم بهزیستی و توان بخشی تهران امیدعلی عادلی

    زمینه و هدف: در مطالعات اپیدمیولوژی و پزشکی، گاهی پژوهشگر با مواردی مواجه می­شود که لازم است دو متغیر پاسخ را به صورت توام (همزمان) از روی تعدادی متغیر کمکی پیش­بینی نماید. زمانی که متغیر پاسخ آمیخته باشد، با توجه به محدودیت­ها و برقرار نبودن برخی پیش فرض­ها، روش­های کلاسیک آماری

  • پیش بینی احتمال مرگ ومیر نوزادان نارس بستری در بخش مراقبت های ویژه نوزادان بیمارستان قائم با استفاده مدل شبکه عصبی مصنوعی

    مقالهمجله دانشگاه علوم پزشکی مازندراناکرم رضاییان، akram rezaeian evidence based care research centre, instructor of pediatric nursing, school of nursing and midwifery, mashhad university of medical sciences, mashhad, iranکمیته تحقیقات مراقبت مبتنی بر شواهد، مربی، گروه کودک و نوزاد، دانشکده پرستاری و مامایی، دانشگاه علوم پزشکی مشهد، مشهد، ایران فاطمه نسیمی، fatemeh nasimi instructor of pediatric nursing, school of nursing and allied health, jahrom university of medical sciences, jahrom, iranمربی، گروه کودک و نوزاد، دانشکده پرستاری و پیراپزشکی، دانشگاه علوم پزشکی جهرم، جهرم، ایران فرشید پورعلیزاده مقدم، farshid pooralizadeh moghadam ph.d student in electrical-control engeenering, department of kharazmi pardise, shahrood university of technology, shahrood, iranمشهد: چهاراه دکترا، خیابان ابن سینا، دانشکده پرستاری و مامایی

    سابقه و هدف: علی رغم پیشرفت سریع در درمان های طبی و تکنولوژی مراقبت های حاد طی 30 ساله اخیر در کنار افزایش هزینه های مراقبت های طبی، آنالیز پیامدها از جمله پیش بینی خطر مرگ و میر از چالش های بخش های مراقبت ویژه بوده است. لذا هدف از مطالعه حاضر پیش بینی مرگ و میر نوزادان نارس بستر