بررسی ویژگی های بیماران مبتلا به سل با استفاده از روش خوشه بندی k-means

نویسندگان

فرزاد فیروزی جهانتیغ

farzad firuzi jahantigh گروه مهندسی صنایع، دانشگاه سیستان وبلوچستان حکیمه عامری

hakimeh ameri m.sc. in information technology, industrial engineering dept., khaje nasir toosi university of technology, tehran, iranکارشناس ارشد فناوری اطلاعات، تجارت الکترونیک، دانشکده مهندسی صنایع، دانشگاه خواجه نصیرالدین طوسی تهران، تهران، ایران.

چکیده

مقدمه: به گزارش سازمان سلامت جهانی، بیماری سل بیشترین عامل مرگ و میر در بیماری­های عفونی است. با توجه به بالا بودن درصد افراد مبتلا به سل و تعداد زیاد مرگ و میر در بین این بیماران، این تحقیق با هدف دسته بندی و پیدا کردن ارتباط بین ویژگی­های بالینی و دموگرافیک بیماران مختلف انجام شده است. روش: این پژوهش مطالعه ­ای توصیفی، تحلیلی بوده که به روی 600 بیمار مرکز تحقیقات سل بیمارستان مسیح دانشوری انجام شده است. برای انجام دسته ­بندی و تعیین شاخص­های مشترک بین بیماران از الگوریتم­های داده کاوی خوشه­ بندی k-means و قوانین باهم آیی apriori به کمک نرم افزار spss clementine  نسخه 14 استفاده شده است. نتایج: به کمک شاخص دان، تعداد 3خوشه به عنوان خوشه بهینه انتخاب شده­ اند. عوامل مشترک بین خوشه ­ها به تفصیل در بخش نتایج آورده شده است. با توجه به ویژگی­های هر خوشه، می­توان بیماران را بر اساس میزان تأثیرگذاری عوامل مختلف بر روی آن­ها دسته بندی کرد. نتیجه­ گیری: با توجه به نتایج حاصل از این مطالعه، مهم­ترین عوامل شناسایی شده با استفاده از خوشه ­بندی عبارت بودند از: هموگلوبین، سن، جنسیت، مصرف سیگار، مصرف الکل و کراتینین. همچنین با توجه به قوانین با هم­ آیی، بیشترین ارتباط بین سرفه­، کاهش وزن و سرعت رسوب گلبول­های قرمز یافت شده است.

برای دانلود باید عضویت طلایی داشته باشید

برای دانلود متن کامل این مقاله و بیش از 32 میلیون مقاله دیگر ابتدا ثبت نام کنید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

بررسی ویژگی‌های بیماران مبتلا به سل با استفاده از روش خوشه‌بندی K-Means

مقدمه: به گزارش سازمان سلامت جهانی، بیماری سل بیشترین عامل مرگ و میر در بیماری­های عفونی است. با توجه به بالا بودن درصد افراد مبتلا به سل و تعداد زیاد مرگ و میر در بین این بیماران، این تحقیق با هدف دسته بندی و پیدا کردن ارتباط بین ویژگی­های بالینی و دموگرافیک بیماران مختلف انجام شده است. روش: این پژوهش مطالعه ­ای توصیفی، تحلیلی بوده که به روی 600 بیمار مرکز تحقیقات سل بیمارستان مسیح دانشوری انج...

متن کامل

بررسی ویژگی‌های بیماران مبتلا به سل با استفاده از روش خوشه‌بندی K-Means

مقدمه: به گزارش سازمان سلامت جهانی، بیماری سل بیشترین عامل مرگ و میر در بیماری­های عفونی است. با توجه به بالا بودن درصد افراد مبتلا به سل و تعداد زیاد مرگ و میر در بین این بیماران، این تحقیق با هدف دسته بندی و پیدا کردن ارتباط بین ویژگی­های بالینی و دموگرافیک بیماران مختلف انجام شده است. روش: این پژوهش مطالعه ­ای توصیفی، تحلیلی بوده که به روی 600 بیمار مرکز تحقیقات سل بیمارستان مسیح دانشوری انج...

متن کامل

خوشه بندی مکانی شبکه های آبیاری با استفاده از روش کلاسیک K-Means (مطالعه موردی شبکه آبیاری قزوین)

بهبود عملکرد شبکه‌های آبیاری از را‌هکار‌های اساسی صرفه‌جویی در منابع آبی می‌باشد.  اولین گام برای بهبود عملکرد شبکه‌ها، ارزیابی وضع موجود و سپس ارائه راهکار جهت رفع مشکلات می‌باشد. یک گام موثر و کاربردی در ارزیابی و بهبود عملکرد، استخراج مناطق همگن شبکه کانال‌ها بر اساس خصوصیات فیزیکی و فنی می‌باشد. هدف اصلی از این تحقیق، پهنه‌بندی مکانی و کاربرد یک روش کمی جهت استخراج مناطق همگن فیزیکی شبکه‌ها...

متن کامل

خوشه بندی تصاویر پوشاک با استفاده از پردازش تصویر و الگوریتم K-means

امروزه صنعت پوشاک و مد صنعتی جهانی است و اکثر کشورها روی این صنعت سرمایه گذاری می کنند. در سالهای اخیر با گسترش تجارت الکترونیک و با توجه به مزیت های آن مثل قابل استفاده بودن کالاها با هزینه کمتر، انتخاب گسترده تر و صرفه جویی در زمان، انبوه مردم مایحتاج خود را از وبگاه ها و فروشگاه های اینترنتی به جای مغازه ها تهیه می کنند. این موضوع، نیاز به سامانه ای را ایجاد کرده که بتواند پوشاک را شناسایی و...

متن کامل

تصحیح سیستم طبقه بندی امتیاز توده سنگ با استفاده از الگوریتم های خوشه بندی k-means و fuzzy c-means

با توجه به اهمیت و کاربرد سیستم طبقه بندی امتیاز توده سنگ در مهندسی سنگ، هدف از این مقاله تصحیح کلاس های نهایی این سیستم طبقه بندی با استفاده از الگوریتم های خوشه بندی k-means و fuzzy c-means (fcm) است. در سیستم طبقه بندی امتیاز توده سنگ داده ها توسط یک سری از اطلاعات اولیه بر مبنای نظریات و قضاوت های تجربی طبقه بندی می شوند ولی با کاربرد الگوریتم های خوشه بندی در این سیستم طبقه بندی، کلاس بندی...

متن کامل

روش های تحلیل عاملی و خوشه بندی K-Means برای استخراج متغیرهای مهم اندازه گیری و گروه بندی شکل بدن

دسته بندی نمونه های مختلف اندامی انسان با استفاده از قواعد معنی دار به دست آمده از تحلیل داده های مربوط به بخش های مختلف بدن بسیار مهم و در بسیاری از علوم استفاده می شود. به کارگیری روش های داده کاوی روی این داده ها و استخراج قواعد معنی دار آن ها می تواند برای دسته بندی این نمونه های مختلف و در نهایت تعیین سامانه اندازه بندی پوشاک مفید واقع شود. نکته مهم در گروه بندی شکل بدن، شناخت تفاوت های بد...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید


عنوان ژورنال:
مجله انفورماتیک سلامت و زیست پزشکی

جلد ۲، شماره ۳، صفحات ۱۴۹-۱۵۹

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023