پیش بینی تولد نوزاد نارس در مادران باردار شده از طریق فن آوری های کمک باروری با استفاده از شبکه عصبی

Authors

مصطفی لنگری زاده

m langarizadeh دانشکده مدیریت و اطلاع رسانی پزشکی، دانشگاه علوم پزشکی ایران، تهران، ایران مرجان قاضی سعیدی

m ghazi saeedi دانشکده پیراپزشکی، دانشگاه علوم پزشکی تهران، تهران، ایرانسازمان اصلی تایید شده: دانشگاه علوم پزشکی ایران (iran university of medical sciences) مژگان کرم نیای فر

m karam niay far مرکز تحقیقات سلولی صارم، تهران، ایرانسازمان اصلی تایید شده: دانشگاه علوم پزشکی تهران (tehran university of medical sciences)سازمان های دیگر: بیمارستان صارم تهران منیژه حسین پور

m hoseinpour دانشکده پیراپزشکی، دانشگاه علوم پزشکی تهران، تهران، ایران

abstract

مقدمه: امروزه فن ­آوری­های کمک باروری به­طور گسترده­ای برای درمان ناباروری زوجین مورد استفاده قرار می­گیرد. میزان تولد نارس در نوزادان مادرانی که از طریق فن­آوری­های کمک باروری باردار گردیده­اند، بیش­تر از بارداری­های طبیعی می­باشد. هدف این مطالعه پیش­بینی تولد نوزادان نارس در مادران باردار شده از طریق فن­آوری­های کمک باروری می­باشد. روش­ کار: در این مطالعه گذشته ­نگر، ابتدا 45 متغیر تاثیرگذار بر تولد نارس در مادران باردار شده از طریق فن­آوری­های کمک­باروری شناسایی شدند و از پرونده بالینی این مادران در بیمارستان صارم از سال 1377 تا شهریور 1393، در پاییز 1393 استخراج شد. متغیرهای تاثیرگذار با استفاده از الگوریتم انتخاب ویژگی و درخت تصمیم در نرم ­افزار spss clementine شناسایی شد. شبکه عصبی پرسپترون چند­لایه در نرم­افزار matlab طراحی گردید. ارزیابی شبکه بر اساس ماتریس آشفتگی و معیارهای ویژگی، حساسیت و صحت انجام گردید. یافته­ ها: با استفاده از الگوریتم انتخاب ویژگی و درخت تصمیم، 15 متغیر تاثیرگذار به عنوان ورودی شبکه عصبی انتخاب گردید. شبکه پرسپترون چند­لایه طراحی و ارزیابی شد. شبکه عصبی طراحی شده در داده­ های تست دارای صحت2/87 درصد، حساسیت 0/80 درصد، ویژگی 2/88 درصد و در کل داده­ها دارای صحت 4/95 درصد، حساسیت 0/95 درصد و ویژگی 5/95 درصد بود. نتیجه­ گیری: با توجه به نتایج به دست آمده از این پژوهش، استفاده از شبکه پرسپترون چند­لایه برای پیش بینی نتیجه زایمان از نظر تولد نوزاد ترم یا نوزاد نارس در مادران باردار شده از طریق فن­آوری­های کمک باروری می­تواند در پیشگیری از عوارض تولد نوزاد نارس کمک کننده باشد.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

پیش‌بینی تولد نوزاد نارس در مادران باردار شده از طریق فن‌آوری‌های کمک باروری با استفاده از شبکه عصبی

Introduction: Nowadays, assisted reproductive technologies are widely used to treat infertility in couples. Studies indicate that the rate of premature birth after using Assisted Reproductive Technologies has been increased as compared to normal pregnancies. The purpose of our study was predicting premature birth in pregnant women via Assisted Reproductive Technologies using artificial neural n...

full text

اثر بربرین در تنظیم آستروسیتهای Gfap+ ناحیه هیپوکمپ موشهای صحرایی دیابتی شده با استرپتوزوتوسین

Background: Diabetes mellitus increases the risk of central nervous system (CNS) disorders such as stroke, seizures, dementia, and cognitive impairment. Berberine, a natural isoquinolne alkaloid, is reported to exhibit beneficial effect in various neurodegenerative and neuropsychiatric disorders. Moreover astrocytes are proving critical for normal CNS function, and alterations in their activity...

full text

اثر بربرین در تنظیم آستروسیتهای Gfap+ ناحیه هیپوکمپ موشهای صحرایی دیابتی شده با استرپتوزوتوسین

Background: Diabetes mellitus increases the risk of central nervous system (CNS) disorders such as stroke, seizures, dementia, and cognitive impairment. Berberine, a natural isoquinolne alkaloid, is reported to exhibit beneficial effect in various neurodegenerative and neuropsychiatric disorders. Moreover astrocytes are proving critical for normal CNS function, and alterations in their activity...

full text

مدیریت مادران در رابطه با تولد نوزاد نارس

تولد نوزاد نارس تجربه ویژه ای برای مادران می باشد و آنها را با چالشهای متعددی روبرو میکند. از آنجا که درک و فهم جامع و کامل از نحوه مدیریت مادران در رابطه با تولد نوزاد نارس، میتواند تیم مراقبتی و درمانی را در کشف کمبودها و نیازهای مادرانِ این نوزادان و جهت مداخله بهتر و موثرتر کمک کند، لذا این مطالعه با هدف تبیین مدیریت مادران در رابطه با تولد نوزاد نارس انجام شده است. این مطالعه کیفی با رویکرد...

15 صفحه اول

مدل سازی و پیش بینی رشد اقتصادی در ایران با استفاده از شبکه های عصبی مصنوعی

شبکه های عصبی مصنوعی، یک ابزار قدرتمند برای تجزیه و تحلیل داده ها و مدل سازی روابط غیر خطی به حساب می آید که استفاده از آن طی سال های گذشته در اقتصاد کلان گسترش یافته است. در این مطالعه، کارایی یک مدل شبکه عصبی با یک مدل خطی رگرسیون برای پیش بینی نرخ رشد اقتصادی در ایران مقایسه می شود. برای این منظور ابتدا، یک مدل رگرسیون رشد برای دوره 1315-1373 برآورد شده و سپس با همان مجموعه رگرسورها (متغیرها...

full text

My Resources

Save resource for easier access later


Journal title:
مدیریت سلامت

جلد ۱۸، شماره ۶۲، صفحات ۴۲-۵۱

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023