ارائه مدلی برای پیش بینی نوع صافی همودیالیز با تکنیک های داده کاوی

Authors

مریم عاشوری

m ashoori , school of technical and engineering, higher educational complex of saravan, saravan, iranسراوان- مجتمع آموزش عالی

abstract

مقدمه: دیالیز ناکافی به عنوان یک عامل خطر مرگ و میر برای بیماران کلیوی، ضرورت وجودالگویی برای کمک به پرسنل بخش دیالیز جهت ارائه خدمات درست به بیماران دیالیزی و مدیریت صحیح درمان آن­ها را نشان می­دهد. پژوهش حاضر با هدف شناسایی الگویی برای تشخیص نوع صافی همودیالیز صورت گرفته است زیرا نقش نوع صافی در کفایت دیالیز تعیین کننده می­باشد. مواد و روش ها: پژوهش حاضر به روش توصیفی- مقطعی صورت گرفته و نمونه­گیری به روش سرشماری بوده است. جامعه­ی پژوهش متشکل از داده­های بیمارستان علی ابن ابی طالب (ع) زاهدان در خردادماه 95 است که با مراجعه مستقیم پژوهش­گر به سازمان حاصل و به صورت فایل اکسل تهیه گردید. جهت تحلیل داده­ها از نرم افزار clementine12.0 استفاده شده است. در پژوهش حاضر الگوریتم­های درخت تصمیم و شبکه عصبی اجرا گردیدند. یافته‏ها: مقدار صحت بدست آمده از اجرای الگوریتم­های c5.0 ،c&r; tree، chaid، quest و شبکه عصبی به ترتیب 9263/0، 9047/0، 8872/0، 8720/0 و 8754/0 می­باشد. مقادیر بدست آمده برای شاخص­های حساسیت، شفافیت، صحت، دقت، npv، fm، gm، fpr، fnr، fdr و er و نیز سطح زیر منحنی roc برای مدلc5.0 نشان­دهنده عملکرد بهتر این الگوریتم نسبت به سایرین می­باشد. نتیجه‏گیری: مقادیر بیشتر برای 7 شاخص اول نشان­ می­دهد که طبقه بند مورد استفاده نمونه­های بیشتری را در جای درست خود طبقه بندی کرده و مقادیر کم 4 شاخص آخر وقوع خطای کمتر در طبقه بندی نمونه­ها را تایید می­نماید. مدل c5.0 در 7 شاخص اول بیشترین مقدار و در 4 شاخص آخر کمترین مقدار را دارد. مدل ارائه شده به پیش­بینی دقیق­تر نوع صافی همودیالیز و نیز مدیریت صحیح درمان بیماران کمک می­نماید.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

ارائه مدلی برای پیش‌بینی نوع صافی همودیالیز با تکنیک‌های داده‌کاوی

Introduction: Inadequate dialysis for patients' kidneys as a mortality risk necessitates the presence of a pattern to assist staff in dialysate part to provide the proper services for dialysis patients and also the proper management of their treatment. Since the role of buffer type in the adequacy of dialysis is determinative, the present study is aimed at determining hemodialysis buffer type. ...

full text

پیش بینی نوع اظهارنظر حسابرسان با رویکردی بر روش های داده کاوی

روش های داده کاوی می تواند حسابرسان را در ارائه اظهارنظر حسابرسی یاری رساند. هدف این پژوهشپیش بینی نوع اظهارنظر حسابرسان با استفاده از رو شهای داده کاوی و مقایسه عملکرد این روش ها است. بدینمنظور از روش های شبکه عصبی مصنوعی، ماشین بردار پشتیبان، نزدی کترین همسایگی و درخت تصمیم استفادهشده است. نمونه مورد بررسی شامل 842 مشاهده طی سال های 1380 تا 1389 بوده که این مشاهدات به دو قسمتتقسیم شده است، قس...

full text

ارائه مدلی برای پیش بینی رفتار مخلوط های آسفالتی

تکرار بارگذاری چرخ سبب افزایش افت و خیز به علت نرم شدگی مصالح و کاهش سختی سیستم روسازی می‌شود. در این تحقیق میزان کاهش سختی لایه های آسفالتی با انجام تحلیل برگشتی بر روی منحنی های خیز سطح روسازی‌ زیر بار چرخ تعیین گردید. در تحلیل برگشتی از مدل غیر خطی ویسکو - الاستوپلاستیک و روش اجزاء محدود استفاده شد. مدلسازی رفتار بتن آسفالتی با مدل ویسکو - الاستوپلاستیک به منظور بررسی کاهش سختی روسازی برای ا...

full text

پیش بینی بیماری قلبی با استفاده از تکنیک داده کاوی شبکه عصبی

مقدمه داده کاوی به بررسی و تجزیه و تحلیل مقادیر عظیمی از داده ها به منظور کشف الگوها و قوانین معنی دار اطلاق میشود که عمدتا" از طریق ساختن مدل ها و الگوریتم ها، ورودی ها را با هدف خاصی مرتبط می نماید. گاهی تکنیک های داده کاوی منجر به شناسایی الگوریتم های معنادار می شوند که می توانند با استفاده از داده های موجود و در دسترس و با هزینه کم، زمینه های ابتلا، پیشگیری و درمان بیماری ها را در پزشکی فرا...

full text

طراحی مدلی برای پیش بینی قیمت نفت خام بااستفاده از تکنیک های داده کاوی

الگوریتم بهینه سازی تجمعی ذرات از الگوریتم های هوش مصنوعی محسوب می شود. که با الهام از زندگی دسته جمعی پرندگان و ماهی ها ارائه شده است. این الگوریتم به دلیل کارایی بالایش مورد توجه واقع شده است و برای بهبود دقت و سرعت این الگوریتم کارهای زیادی انجام شده است. دراین پایان نامه با استفاده از ضریب وزن تطبیقی، ضرایب یادگیری خطی و یک عملگر جدید دقت و سرعت الگوریتم تجمعی ذرات بهبود داده شده و با الگور...

15 صفحه اول

ارائه مدل پیش بینی تشخیص عوامل ناباروری با استفاده از الگوریتم‌های داده کاوی

Introduction: About 10-15 percent of Iranian couples are infertile which is due to different causes determining particular diagnostic and treatment methods. In this study, the model presented is based on basic features and simple tests, helping physicians predict the causes of infertility Methods: The data were taken from Sarem hospital infertility data bank by using data mining methods. ...

full text

My Resources

Save resource for easier access later


Journal title:
مدیریت سلامت

جلد ۲۰، شماره ۶۷، صفحات ۹۹-۱۱۰

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023