| dc.contributor.author | ترتیبیان, بختیار | fa_IR |
| dc.contributor.author | فصیحی, لیلا | fa_IR |
| dc.contributor.author | اسلامی, رسول | fa_IR |
| dc.contributor.author | فصیحی, احمد | fa_IR |
| dc.date.accessioned | 1402-11-06T08:41:41Z | fa_IR |
| dc.date.accessioned | 2024-01-26T08:41:42Z | |
| dc.date.available | 1402-11-06T08:41:41Z | fa_IR |
| dc.date.available | 2024-01-26T08:41:42Z | |
| dc.date.issued | 2023-11-01 | en_US |
| dc.date.issued | 1402-08-10 | fa_IR |
| dc.identifier.citation | ترتیبیان, بختیار, فصیحی, لیلا, اسلامی, رسول, فصیحی, احمد. (1402). پیش بینی عارضه آنسفالوپاتی کبدی در بیماران پیوند کبد با استفاده از الگوریتم ماشین بردار پشتیبان در زنان میانسال فعال. دوماه نامه علمي ـ پژوهشي فيض, 0(5), 559-565. doi: 10.48307/FMSJ.2023.0.5.561 | fa_IR |
| dc.identifier.issn | 1029-7855 | |
| dc.identifier.issn | 2008-9821 | |
| dc.identifier.uri | https://dx.doi.org/10.48307/FMSJ.2023.0.5.561 | |
| dc.identifier.uri | http://feyz.kaums.ac.ir/article-1-4861-fa.html | |
| dc.identifier.uri | https://iranjournals.nlai.ir/handle/123456789/1068658 | |
| dc.description.abstract | زمینه و هدف: در بیماران پیوند کبد، بروز عوارض بعد از عمل، زمان بستری و مراقبت بیماران را طولانی‌تر و هزینه‌های درمان را افزایش می‌دهد. هدف از این مطالعه پیش بینی عارضه آنسفالوپاتی کبدی در بیماران پیوند کبد با استفاده از الگوریتم ماشین بردار پشتیبان در زنان میانسال فعال بود.
روش‌ها: جامعه آماری شامل 652 بیمار بودند که از بین آنها، 165 زن میانسال فعال دارای علائم آنسفالوپاتی که طی سال‌های 1380-1401 پیوند کبد انجام داده بودند به صورت در دسترس وارد مطالعه شدند. از الگوریتم ماشین بردار پشتیبان برای پیش بینی عارضه آنسفالوپاتی کبدی در بیماران پیوند کبدی و از نرم افزار مطلب برای تجزیه و تحلیل داده‌ها استفاده شد.
یافته‌ها: با استفاده از 14 ویژگی مربوط به اطلاعات آزمایشگاهی، آنتروپومتری و سبک زندگی آزمودنی‌ها، الگوریتم ماشین بردار پشتیبان، می‌تواند با دقت 81/2 درصد و صحت 74/6 درصد افراد با و بدون عارضه آنسفالوپاتی کبدی را پیش بینی کند.
نتیجه‌گیری: با توجه به دقت الگوریتم ماشین بردار پشتیبان روی داده‌ها، به نظر میرسد این سیستم بتواند با دقت بالا و با صرف کمترین هزینه پزشکان را در پیش بینی خطر عارضه آنسفالوپاتی کبدی بعد از پیوند، یاری نماید. سیستمهای پشتیبانی تصمیم گیری مبتنی بر کامپیوتر میتوانند تصمیمات بالینی ضعیف را کاهش دهند و همچنین هزینه‌های مربوط به آزمایشهای بالینی غیرضروری را به حداقل رسانند. | fa_IR |
| dc.format.extent | 506 | |
| dc.format.mimetype | application/pdf | |
| dc.language | فارسی | |
| dc.language.iso | fa_IR | |
| dc.publisher | دانشگاه علوم پزشکی کاشان | fa_IR |
| dc.relation.ispartof | دوماه نامه علمي ـ پژوهشي فيض | fa_IR |
| dc.relation.ispartof | Feyz Journal of Kashan University of Medical Sciences | en_US |
| dc.relation.isversionof | https://dx.doi.org/10.48307/FMSJ.2023.0.5.561 | |
| dc.subject | پیوند کبد | fa_IR |
| dc.subject | آنسفالوپاتی | fa_IR |
| dc.subject | الگوریتم ماشین بردار پشتیبان | fa_IR |
| dc.subject | زنان میانسال | fa_IR |
| dc.subject | medicine | fa_IR |
| dc.subject | paraclinic | fa_IR |
| dc.title | پیش بینی عارضه آنسفالوپاتی کبدی در بیماران پیوند کبد با استفاده از الگوریتم ماشین بردار پشتیبان در زنان میانسال فعال | fa_IR |
| dc.type | Text | en_US |
| dc.type | پژوهشي | fa_IR |
| dc.contributor.department | گروه فیزیولوژی ورزشی، دانشکده تربیت بدنی و علوم ورزشی، دانشگاه علامه طباطبائی، تهران، ایران | fa_IR |
| dc.contributor.department | گروه تربیت بدنی و علوم ورزشی، دانشکده علوم انسانی، دانشگاه تربیت مدرس، تهران، ایران | fa_IR |
| dc.contributor.department | گروه تربیت بدنی و علوم ورزشی، دانشکده تربیت بدنی و علوم ورزشی، دانشگاه علامه طباطبائی، تهران، ایران | fa_IR |
| dc.contributor.department | گروه تربیت بدنی و علوم ورزشی، دانشکده ادبیات و علوم انسانی، دانشگاه ملایر، ملایر، ایران | fa_IR |
| dc.citation.volume | 0 | |
| dc.citation.issue | 5 | |
| dc.citation.spage | 559 | |
| dc.citation.epage | 565 | |
