نمایش مختصر رکورد

dc.contributor.authorصفایی, پریساfa_IR
dc.contributor.authorنورالسنا, رسولfa_IR
dc.contributor.authorحیدری, کامرانfa_IR
dc.contributor.authorسلیمانی, پریاfa_IR
dc.date.accessioned1399-08-21T22:55:08Zfa_IR
dc.date.accessioned2020-11-11T22:55:08Z
dc.date.available1399-08-21T22:55:08Zfa_IR
dc.date.available2020-11-11T22:55:08Z
dc.date.issued2016-04-01en_US
dc.date.issued1395-01-13fa_IR
dc.identifier.citationصفایی, پریسا, نورالسنا, رسول, حیدری, کامران, سلیمانی, پریا. (1395). استفاده از درخت تصمیم برای پیش‌بینی سطح فریتین سرم در زنان مبتلا به کم‌خونی. مجله دانشکده پزشکی، دانشگاه علوم پزشکی تهران, 74(1), 50-57.fa_IR
dc.identifier.issn1683-1764
dc.identifier.issn1735-7322
dc.identifier.urihttp://tumj.tums.ac.ir/article-1-7351-fa.html
dc.identifier.urihttps://iranjournals.nlai.ir/handle/123456789/489787
dc.description.abstractزمینه و هدف: داده‌کاوی به‌عنوان فرایند شناسایی و تجزیه ‌و تحلیل مقدار زیادی داده به‌منظور یافتن رفتارها و قوانین معنا‌دار است. داده‌کاوی در بهداشت و درمان فرصت‌های بی‌شماری را برای بررسی الگوهای پنهان از یک مجموعه داده فراهم می‌کند. این الگوها را می‌توان توسط پزشکان برای تشخیص، پیش‌آگاهی و درمان بیماران استفاده کرد. هدف اصلی در این مطالعه استفاده از تکنیک‌های داده‌کاوی برای پیش‌بینی سطح فریتین سرم در زنان مبتلا به کم‌خونی و شناسایی متغیرهای اساسی در تشخیص این بیماری می‌باشد. روش بررسی: در این پژوهش کاربردی، تعداد 690 بیمار و 22 متغیر در جمعیت زنان مبتلا به بیماری کم‌خونی بررسی شده‌اند. داده‌ها مربوط به بیمارانی بود که از اردیبهشت 1392 تا اردیبهشت 1393 به آزمایشگاه بیمارستان‌های امام حسین (ع) و شهدای هفتم‌تیر مراجعه کرده‌اند. از تکنیک درخت تصمیم برای ساخت مدل استفاده شد. یافته‌ها: دقت مدل دسته‌بند درخت تصمیم با تمام متغیرها 75% بود. ترکیب‌های متفاوت از متغیرها جهت یافتن بهترین مدل برای پیش‌بینی بررسی شدند. با توجه به مدل بهینه درخت تصمیم به‌دست آمده، متغیرهای RBC، MCH، MCHC، زخم‌های معده-روده و سرطان معده-روده، به‌عنوان مهم‌ترین عوامل پیش‌بینی‌کننده شناخته شدند. نتایج نشان داد که اگر مقدار متغیرهای Mean corpuscular volume (MCV)، Mean corpuscular hemoglobin concentration (MCHC) و Mean corpuscular hemoglobin (MCH) نرمال و متغیر RBC کمتر از حد نرمال باشند، فرد با احتمال %90 به کم‌خونی فقر آهن مبتلا است. نتیجه‌گیری: با توجه به سادگی و هزینه پایین آزمایش شمارش کامل خون، مدل درخت تصمیم به‌منظور تشخیص بیماری کم‌خونی فقر آهن ایجاد شد. همچنین در این پژوهش تاثیر عوامل جدیدی مانند جراحی‌ها و بیماری‌های مختلف در نظر گرفته شد. قوانین به‌دست‌آمده از مدل درخت تصمیم می‌تواند فرایند تشخیص و درمان بیماران مبتلا به کم‌خونی فقر آهن را بهبود بخشد.fa_IR
dc.languageفارسی
dc.language.isofa_IR
dc.publisherدانشگاه علوم پزشکی تهرانfa_IR
dc.relation.ispartofمجله دانشکده پزشکی، دانشگاه علوم پزشکی تهرانfa_IR
dc.relation.ispartofTehran University Medical Journalen_US
dc.subjectکم‌خونیfa_IR
dc.subjectداده‌کاویfa_IR
dc.subjectدرخت تصمیمfa_IR
dc.subjectفریتینfa_IR
dc.titleاستفاده از درخت تصمیم برای پیش‌بینی سطح فریتین سرم در زنان مبتلا به کم‌خونیfa_IR
dc.typeTexten_US
dc.typeمقاله اصیلfa_IR
dc.contributor.departmentگروه مهندسی صنایع، مدیریت سیستم و بهره‌وری، دانشکده مهندسی صنایع، دانشگاه آزاد اسلامیfa_IR
dc.contributor.departmentگروه تولید صنعتی، دانشکده مهندسی صنایع، دانشگاه علم و صنعت ایران، تهران، ایران.fa_IR
dc.contributor.departmentگروه طب اورژانس، بیمارستان لقمان حکیم، دانشکده پزشکی، دانشگاه علوم پزشکی شهید بهشتی، تهران، ایران.fa_IR
dc.contributor.departmentگروه مهندسی صنایع، سیستم‌های اقتصادی و اجتماعی، دانشکده مهندسی صنایع، دانشگاه آزاد اسلامیfa_IR
dc.citation.volume74
dc.citation.issue1
dc.citation.spage50
dc.citation.epage57


فایل‌های این مورد

فایل‌هااندازهقالبمشاهده

فایلی با این مورد مرتبط نشده است.

این مورد در مجموعه‌های زیر وجود دارد:

نمایش مختصر رکورد