| dc.contributor.author | عرب‌زاده, سید علی اکبر | fa_IR |
| dc.contributor.author | جمشیدی, وحید | fa_IR |
| dc.contributor.author | سعید, مسعود | fa_IR |
| dc.contributor.author | یزدانی, رستم | fa_IR |
| dc.contributor.author | جمشیدی, مهدیه | fa_IR |
| dc.date.accessioned | 1400-12-10T21:52:23Z | fa_IR |
| dc.date.accessioned | 2022-03-01T21:52:23Z | |
| dc.date.available | 1400-12-10T21:52:23Z | fa_IR |
| dc.date.available | 2022-03-01T21:52:23Z | |
| dc.date.issued | 2021-12-01 | en_US |
| dc.date.issued | 1400-09-10 | fa_IR |
| dc.identifier.citation | عرب‌زاده, سید علی اکبر, جمشیدی, وحید, سعید, مسعود, یزدانی, رستم, جمشیدی, مهدیه. (1400). تشخیص خودکار بیماری کرونا (کوید-19) با استفاده از تکنیک‌های داده‌کاوی: یک گزارش کوتاه. مجله دانشکده پزشکی، دانشگاه علوم پزشکی تهران, 79(10), 822-830. | fa_IR |
| dc.identifier.issn | 1683-1764 | |
| dc.identifier.issn | 1735-7322 | |
| dc.identifier.uri | http://tumj.tums.ac.ir/article-1-11474-other.html | |
| dc.identifier.uri | https://iranjournals.nlai.ir/handle/123456789/847463 | |
| dc.description.abstract | زمینه و هدف: تشخیص زود هنگام بیماری همه‌گیر کرونا (کوید-19) نقش مهمی در جلوگیری از مرگ‌ومیر دارد. مطالعه حاضر با هدف استخراج ویژگی‌های کلیدی بیماری و یافتن بهترین روش‌های داده‌کاوی که باعث بهبود صحت تشخیص بیماری کرونا می‌شود، صورت گرفته است.
روش بررسی: در این مطالعه، اطلاعات و علایم بالینی مربوط به بیماران مبتلا به کوید-19، از کلینیک‌های عفونی بیمارستان افضلی پور کرمان و علی‌بن‌ابیطالب رفسنجان از اسفند 1398 تا بهمن 1399 به‌مدت 12 ماه گردآوری شدند. مدل‌های پیش‌بینی با استفاده از ترکیب‌های مختلف از ویژگی‌های بیماری و هفت روش داده‌کاوی، ایجاد شده و مورد آزمایش قرار گرفتند.
یافته‌ها: 9 ویژگی کلیدی و سه تکنیک برتر داده‌کاوی شناسایی شدند. نتایج آزمایشها نشان می‌دهند که مدل پیش‌بینی ارایه شده با استفاده از ویژگی‌های کلیدی شناسایی شده و بهترین تکنیک داده‌کاوی به‌دست آمده، دقت 19/83% را برای تشخیص بیماری کرونا فراهم می‌کند.
نتیجه‌گیری: با توجه ویژگی‌های کلیدی و تکنیک‌های داده‌کاوی به‌دست آمده از این مطالعه می‌توان با تکمیل مجموعه داده و استفاده از این روش، با دقت بالا ابتلا به کوید- 19 را در افراد با ویژگی‌های بالینی مختلف تشخیص داد. | fa_IR |
| dc.language | فارسی | |
| dc.language.iso | fa_IR | |
| dc.publisher | دانشگاه علوم پزشکی تهران | fa_IR |
| dc.relation.ispartof | مجله دانشکده پزشکی، دانشگاه علوم پزشکی تهران | fa_IR |
| dc.relation.ispartof | Tehran University Medical Journal | en_US |
| dc.subject | داده‌کاوی | fa_IR |
| dc.subject | تشخیص | fa_IR |
| dc.subject | علایم بالینی | fa_IR |
| dc.subject | کروناویروس | fa_IR |
| dc.subject | بیماری کوید-19 | fa_IR |
| dc.subject | همه‌گیر. | fa_IR |
| dc.title | تشخیص خودکار بیماری کرونا (کوید-19) با استفاده از تکنیک‌های داده‌کاوی: یک گزارش کوتاه | fa_IR |
| dc.type | Text | en_US |
| dc.type | مقاله اصیل | fa_IR |
| dc.contributor.department | گروه مهندسی کامپیوتر، دانشکده مهندسی، دانشگاه شهید باهنر کرمان، کرمان، ایران. | fa_IR |
| dc.contributor.department | گروه مهندسی کامپیوتر، دانشکده مهندسی، دانشگاه شهید باهنر کرمان، کرمان، ایران. | fa_IR |
| dc.contributor.department | گروه مهندسی کامپیوتر، دانشکده مهندسی، دانشگاه شهید باهنر کرمان، کرمان، ایران. | fa_IR |
| dc.contributor.department | گروه داخلی، دانشکده پزشکی، دانشگاه علوم پزشکی کرمان، کرمان، ایران. | fa_IR |
| dc.contributor.department | گروه داخلی، دانشکده پزشکی، دانشگاه علوم پزشکی رفسنجان، رفسنجان، ایران. | fa_IR |
| dc.citation.volume | 79 | |
| dc.citation.issue | 10 | |
| dc.citation.spage | 822 | |
| dc.citation.epage | 830 | |
