این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
مجله اپیدمیولوژی ایران، جلد ۱۹، شماره ۳، صفحات ۲۴۰-۲۵۳
عنوان فارسی پیش بینی سلامت روان نوجوانان ایرانی بر اساس تغذیه، فعالیت فیزیکی و اوقات فراغت با استفاده از تکنیک‌های داده کاوی
چکیده فارسی مقاله
مقدمه و اهداف: پژوهش حاضر با هدف پیش‌بینی سلامت روان بر اساس سه عامل تغذیه، فعالیت فیزیکی و اوقات فراغت در دانش‌آموزان گروه سنی نوجوانان با بهره گیری از تکنیک‌های داده کاوی انجام شده است.
روش کار: مطالعه‌ی تحلیلی حاضر بر روی 14274 داده‌ موجود در پایگاه داده‌ کاسپین 5 انجام شد. مطابق با روش CRISP-DM  داده کاوی در 6 مرحله با استفاده از تکنیک‌های درخت تصمیم، k نزدیک‌ترین همسایه، بیزین ساده و جنگل تصادفی در نرم افزار رپیدماینر صورت گرفت.
یافته‎ها: از میان 4 تکنیک داده کاوی مورد استفاده جهت پیش‌بینی سلامت روان نوجوانان بر اساس تغذیه، فعالیت فیزیکی و اوقات فراغت، تکنیک جنگل تصادفی بیشترین صحت (91/72) و تشخیص پذیری (82/73) و تکنیک k نزدیک‌ترین همسایه بیشترین حساسیت (96/30) را داشت. علاوه بر این بر اساس تکنیک جنگل تصادفی، قانون با بالاترین میزان پشتیبان نشان داد نوجوانی که در مقطع تحصیلی دبیرستان است و هر روز هفته صبحانه، ناهار و شام میل می‌کند و به صورت هفتگی چای و قهوه میل می‌کند و در هفته 2 ساعت در مدرسه ورزش می‌کند همچنین در هفته اخیر 4 روز به مدت 30 دقیقه فعالیت بدنی داشته و با سرویس به مدرسه می‌رود با اطمینان 100 درصد از سلامت روان مطلوب برخوردار است.
نتیجه‎گیری: براساس تکنیک جنگل تصادفی که بهترین عملکرد را داشته، تغذیه بیشترین تأثیر را بر سلامت روان نوجوانان ایرانی دارد، لذا باید جهت تأمین و بسترسازی مناسب آموزش به والدین و نوجوانان در رابطه با تغذیه مناسب و افزایش آگاهی در زمینه سلامت روان نوجوانان اندیشیده شود.
کلیدواژه‌های فارسی مقاله سلامت روان، نوجوانان، داده کاوی، تغذیه، فعالیت فیزیکی، اوقات فراغت
عنوان انگلیسی Prediction of Mental Health Among Iranian Adolescents Based on Nutrition, Physical Activity and Leisure Time Using Data Mining Techniques
چکیده انگلیسی مقاله
Background and Objectives: The present research was conducted to predict mental health based on three factors: nutrition, activity, and leisure time, among students in the adolescent age group, using data mining techniques.
Methods: The present analytical study was conducted on 14274 data available in the Caspian 5 database. According to the CRISP-DM method, data mining was done in 6 steps using decision trees, k nearest neighbors, simple Bayesian and random forest techniques in Rapidminer software.
Results: Among the four data mining techniques used to predict the mental health of adolescents based on nutrition, physical activity and leisure time, the random forest technique has the highest accuracy (91.72) and specificity (82.73) and the k-nearest neighbors technique has the highest sensitivity (96.30). In addition, based on random forest techniques, the rule with the highest level of support showed that an adolescent who is in high school, eats breakfast, lunch, and dinner every day, drinks tea and coffee weekly, exercises 2 hours a week at school,also, he has 4 days of physical activity for 30 minutes in the last week, and he goes to school with the service, with 100% confidence has good mental health.
Conclusion: Based on the random forest technique, which has showen the best performance, nutrition has the greatest impact on the mental health of Iranian adolescents. So, it is necessary to think about providing a suitable platform for training parents and adolescents regarding proper nutrition and increasing awareness in the field of adolescent mental health.
کلیدواژه‌های انگلیسی مقاله Mental health, Adolescent, Data mining, Nutrition, Physical activity, Leisure time
نویسندگان مقاله عسل آقاداودیان جلفائی | Asal Aghadavodian Jolfaee
M.Sc., Dept. of Management and Health Information Technology, Isfahan University of Medical Sciences, Isfahan, Iran
کارشناس ارشد، گروه مدیریت و فن آوری اطلاعات سلامت، دانشگاه علوم پزشکی اصفهان، اصفهان، ایران

مریم جهانبخش | Maryam Jahanbakhsh
Assistant Professor, Health Information Technology Research Center, Isfahan University of Medical Sciences, Isfahan, Iran
استادیار، مرکز تحقیقات فن آوری اطلاعات در امور سلامت، دانشگاه علوم پزشکی اصفهان، اصفهان، ایران

محمد ستاری | Mohamad Sattari
Assistant Professor, Health Information Technology Research Center, Isfahan University of Medical Sciences, Isfahan, Iran
استادیار، مرکز تحقیقات فن آوری اطلاعات در امور سلامت، دانشگاه علوم پزشکی اصفهان، اصفهان، ایران

رویا کلیشادی | Roya Kelishadi
Professor, Child Growth and Development Research Center, Research Institute for Primordial Prevention of Non-Communicable Disease, Isfahan University of Medical Sciences, Isfahan, Iran
استاد، مرکز تحقیقات رشد و نمو کودکان، پژوهشکده پیشگیری اولیه از بیماری های غیرواگیر، دانشگاه علوم پزشکی اصفهان، اصفهان، ایران

نشانی اینترنتی http://irje.tums.ac.ir/browse.php?a_code=A-10-3140-1&slc_lang=fa&sid=1
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده عمومی
نوع مقاله منتشر شده پژوهشی
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات