این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
مجله علوم اعصاب شفای خاتم، جلد ۴، شماره ۴، صفحات ۱-۹
عنوان فارسی بررسی عوامل مهم در شناسایی تنگی شریان کاروتید بدون علامت جهت پیشگیری از سکتۀ مغزی با استفاده از ابزار داده کاوی
چکیده فارسی مقاله مقدمه: تنگی شریان کاروتید بدون علامت یکی از عواملی است که سکتۀ مغزی ایجاد می­کند. عوامل دیگر مانند فشار خون بالا، بیماری­های قلبی، استعمال دخانیات، دیابت و عدم فعالیت بدنی ممکن است همچنین موجب بیماری شوند. فهمیدن و تشخیص عواملی که موجب تنگی شریان کاروتید می­شوند در پیشگیری از سکتۀ مغزی حاد، کمک خواهد کرد. با استفاده از روش­های داده کاوی، این مطالعه به­منظور کشف قوانین و روابطی که در شناسایی تنگی شریان کاروتید بدون علامت مؤثر هستند انجام شد. مواد و روش­ها: برای پیدا کردن بهترین روش، رگرسیون لجستیک، الگوریتم ژنتیک و آزمون مجذور کای به­منظور پیش‌بینی تنگی شریان کاروتید در بیماران استفاده شدند. یافته‌ها: 372 شرکت­کننده، 173 زن (46/5 درصد) و 199 مرد (53/5 درصد) با میانگین سنی 5/29 ± 70/74 مورد بررسی قرار گرفتند. نتایج نشان داد جنسیت، استعمال دخانیات، بیماری عروق کرونر، فشارخون بالا، بی تحرکی، پیشگیری از بارداری به ‌وسیلۀ دارو، اورمی (مقادیر بیش از حد اوره و سایر ترکیبات نیتروژنی در خون) و میزان نبض محیطی عوامل خطر معنی­داری برای شریان کاروتید بدون علامت هستند. علاوه بر این الگوریتم ژنتیک در مقایسه با رگرسیون لجستیک یک روش بهتری برای این رویکرد بود. نتیجه­گیری: مطالعۀ ما نشان داد که بیماری عروق کرونر و فشار خون بالا عوامل مهمی در پیش‌بینی و پیش‌آگهی تنگی شریان کاروتید بدون علامت هستند.
کلیدواژه‌های فارسی مقاله داده‌کاوی، شریان‌های کاروتید، توزیع مربع کای
عنوان انگلیسی Evaluation of Important Factors in Identifying Asymptomatic Carotid Artery Stenosis in order to Prevent Stroke by Using Data Mining Tools
چکیده انگلیسی مقاله Introduction: Asymptomatic carotid artery stenosis is one of the factors that causes stroke. Other factors such as high blood pressure, cardiac diseases, smoking, diabetes, and physical inactivity may also cause the disease. Understanding and identifying the factors that cause carotid artery stenosis will help in prevention of acute stroke. Using data mining techniques, this study was aimed to discover the rules and relations that are effective in identifying asymptomatic carotid artery stenosis. Materials and Methods: To find the best approach, logistic regression (LR), genetic algorithm (GA), and chi-square test were used to predict carotid artery stenosis in patients. Results: 372 participants, 173 women (% 46.5) and 199 men (% 53.5), with an average age of 70.74± 5.29 were investigated. The results showed gender, smoking, coronary artery disease, high blood pressure, inactivity, prevention of pregnancy by medication, uremia (excessive amounts of urea and other nitrogenous compounds in the blood), and pulse rate environment are the significant risk factors for asymptomatic carotid artery. In addition, GA was a better method for this approach compared to LR. Conclusion: Our study revealed that coronary artery disease and hypertension are important factors in predicting and prognosis of asymptomatic carotid artery stenosis.
کلیدواژه‌های انگلیسی مقاله Data Mining, Carotid Arteries, Chi-Square Distribution
نویسندگان مقاله فرزاد فیروزی جهانتیغ | farzad firouzi jahantigh
department of industrial engineering, university of sistan and baluchestan, zahedan, iran
گروه مهندسی صنایع، دانشگاه سیستان و بلوچستان، زاهدان، ایران
سازمان اصلی تایید شده: دانشگاه سیستان و بلوچستان (Sistan va baloochestan university)

راضیه علیزاده | razieh alizadeh
department of industrial engineering, payame noor university, tehran, iran
گروه مهندسی صنایع، دانشگاه پیام نور، تهران، ایران
سازمان اصلی تایید شده: دانشگاه پیام نور تهران (Payame noor university)

نشانی اینترنتی http://shefayekhatam.ir/browse.php?a_code=A-10-141-2&slc_lang=fa&sid=fa
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/337/article-337-331967.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده تحقیقات پایه در علوم اعصاب
نوع مقاله منتشر شده پژوهشی
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات