این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
مجله اپیدمیولوژی ایران، جلد ۹، شماره ۲، صفحات ۲۹-۳۸
عنوان فارسی ارزشیابی عملکرد الگوریتم مجموع تراکمی در کشف طغیان
چکیده فارسی مقاله مقدمه و اهداف: آمادگی، کشف زودرس و پاسخ به‌هنگام به بیماری‌های نوپدید و طغیان‌ها یکی از مهم‌ترین اولویت‌های بهداشت عمومی و نظام‌های سلامت است. مطالعه‌هایی بسیار محدود در دنیا به‌طور همزمان برای ارزشیابی روش‌های کشف طغیان، روی داده‌های یکسان و با استفاده از رویکرد ارزشیابی عملکرد بر مبنای داده‌های نیمه‌شبیه‌سازی شده، اقدام کرده‌اند. رسالۀ حاضر نیز با هدف ارزشیابی عملکرد الگوریتم مجموع تراکمی در شناسایی به‌هنگام 831 روز طغیان نیمه‌شبیه‌سازی شده، انجام شده‌ است. روش کار: در این مطالعه، عملکرد الگوریتم مجموع تراکمی در کشف طغیان‌های نیمه‌شبیه‌سازی شده با استفاده از داده‌های موارد گزارش شدۀ روزانۀ مشکوک به سرخک، طی سال‌های 1387 تا 1389، ارزشیابی گردید. عملکرد این الگوریتم با استفاده از شاخص‌های حساسیت، درصد هشدار کاذب، نسبت‌های درست‌نمایی و سطح زیر منحنی راک ارزیابی شد. نتایج: حساسیت الگوریتم مجموع تراکمی در شناسایی طغیان‌های شبیه‌سازی شده 50 درصد، با فاصلۀ اطمینان 95 درصد (54- 47) بود. عملکرد این الگوریتم بسته به اندازه، شکل و دورۀ طغیان شبیه‌سازی شده متفاوت است. از نظر شاخص به‌هنگام‌بودن نیز، به‌طور متوسط، کمترین فاصلۀزمانی بین روز واقعی شروع طغیان بر مبنای داده‌های نیمه‌شبیه‌سازی شده تا زمان کشف طغیان، بااین الگوریتم، 84/13روز بود. نتیجه‌گیری: اگرچه نتایج مطالعه بیانگر عملکرد خوب الگوریتم مجموع تراکمی در شناسایی طغیان‌های با اندازۀ بزرگ و دورۀ کوتاه بود، اما عملکرد این الگوریتم، به‌ویژه در شناسایی طغیان‌های با دورۀ طولانی و اندازۀ کوچک، ضعیف بود.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Evaluating the Performance of an Outbreak- Detection Algorithms using Semi-Synthetic Approach: Cumulative Sum Algorithm
چکیده انگلیسی مقاله Background & Objectives: Timely response to emerging diseases and outbreaks are a major public health and health systems priority. There are few published studies that evaluate the performance of cumulative sum (CUSUM) on identical data using semi- synthetic simulation approach. This study was undertaken to determine the performance of the CUSUM in timely detection of 831 days of simulated outbreaks. Methods: We evaluated the performances of the CUSUM as an outbreak detection method on simulated outbreaks injected to daily counts of suspected cases of measles as baseline data in Iran between 21 March 2008 till 20 March 2011. Data obtained from the Iranian national surveillance system. The performance of algorithms was evaluated using sensitivity, false alarm rate, likelihood ratios and Area under the Receiver Operating Characteristic (ROC) curve. Results: Generally the sensitivity of the CUSUM algorithm in detecting simulated outbreaks was 50% (95% CI: 47- 54). The corresponding values are disaggregated according to outbreak size, shape and duration. The CUSUM algorithm detected the half of outbreaks after 13.84 days on average. Conclusion: We concluded that CUSUM algorithm performed good in detection of large outbreaks with short periods and poorly in detecting long period outbreaks, particularly those simulated outbreaks that did not begin with a surge of cases.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله منوچهر کرمی | m karami
assistant professor of epidemiology, research center for modeling of noncommunicable diseasesand department of biostatistics amp;amp; epidemiology, school of public health, hamadan university of medical sciences, hamadan, iran
دانشگاه علوم پزشکی همدان، دانشکدۀ بهداشت، گروه آمارزیستی و اپیدمیولوژی
سازمان اصلی تایید شده: دانشگاه علوم پزشکی همدان (Hamadan university of medical sciences)

حمید سوری | h soori
professor of epidemiology, safety promotion and injury prevention research center, faculty of public health, shahid beheshti university of medical sciences, tehran, iran
استاد اپیدمیولوژی، مرکزتحقیقات ارتقاء ایمنی و پیشگیری از مصدومیت ها و گروه اپیدمیولوژی، دانشگاه علوم پزشکی شهید بهشتی
سازمان اصلی تایید شده: دانشگاه علوم پزشکی شهید بهشتی (Shahid beheshti university of medical sciences)

یداله محرابی | y mehrabi
professor of biostatistics, faculty of public health, shahid beheshti university of medical sciences, tehran, iran
استاد آمار زیستی، گروه اپیدمیولوژی، دانشکده بهداشت، دانشگاه علوم پزشکی شهید بهشتی
سازمان اصلی تایید شده: دانشگاه علوم پزشکی شهید بهشتی (Shahid beheshti university of medical sciences)

علی اکبر حقدوست | aa haghdoost
professor of epidemiology and biostatistics, research centre of modeling in health, institute of futures studies in health, kerman university of medical sciences, kerman, iran
استاداپیدمیولوژی، مرکز تحقیقات مدل سازی در سلامت، پژوهشکده آینده پژوهشی در سلامت، دانشگاه علوم پزشکی کرمان
سازمان اصلی تایید شده: دانشگاه علوم پزشکی کرمان (Kerman university of medical sciences)

محمد مهدی گویا | mm gouya
director general, center for disease control, ministry of health amp;amp; medical education, tehran, iran
استاد بیماری های عفونی، مرکز مدیریت بیماری های واگیر، وزارت بهداشت، درمان و آموزش پزشکی
سازمان اصلی تایید شده: وزارت بهداشت درمان و آموزش پزشکی (Ministry of health and medical education)

نادر اسماعیل نسب | n esmailnasab
associate professor of epidemiology, department of epidemiology and biostatistics, kurdistan university of medical sciences, kurdistan, iran
دانشیار اپیدمیولوژی، مرکز تحقیقات عوامل اجتماعی موثر بر سلامت کردستان، گروه اپیدمیولوژی وآمار، دانشکده پزشکی، دانشگاه علوم پزشکی کردستان
سازمان اصلی تایید شده: مرکز تحقیقات عوامل اجتماعی موثر بر سلامت

نشانی اینترنتی http://irje.tums.ac.ir/browse.php?a_code=A-10-25-5028&slc_lang=fa&sid=fa
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