این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
پیاورد سلامت، جلد ۱۱، شماره ۳، صفحات ۲۸۷-۲۹۶
عنوان فارسی پیش بینی روش درمان بیماری قلبی با استفاده از الگوریتم های داده کاوی
چکیده فارسی مقاله زمینه و هدف: امروزه بیماری قلبی بسیار معمول و یکی از دلایل اصلی مرگ و میر به شمار می رود. به همین علت تشخیص درست و به موقع این بیماری بسیار مهم است. روش های تشخیصی و درمانی این بیماری عوارض جانبی زیاد و پرهزینه ای دارد. بنابراین محققان به دنبال روش های ارزان و با دقت بالا برای تشخیص این بیماری هستند. پژوهش حاضر با هدف شناسایی الگویی برای تشخیص روش درمان بیماری قلبی صورت گرفته است. روش بررسی: پژوهش حاضر به روش توصیفی- مقطعی صورت گرفته و نمونه گیری به روش سرشماری بوده است. جامعه ی پژوهش متشکل از داده های بیمارستان های خاتم الانبیاء(ع) و علی ابن ابی طالب(ع) زاهدان است که با مراجعه ی مستقیم پژوهش گر به سازمان حاصل و به صورت فایل اکسل تهیه گردید. جهت تحلیل داده ها از نرم افزار Clementine12.0 استفاده شده است. در پژوهش حاضر الگوریتم های C‏HAID ،C&R Tree ،C5.0 و QUEST و شبکه عصبی مصنوعی روی مجموعه داده اجرا گردید.  یافته ها: مقدار صحت 76/04 توسط الگوریتم C&R Tree نشان دهنده ی عملکرد بهتر الگوریتم های درخت تصمیم نسبت به شبکه ی عصبی است.  نتیجه گیری: هدف این مطالعه ارایه مدلی برای پیش بینی روش درمانی مناسب بیماری قلبی به منظور کاهش هزینه های درمان و کیفیت ارایه خدمات بهتر به پزشکان می باشد. با توجه به قابل ملاحظه بودن خطرات اجرای روش های تشخیص تهاجمی مانند آنژیوگرافی و نیز حصول تجارب موفقیت آمیز داده کاوی در پزشکی، این مطالعه مدلی مبتنی بر تکنیک های داده کاوی ارایه نموده است. نقطه ی قابل بهبود مدل فوق ارایه سیستمی تصمیم یار جهت کمک به پزشکان برای افزایش صحت تشخیص روش درمان بیماری می باشد.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی A Model to Predict Heart Disease Treatment Using Data Mining
چکیده انگلیسی مقاله Background and Aim: Nowadays heart disease is very common and is a major cause of mortality. Proper and early diagnosis of this disease is very important. Diagnostic methods and treatments of the disease are so expensive and have many side effects. Therefore, researchers are looking for cheaper ways to diagnose it with high precision. This study aimed to identify a model for the treatment of heart disease. Materials and Methods: In this descriptive cross-sectional study, the sampling method was census. The sample consisted of data from Khatam and Ali Ibn Abi Talib Hospitals in Zahedan. The data were developed as an Excel file, and Clementine12.0 software was used for data analysis. In the present study, C5.0, C & R Tree, CHAID, and QUEST algorithms and artificial neural network were carried out on the collected data.  Results: The accuracy of 76.04 by C & R algorithm indicates the better performance of Decision Tree Algorithms than that of the Neural Network.  Conclusion: This study aimed to provide a model for the prediction of a suitable heart disease treatment to reduce treatment costs and provide better quality of services for physicians. Due to considerable implementation risks of invasive diagnostic procedures such as angiography and also obtaining successful experiences of data analysis in medicine, this study has presented a model based on data analysis techniques. The improvable point of this model is the provision of a decision support system to help physicians to increase the accuracy of diagnosis in the treatment of diseases. 
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله سجاد مظاهری | sajad mazaheri
master of science in computer engineering - software, the health insurance office of sistan amp; balouchestan province, iran health insurance organization, zahedan, iran
کارشناس ارشد مهندسی کامپیوتر- نرم افزار، اداره کل بیمه سلامت استان سیستان و بلوچستان، سازمان بیمه سلامت ایران، زاهدان، ایران

مریم عاشوری | maryam ashoori
instructor, information technology department, higher educational complex of saravan, saravan, iran
مربی گروه فناوری اطلاعات، مجتمع آموزش عالی سراوان، سراوان، ایران
سازمان اصلی تایید شده: مجتمع آموزش عالی سراوان

زینب بچاری | zeynab bechari
bachelor of science in nursing, the health insurance office of sistan amp; balouchestan province, iran health insurance organization, zahedan, iran
کارشناس پرستاری، اداره کل بیمه سلامت استان سیستان و بلوچستان، سازمان بیمه سلامت ایران، زاهدان، ایران

نشانی اینترنتی http://payavard.tums.ac.ir/browse.php?a_code=A-10-1-241&slc_lang=fa&sid=fa
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/157/article-157-448827.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده فناوری اطلاعات سلامت
نوع مقاله منتشر شده پژوهشی
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات