این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
مجله دانشگاه علوم پزشکی مازندران، جلد ۲۵، شماره ۱۳۳، صفحات ۱۷۱-۱۸۸
عنوان فارسی شناسایی، بررسی و رتبه بندی عوامل خطر وزن کم نوزادان در زمان تولد با استفاده از تکنیک های داده کاوی: مطالعه موردی بیمارستان امام علی (ع) دانشگاه علوم پزشکی زاهدان
چکیده فارسی مقاله سابقه و هدف: نرخ بالای مرگ و میر مادران، نوزادان، و تولد زودرس یک مسئله مهم بهداشت عمومی در سراسر جهان است. هدف مطالعه شناسایی، بررسی و رتبه‌بندی عوامل کم وزنی نوزادان با تکنیک‌های داده کاوی برای شناسایی میزان تاثیر متغیرهای پیش‌بینی کننده و توسعه یک سیستم پشتیبانی تصمیم‌گیری برای کمک به پزشکان در تصمیم‌گیری بهترهنگام تولد نوزادان کم وزن است. مواد و روش‌ها: اطلاعات بخش اطفال بیمارستان امام علی دانشگاه علوم پزشکی زاهدان از جمله مصرف دخانیات، سن مادران و ... در سال 1392 مورد بررسی قرار گرفت. در بخش مدل‌سازی از الگوریتم‌های مختلف داده کاوی استفاده گردید. برای تحلیل داده‌ها از نرم‌افزار کلمنتاین استفاده شده است. یافته‌ها: متغیرهایی که برای پیش‌بینی کم وزنی نوزادان در زمان تولد بسیار موثرند وزن مادر (100 درصد)، سن مادر (98 درصد)، تعداد مراجعه به پزشک در سه ماهه اول بارداری (86/45 درصد) و سابقه زایمان زودرس (11/43 درصد) و سایر متغیرها به طور ضعیفی پیش‌بینی را تحت تاثیر قرار دادند. استنتاج: نتایج مطالعه بیانگر ارتباط وزن کم نوزادان در زمان تولد با وزن مادر، سن مادر، تعداد مراجعه به پزشک در سه ماهه اول بارداری، سابقه زایمان زودرس قبلی، فشارخون بالا، نژاد، تحریک‌پذیری رحم و مصرف دخانیات بود. صحت پیش‌بینی که با رگرسیون لجستیک مقایسه شده، در تکنیک‌های داده کاوی بهبود می‌یابد. درخت طبقه‌بندی به خوبی وزن کم نوزادان در زمان تولد را مشخص می‌کند و تکنیک جنگل تصادفی در تشخیص بیماری نقش مهمی دارد.
کلیدواژه‌های فارسی مقاله وزن کم نوزادان در زمان تولد، مراقبت‌های بهداشتی، داده کاوی
عنوان انگلیسی Investigating the Risk Factors for Low Birth Weight Using Data Mining: A Case Study of Imam Ali Hospital, Zahedan, Iran
چکیده انگلیسی مقاله Background and purpose: High rate of mothers and infants’ death and preterm birth are amongst major public health problems worldwide. The aim of this study was to identify, evaluate and rank the factors responsible for low birth weight using data mining techniques and also investigating the impact of predictor variables and developing a decision support system which could help physicians to make better treatment decisions at the birth of low weight infants. Materials and methods: Relevant information was collected from Imam Ali Hospital affiliated with Zahedan University of Medical Sciences in 2013 including smoking, the age of mothers, etc. Different data mining algorithms were applied for modeling. Data analysis was performed in Clementine software. Results: The variables that were very influential in predicting the low weight of infants at birth were mother’s weight (100%), mother’s age (98%), the number of doctor visits in the first trimester of pregnancy (45.86%), and previous preterm delivery (43.11%). Other variables poorly influenced the prediction. Conclusion: The findings revealed some relationships between the low weight of infants at birth and mother’s weight, mother’s age, number of doctor visits in the first trimester of pregnancy, previous preterm delivery, high blood pressure, race, uterine irritability, and smoking. The accuracy of prediction improved via data mining techniques compared to logistic regression. Classification tree could determine the low weight of infants at birth well and random forest technique had an important role in making the diagnosis.
کلیدواژه‌های انگلیسی مقاله low birth weight, infant, health care, data mining
نویسندگان مقاله فرزاد فیروزی جهانتیغ | farzad firouzi jahantigh
assistant professor, department of industrial engineering, faculty of industrial engineering, university of sistan and baluchestan, zahedan, iran
سیستان و بلوچستان دانشکده مهندسی صنایع، دانشگاه سیستان و بلوچستان
سازمان اصلی تایید شده: دانشگاه سیستان و بلوچستان (Sistan va baloochestan university)

راحله نظرنژاد | rahele nazarnejad
msc in industrial engineering, faculty of engineering, payam noor university, tehran, iran
کارشناس ارشد مهندسی صنایع، صنایع، دانشکده فنی مهندسی، دانشگاه پیام نور، تهران، ایران
سازمان اصلی تایید شده: دانشگاه پیام نور تهران (Payame noor university)

ماهرخ فیروزی جهانتیغ | mahrokh firouzi jahantigh
pediatricians, zahedan university of medical sciences, zahedan, iran
متخصص اطفال، دانشگاه علوم پزشکی زاهدان، زاهدان، ایران
سازمان اصلی تایید شده: دانشگاه علوم پزشکی زاهدان (Zahedan university of medical sciences)

نشانی اینترنتی http://jmums.mazums.ac.ir/browse.php?a_code=A-10-29-391&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 مهندسی پزشکی
نوع مقاله منتشر شده پژوهشی-کامل
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات