این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
مجله اپیدمیولوژی ایران، جلد ۱۴، شماره ۱، صفحات ۷۴-۸۲

عنوان فارسی پیش‌بینی تعداد زایمان با استفاده از مدل‌های پوآسن مارکف پنهان
چکیده فارسی مقاله مقدمه و اهداف: زایمان یکی از مهم‌ترین خدمات ارائه‌شده در نظام‌های بهداشتی و درمانی است و منابع انسانی با ارزش‌ترین عامل تولید و ارائه خدمت به شمار می‌رود که افزایش بهره‌وری و کارایی آن از اهمیت زیادی برخوردار است. لذا مطالعه حاضر باهدف پیش‌بینی تعداد زایمان و به‌منظور برنامه‌ریزی برای به‌کارگیری تمامی امکانات برای ارائه خدمت بهتر در جهت تأمین رضایت بیماران انجام شد. روش کار: داده‌های مورداستفاده در این مطالعه تعداد موارد ماهیانه زایمان انجام‌شده در بیمارستان حکیم جرجانی شهرستان گرگان طی سال‌های 1389 تا 1394 بود. با توجه به بیش‌پراکنش موجود در داده‌ها و عدم تبعیت آن‌ها از توزیع پوآسن، از مدل پوآسن مارکف پنهان به‌منظور پیش‌بینی فراوانی ماهیانه زایمان استفاده شد. برآورد پارامترهای مدل با روش درستنمایی ماکزیمم و الگوریتم EM انجام گرفت. از نرم‌افزار R ویراست 3.2.3 برای تحلیل داده‌ها استفاده شد. یافته‌ها: استفاده از معیار آکائیک نشان داد که فراوانی تعداد زایمان در ماه‌های مختلف در این بیمارستان از یک مدل پوآسن مارکف پنهان با 3 وضعیت پنهان تبعیت می‌کند و پارامتر میانگین توزیع پوآسن در هر یک از مؤلفه‌ها به ترتیب 74/193، 05/236 و 61/272 زایمان بود. نتیجه‌گیری: نتایج این تحقیق نشان داده سیاست‌های تشویقی دولت بر افزایش باروری، نتیجه کوتاه‌مدت و محدودی داشته و بر روی نتایج پیش‌بینی دوساله این مطالعه اثر ناچیزی دارد.
کلیدواژه‌های فارسی مقاله زایمان، توزیع پوآسن، مدل مارکف پنهان، بیش‌پراکنش، پیش‌بینی

عنوان انگلیسی Forecasting Frequency of Delivery using Poisson Hidden Markov Models
چکیده انگلیسی مقاله Background and Objectives: Delivery is one of the most important services in the health systems, and increasing its effectiveness and efficiency are a health priorities. The aim of this study was to forecast the number of deliveries in order to design plans for using all facilities to provide patients with better services. Methods: The data used in this study were the number of deliveries per month in Hakim Jorjani Hospital, Gorgan, Iran during the years 2010 to 2016. Due to the over-dispersion of the data and non-compliance with a Poisson distribution, the Poisson hidden Markov model was applied to predict the frequency of monthly deliveries. The model parameters were estimated using the maximum likelihood method and expectation maximization algorithm. Results: The use of the Akaike criteria revealed the frequency of delivery in different months in the hospital followed a Poisson hidden Markov models with three hidden states, and the mean Poisson distribution in each component was 193.74, 236.05, and 272.61 labors, respectively. Conclusion: The results of this study showed that government's encouraging policies have had short-term, limited effects on increasing fertility with minimal effects on the results of the two-year forecast.
کلیدواژه‌های انگلیسی مقاله

نویسندگان مقاله سمیه قربانی قلی آباد | S Ghorbani Gholiabad
PhD Student of Biostatistics, Department of Biostatistics & Epidemiology, School of Public Health, Hamadan University of Medical Sciences, Hamadan, Iran
دانشجوی دکترای آمارزیستی، دانشکده بهداشت، دانشگاه علوم پزشکی همدان، همدان، ایران

مجید صادقی فر | M Sadeghifar
Associate Professor of Biostatistics, Department of Statistics, Faculty of Basic Sciences, Bu-Ali Sina University, Hamadan, Iran
استادیار گروه آمار، دانشکده علوم پایه، دانشگاه بوعلی سینا همدان، همدان، ایران

رقیه قربانی قلی آباد | R Ghorbani Gholiabad
MS of Statistics, Hakim Jorjani Hospital, Gorgan, Iran
کارشناس آمار، بیمارستان حکیم جرجانی گرگان، گرگان، ایران

امید حمیدی | O Hamidi
Coach, Department of Science, Hamadan University of Technology, Hamadan, Iran
مربی آمار، دانشکده علوم پایه، دانشگاه صنعتی همدان، همدان، ایران


نشانی اینترنتی http://irje.tums.ac.ir/browse.php?a_code=A-10-163-2&slc_lang=fa&sid=1
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/63/article-63-671359.pdf
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