این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
مجله زنان، مامایی و نازایی ایران، جلد ۲۰، شماره ۳، صفحات ۱۸-۲۸
عنوان فارسی استخراج نظام‌مند آیتم‌های داده‌ای لازم برای تشخیص بارداری‌های شایع پرخطر با استفاده از رویکرد دلفی
چکیده فارسی مقاله مقدمه: در زمان مشاوره تلفنی رزیدنت - استاد، کیفیت تصمیمات بالینی پزشک آنکال وابستگی شدیدی به کیفیت اطلاعات دریافتی از رزیدنت دارد. برخی فاکتورها از جمله نوع، تعداد، قالب، کیفیت و حجم داده­های مورد مبادله می‌تواند بر کیفیت مشاوره از راه دور تأثیر بگذارد. بنابراین طراحی یک مدل استاندارد مورد اعتماد در این‌گونه ارتباطات بالینی، ضروری به نظر می­رسد. لذا مطالعه حاضر با هدف طراحی آرکه­تایپ داده (داده‌سازه یا داده ساختار) بالینی مورد نیاز جهت تصمیم‌گیری از راه دور در حیطه بارداری‌های شایع پرخطر انجام شد. روش‌کار: این مطالعه مقطعی چند مرحله­ای با به‌کارگیری روش دلفی برای شناسایی آیتم‌های تشخیصی بارداری‌های شایع پرخطر به منظور طراحی آرکه­تایپ تصمیم‌گیری بالینی در سه دپارتمان تخصصی زنان و زایمان بیمارستان‌های آموزشی مشهد انجام شد. یافته­ها: 5 بارداری پرخطر شایع (منجر به زایمان) شامل: فشارخون بالا، خونریزی­های سه ماهه سوم، پارگی کیسه آب، زایمان زودرس و دیررس بودند. پس از مرور منابع، 161 گروه/ آیتم اطلاعاتی برای این بارداری­های پرخطر یافت شد که پس از بررسی نظرات متخصصین، 158 آیتم از آن‌ها باقی مانده و در 5 طبقه اطلاعات عمومی، شکایت و شرح حال فعلی، تاریخچه پزشکی، معاینات بالینی، و نتایج پاراکلینیک طبقه­بندی شدند. نتیجه­گیری: نتایج مطالعه حاضر نشان داد که می­توان از تعامل نزدیک پزشکان بالینی با متخصصین انفورماتیک پزشکی جهت تسهیل در استخراج آیتم‌های اطلاعاتی مورد نیاز جهت بهبود فرآیندهای مشاوره بهره برد.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Systematic extraction of diagnostic data items for common high-risk pregnancies using Delphi technique
چکیده انگلیسی مقاله Introduction: The quality of clinical decisions made by on-call physician is totally dependent on the quality of medical information received from resident. Some factors such as type, number, format, quality and also the volume of such information may highly affect the quality of remote consultations. Therefore, developing a trusted standard model for such clinical communication seems to be necessary. This study was conducted with aim to design a clinical archetype (structure data) for remote decision making in high-risk pregnancies. Methods: This multi-stage cross-sectional study was conducted by using Delphi technique for identifying of the most common high-risk pregnancies to design a archetype for clinical decision making in three obstetrics and gynecology departments of educational hospitals, Mashhad. Results: There were 5 common high-risk pregnancies (leading to delivery) including hypertension, third trimester hemorrhage, PROM, pre-term and post-term delivery. 161 clinically-important groups / items were extracted from scientific references and then hand-filtered to 158 items by the participating gynecology and obstetrics experts. The final items were categorized into five classes including general information, chief complaint / current problem, medical history, clinical examination, and paraclinic results. Conclusion: Our findings showed that close interaction between clinicians and specialists in medical informatics may facilitate the improvement process of medical teleconsultations.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله کلثوم دلدار | kolsoum deldar
phd candidate of medical informatics, student research committee, faculty of medicine, mashhad university of medical sciences, mashhad, iran.
دانشجوی دکترای تخصصی انفورماتیک پزشکی، کمیته تحقیقات دانشجویی، دانشکده پزشکی، دانشگاه علوم پزشکی مشهد، مشهد، ایران.
سازمان اصلی تایید شده: دانشگاه علوم پزشکی مشهد (Mashhad university of medical sciences)

فاطمه تارا | fatemeh tara
associate professor, women amp;apos;s health research center, faculty of medicine, mashhad university of medical sciences, mashhad, iran.
دانشیار گروه زنان و مامایی، مرکز تحقیقات سلامت زنان، دانشکده پزشکی، دانشگاه علوم پزشکی مشهد، مشهد، ایران.
سازمان اصلی تایید شده: دانشگاه علوم پزشکی مشهد (Mashhad university of medical sciences)

سارا میرزاییان | sara mirzaeian
assistant professor, women amp;apos;s health research center, faculty of medicine, mashhad university of medical sciences, mashhad, iran.
استادیار گروه زنان و مامایی، مرکز تحقیقات سلامت زنان، دانشکده پزشکی، دانشگاه علوم پزشکی مشهد، مشهد، ایران.
سازمان اصلی تایید شده: دانشگاه علوم پزشکی مشهد (Mashhad university of medical sciences)

سیده اعظم پورحسینی | seyeheh azam pourhoseini
assistant professor, women amp;apos;s health research center, faculty of medicine, mashhad university of medical sciences, mashhad, iran.
استادیار گروه زنان و مامایی، مرکز تحقیقات سلامت زنان، دانشکده پزشکی، دانشگاه علوم پزشکی مشهد، مشهد، ایران.
سازمان اصلی تایید شده: دانشگاه علوم پزشکی مشهد (Mashhad university of medical sciences)

سید محمود تارا | seyed mahmood tara
assistant professor, department of medical informatics, faculty of medicine, mashhad university of medical sciences, mashhad, iran.
استادیار گروه انفورماتیک پزشکی، دانشکده پزشکی، دانشگاه علوم پزشکی مشهد، مشهد، ایران.
سازمان اصلی تایید شده: دانشگاه علوم پزشکی مشهد (Mashhad university of medical sciences)

نشانی اینترنتی http://ijogi.mums.ac.ir/article_8869.html
فایل مقاله دریافت فایل مقاله
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده اصیل پژوهشی
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات