شناسایی ویژگی های داده درخور جهت کشف دانش از سیستم های کلان داده سلامت (مقاله پژوهشی دانشگاه آزاد)

چکیده

هدف: هدف مطالعه حاضر ارائه و معرفی عوامل تأیید کننده مطلوبیت ویژگی های داده های مورد استفاده جهت کشف دانش از سیستم های کلان داده سلامت بوده است. روش پژوهش: پژوهش پیش رو مطالعه توصیفی-تحلیلی است. جامعه آماری متخصصان حوزه علوم داده، بیوانفورماتیک و تحلیل اطلاعات سلامت داخل و خارج از کشور بودند که با استفاده از روش گلوله برفی 655 نفر از آنها شناسایی شده، و برای آنها ابزار پژوهش پرسشنامه محقق ساخته ارسال شد که 247 پرسشنامه را تکمیل و برگرداندند. روش استفاده شده  تحلیل داده ها، تحلیل عاملی اکتشافی و تأییدی با استفاده از نرم افزارهای0/26 SPSS  و 8/8 Lisrel  بوده است. یافته ها: نتایج تحلیل عاملی اکتشافی، شش عامل برای شناسایی ویژگی های داده درخور تبیین نمود که عبارتند از کیفیت داده، پایداری داده، سازگاری داده، ارزشمندی و دسترسی پذیری داده، کارایی داده و صحت و کامل بودن و روی هم رفته 68 درصد از واریانس کل داده ها را دربرداشته است. شاخص های برازش تحلیل تأییدی نشان داد که الگوی شش عاملی برازش قابل قبولی با داده ها دارد. نتیجه گیری: یافته های پژوهش حاکی از آن است که بر اساس مدل ارائه شده ویژگی های داده بر فرایند کشف دانش از سیستم های کلان داده سلامت تاثیر دارد و شش عامل شناسایی شده و 20 گویه سازنده این عوامل، می تواند ابزار مناسبی جهت شناسایی ویژگی های داده های مناسب برای کشف دانش از سیستم های کلان داده سلامت جهت به کارگیری موثر این سیستم ها باشد که با تاکید بر عدم وابستگی به فرمت داده، خصایص فراگیر داده های حوزه سلامت را دربرگرفته و توجه به آن می تواند به تشخیص و درمان زودهنگام بیماری ها کمک شایانی کند.