مریم عاشوری

مقدمه: امروزه با شیوع بیماری دیابت پیش بینی تعداد قرص مصرفی Glibenclamid و Metformin روزانه برای بیماران به پزشکان در جهت تشخیص تعداد قرص مصرفی بیمار و همچنین مهار عوارض شدید و خطرناک مصرف بیش از حد دارو کمک می نماید، زیرا میزان نیاز بیماران دیابتی به دارو دارای اهمیت بسیار می باشد. از این رو در پژوهش حاضر به منظور پیش بینی تعداد قرص مصرفی روزانه ی بیماران دیابتی، از تکنیک های داده کاوی استفاده شد. در پایان الگوریتمی که نتیجه ی بهتری در فرآیند ارزیابی بدست می دهد، با توجه به مجموعه داده های تحت بررسی، انتخاب می شود. روش بررسی: مطالعه ی حاضر به روش توصیفی- مقطعی صورت گرفت. نمونه گیری به روش سرشماری بود و تمامی بیماران (2783 بیمار) را در فاصله ی زمانی فروردین 87 تا خرداد 91 در برگرفت. جامعه ی پژوهش متشکل از داده های مرکز تحقیقات دیابت یزد وابسته به دانشگاه علوم پزشکی شهید صدوقی یزد بود و محتوای رکوردها مورد تایید مسؤولین مرکز دیابت قرار گرفت. در مرحله ی پیش پردازش داده ها، با نظر افراد خبره در مراکز تحقیقاتی رکوردهایی که مقادیر برخی فیلدهای آنها خالی بود، حذف شد و تعداد بیماران تحت بررسی به 740 مورد رسید. این یافته ها با مراجعه ی مستقیم پژوهشگر به مرکز تحقیقات دیابت یزد حاصل شده و روایی روش جمع آوری اطلاعات توسط استاد راهنما و متخصصین امر مورد تایید قرار گرفت. با سنجش صحت مجموعه داده های آزمون، میزان پایایی دو الگوریتم مورد استفاده نیز مقایسه شد. در این مطالعه جهت تحلیل داده ها و اجرای الگوریتم های داده کاوی از نرم افزار Clementine 12.0 استفاده شد. دو الگوریتم متفاوت از الگوریتم های استنتاج قانون به نام های C5.0 و CHAID روی داده ها اعمال گردید و سپس صحت مدل های تولید شده بدست آمد. در نهایت برای تایید صحت مدل های تولید شده از خوشه بندی استفاده گردید. یافته ها: مقادیر به دست آمده برای صحت مدل های ایجاد شده از اجرای الگوریتم های C5.0 و CHAID روی مجموعه داده های تحت بررسی 52/45 و 38/28 درصد بود. صحت بالای مدل C5.0 عملکرد بهتر این الگوریتم برای پیش بینی تعداد قرص مصرفی را نشان داد. از طرفی پایین بودن مقدار صحت این مدل نشان دهنده ی این بود که برخی مقادیر به طور صحیح در جای خود دسته بندی نشده اند. بنابراین مقایسه ی مقادیر واقعی و مقادیر پیش بینی شده برای تعداد قرص مصرفی در تولید مدل می تواند بیانگر علل کاهش صحت هر مدل باشد. علت کاهش صحت مدل به مقادیر پیش بینی شده ای وابسته بود که در مقایسه با مقادیر واقعی صحت و ضریب اطمینان پایینی دارند. خوشه بندی نتایج بدست آمده از اجرای الگوریتم C5.0 تعداد قرص مصرفی 3، 5، 6 و 7 با صحت مقدار پیش بینی شده ی به ترتیب 83/46، 36/36، 71/55 و 15 درصد را در یک خوشه قرار داد، زیرا نمونه داده هایی که دارای صحت پایینی در پیش بینی تعداد قرص مصرفی بود و یا تعداد نمونه داده ی کمی داشت، در یک خوشه قرار گرفتند. همچنین خوشه بندی نتایج اجرای الگوریتم CHAID نیز تعداد قرص مصرفی 5 با صحت مقدار پیش بینی شده ی 93/20 را در یک خوشه قرار داد. نتیجه گیری: این مقاله حاصل پروژه ی تحقیقاتی گروه داده کاوی دانشگاه خواجه نصیر بود که در نهایت در قالب فعالیت گروهی تکمیل و به صورت پژوهش حاضر درآمد. در مراکز تحقیقات دیابت وجود رویکرد سازمان دهی شده جهت پیش بینی تعداد قرص مصرفی بیمار به منظور کمک به پزشک برای افزایش صحت تشخیص و جلوگیری ازعوارض جانبی ناشی از تشخیص نادرست در تعداد قرص خوراکی ضروری است. با توجه به لزوم استفاده از فن آوری های رایانه ای، اینترنت و نرم افزارهای تحلیلی و به منظور مهار اثرات خطرناک بیماری، بهتر است اقدامات لازم جهت ابداع رویکردهای پیشنهادی با مشاوره ی متخصصان مربوط انجام شود.

مدیریت خطر به عنوان فرایندی مستمر و پیش بینیکننده، امری حیاتی در هر نوع فعالیت تجاری و صنعتی محسوب میشود. شناسایی خطرهای بالقوه و اقدام صحیح قبل از بُروز مسایل، حرکت سازمان را در رسیدن به اهداف مدنظر سرعت بخشیده و آثار نامطلوب را درطول حیات پروژه کاهش میدهد. این فرایند میتواند با کنترل تهدیدها نقش عمده ای در مدیریت راهبرد هر سازمان ایفا کند. امروزه در بسیاری از سازمان ها بعد از منابع انسانی، زیرساخت های اطلاعاتی مهم ترین سرمایهی راهبردی به حساب میآید، زیرا توانسته با فراهم آوردن اطلاعات معتبر سبب موفقیت های کاری شود. در این تحقیق ضمن بررسی اهمیت فرایند مدیریت خطر، فناوری اطلاعات به عنوان یکی از عوامل تسهیلکننده در شناسایی، ارزیابی و کنترل خطر پروژه ها معرفی میشود. روش بهکارگرفته شده در این تحقیق، روش پیمایشی و به منظور جمع آوری اطلاعات از پرسش نامه استفاده شده است. پرسش نامه در شرکت های فعال در پروژه های نفتی میان متخصصان مدیریت خطر توزیع و پس از جمع آوری داده ها برای انجام آزمون فرضیه از آزمون دو جمله ای (نسبت) با جامعهی آماری 300 و حجم نمونهی 64 استفاده شده است. برای بررسی اثرگذاری فناوری اطلاعات بر فرایند مدیریت خطر، شاخص های زمان، هزینه و کیفیت تعریف شده است. تحلیل آماری داده های جمع آوری شده نشان میدهد که اثرگذاری فناوری اطلاعات بر شاخص زمان بیش از دیگر شاخص های هزینه و کیفیت است.

پژوهش حاضر با هدف اثربخشی درمانی مبتنی بر ذهن آگاهی بر نشخوار فکری و تاب آوری افراد متقاضی جراحی زیبایی شهر تهران در سال 1399 انجام شد. روش پژوهشی حاضر نیمه آزمایشی است و برای جمع آوری داده ها از طرح پیش آزمون-پس آزمون با گروه کنترل استفاده شده است. جامعه آماری پژوهش را کلیه افراد متقاضی جراحی زیبایی شهر تهران تشکیل داده اند که از بین آن ها، 30 نفر به روش نمونه گیری در دسترس انتخاب و به طور تصادفی در گروه آزمایش (15 نفر) و گروه کنترل (15 نفر) گمارده شدند. گروه آزمایش درمان مبتنی بر ذهن آگاهی به مدت 8 جلسه 90 دقیقه ای تحت آموزش قرار گرفتند و گروه کنترل در لیست انتظار ماندند. ابزارهای مورد استفاده در پژوهش حاضر شامل پرسشنامه نشخوار فکری (نولن هوکسما و مارو، 1991) و پرسشنامه تاب آوری (کانر و دیویدسون، 2003) بود که در دو مرحله پیش آزمون و پس آزمون مورد استفاده قرار گرفتند. تجزیه وتحلیل اطلاعات به دست آمده از اجرای پرسشنامه از طریق نرم افزار SPSS22 در دو بخش توصیفی و استنباطی (تحلیل کوواریانس) انجام گرفت. یافته ها نشان داد که درمان مبتنی بر ذهن آگاهی باعث کاهش نشخوار فکری در افراد متقاضی جراحی زیبایی شد. همچنین نتایج نشان داد که درمان مبتنی بر ذهن آگاهی باعث افزایش تاب آوری در افراد متقاضی جراحی زیبایی گردید. بنابراین به نظر می رسد، درمان مبتنی بر ذهن آگاهی می تواند باعث کاهش نشخوار فکری و تکنیک های مؤثری را برای بهبود تاب آوری در افراد متقاضی جراحی زیبایی ارائه دهد.

مقدمه: اهدای خون در کشورهای توسعه یافته 18 برابر بیشتر از کشورهای در حال توسعه است. اگر تنها پنج درصد از کل جمعیت جهان به طور مستمر خون اهدا کنند، ذخیره کافی برای تامین نیازهای جامعه وجود خواهد داشت. این رقم در کشورهای در حال توسعه کمتر از یک درصد است. هدف مطالعه حاضر شناخت رتبه وفاداری اهداکنندگان خون به منظور برنامه ریزی مناسب برای گسترش و تقویت رفتار اهدای خون در جامعه است. روش ها: پژوهش حاضر به روش توصیفی- مقطعی صورت گرفته و نمونه گیری به روش سرشماری بوده است. جامعه پژوهش متشکل از داده های سازمان انتقال خون تهران از آبان 1383 تا خرداد 1388 است. برای تحلیل داده ها از نرم افزار Clementine12.0 استفاده شده است. برای مدل سازی الگوریتم K-Means در دو حالت جمعیت شناختی و مبتنی بر مقادیر تازگی، بسامد و ارزش خون (Recency-Frequency- Monetary (RFM)) اجرا گردید تا ارتباط بین متغییرهای مختلف بدست آید. یافته ها: مقدار میانگین شاخص ریشه میانگین مربع انحراف از معیار برای خوشه بندی مبتنی بر تازگی، بسامد و ارزش خون و جمعیت شناختی 72/10 و 14/11 است و خوشه بندی بهتر داده ها توسط الگوریتم مبتنی بر تازگی، بسامد و ارزش خون را تایید کرد. این الگوریتم داده ها را در چهار خوشه قرار داد که خوشه چهارم شامل مردان مجرد حائز بیشترین رتبه وفاداری اهدای خون و خوشه سه شامل زنان متاهل حائز کمترین رتبه وفاداری گردید. نتیجه گیری: استفاده از رو ش های نوین داده کاوی برای تحلیل و رده بندی اهدا کنندگان خون، شیوه نگرش سازمان های انتقال خون را به روند اهدای خون تغییر می دهد. بررسی رفتار اهداکنندگان به شناسایی سریع تر و دقیق تر وفاداری اهداکنندگان و مدیریت صحیح پایگاه خون کمک می کند.

مقدمه: دیالیز ناکافی به عنوان یک عامل خطر مرگ و میر برای بیماران کلیوی، ضرورت وجودالگویی برای کمک به پرسنل بخش دیالیز جهت ارائه خدمات درست به بیماران دیالیزی و مدیریت صحیح درمان آن ها را نشان می دهد. پژوهش حاضر با هدف شناسایی الگویی برای تشخیص نوع صافی همودیالیز صورت گرفته است زیرا نقش نوع صافی در کفایت دیالیز تعیین کننده می باشد. مواد و روش ها: پژوهش حاضر به روش توصیفی- مقطعی صورت گرفته و نمونه گیری به روش سرشماری بوده است. جامعه ی پژوهش متشکل از داده های بیمارستان علی ابن ابی طالب (ع) زاهدان در خردادماه 95 است که با مراجعه 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 درخت تصمیم و شبکه عصبی اجرا گردیدند. یافته ها: مقدار صحت بدست آمده از اجرای الگوریتم های C5.0 ،C&R Tree، CHAID، QUEST و شبکه عصبی به ترتیب 9263/0، 9047/0، 8872/0، 8720/0 و 8754/0 می باشد. مقادیر بدست آمده برای شاخص های حساسیت، شفافیت، صحت، دقت، NPV، FM، GM، FPR، FNR، FDR و ER و نیز سطح زیر منحنی ROC برای مدلC5.0 نشان دهنده عملکرد بهتر این الگوریتم نسبت به سایرین می باشد. نتیجه گیری: مقادیر بیشتر برای 7 شاخص اول نشان می دهد که طبقه بند مورد استفاده نمونه های بیشتری را در جای درست خود طبقه بندی کرده و مقادیر کم 4 شاخص آخر وقوع خطای کمتر در طبقه بندی نمونه ها را تایید می نماید. مدل C5.0 در 7 شاخص اول بیشترین مقدار و در 4 شاخص آخر کمترین مقدار را دارد. مدل ارائه شده به پیش بینی دقیق تر نوع صافی همودیالیز و نیز مدیریت صحیح درمان بیماران کمک می نماید.

مقدمه: افت فشار خون حین دیالیز در بیمارانی که به مدت طولانی تحت دیالیز قرار می گیرند، اغلب با افزایش مرگ و میر همراه است. پژوهش حاضر با هدف سنجش میزان افت فشارخون بیماران همودیالیزی به ارائه مدلی پیش بینانه از طریق داده کاوی توصیفی پرداخته است. زیرا، افت فشار خون شایع ترین عارضه جدی حین همودیالیز است. روش ها: پژوهش حاضر به روش توصیفی- مقطعی صورت گرفته است. جامعه ی پژوهش متشکل از داده های بیمارستان علی ابن ابی طالب (ع) زاهدان در خردادماه ۹۵ است. جهت تحلیل داده ها از نرم افزار Clementine۱۲.۰ استفاده شده است. برای مدل سازی از الگوریتم های K-Means، C۵.۰ و CART استفاده گردید. یافته ها: پارامترهای تاثیرگذار در میزان افت فشار خون شامل نوع صافی و دور پمپ بود. بررسی خوشه بندی و قوانین استخراج شده از مدل، اهمیت تاثیر نوع صافی و دور پمپ را تصدیق نمود. نتیجه گیری: استفاده از رو ش های نوین مدل سازی برای تحلیل وکشف ارتباطات بین داده های دیالیز، باعث ایجاد تغییر در نحوه ی نگرش پرسنل بخش دیالیز نسبت به روند انجام دیالیز و مراقبت های لازم حین آن می شود. سنجش میزان افت فشار خون بیماران دیالیزی به شناسایی سریع تر و دقیق تر افت فشار و مدیریت صحیح و پیشگیرانه کمک می نماید و منجر به ارتقای عملکرد بخش دیالیز می گردد. مطالعه حاضر نشان داد نوع صافی به جهت تاثیر آن روی افت فشار خون بیمار اهمیت دارد.