ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

The outcome in Patients Brain Stroke: A Neural Network Approach to predict utilizing the Subclinical Risk Factors

تعداد صفحات: 13 | تعداد نمایش خلاصه: 57 | نظرات: 0
سال انتشار: 1398
کد COI مقاله: HWCONF02_008
زبان مقاله: انگلیسی
(فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.

با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید.در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.

لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.

برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 13 صفحه است در اختیار داشته باشید.

قیمت این مقاله : 3,000 تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله The outcome in Patients Brain Stroke: A Neural Network Approach to predict utilizing the Subclinical Risk Factors

Mohammad Asghari Jafarabadi - Tabriz University of Medical Sciences, Tabriz, Iran1
Nasrin Someeh - Tabriz University of Medical Sciences, Tabriz, Iran1
Seyed Morteza Shamshirgarant - NeyshaburUniversity of Medical Sciences
Farshid Farzipoor - Tabriz University of Medical Sciences, Tabriz, Iran

چکیده مقاله:

Background:For enhancing the accuracy of diagnosis and the quality of patient care, Neural Networks (NN) method was approached in patients with Brain Stroke (BS) to predict the outcome by the risk factors.Methods:In this prospective study, total of 332 brain stroke patients (mean age 77.4 (SD 10.4) years, 50.6% male) from Imam Khomeini hospital, Ardabil, Iran, from 2004 to 2018, participated. The NN was applied to predict the effects of risk factors on mortality. The fitness and quality of models were measured by diagnostic indices.Results:The most important predictors for BS mortality based on optimal model results were time interval after ten years, smoking, history of myocardial infarction, and age category. The other independent variables sex, employment, residence, education level, former smoking, waterpipe smoking, history of heart disease, diabetes, oral contraceptive pill use, physical activates, history of cerebrovascular accident type, history of blood pressure history, history of hyperlipoproteinemia, were at moderate importance. The finding of this study demonstrated that the accuracy rang of models is 81%-85%Conclusion:The NN strategy showed a satisfying presentation in the prediction of BS mortality based on the main risk factors with higher diagnostic accuracy.

کلیدواژه ها:

Data mining, Neural Networks, Predicting, Brain Stroke, Risk factors

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/1010550/

کد COI مقاله: HWCONF02_008

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
Asghari Jafarabadi, Mohammad و Someeh, Nasrin و Shamshirgarant, Seyed Morteza و Farzipoor, Farshid,1398,The outcome in Patients Brain Stroke: A Neural Network Approach to predict utilizing the Subclinical Risk Factors,دومین کنفرانس بین المللی بهداشت،درمان و ارتقای سلامت,,,https://civilica.com/doc/1010550

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1398, Asghari Jafarabadi, Mohammad؛ Nasrin Someeh و Seyed Morteza Shamshirgarant و Farshid Farzipoor)
برای بار دوم به بعد: (1398, Asghari Jafarabadi؛ Someeh و Shamshirgarant و Farzipoor)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مدیریت اطلاعات پژوهشی

صدور گواهی نمایه سازی | گزارش اشکال مقاله

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مقالات مرتبط جدید

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

پشتیبانی