پیش بینی تعداد اعزام های حوادث ترافیکی اورژانس پیش بیمارستانی درون شهری مشهد

سال انتشار: 1401
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 159

فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_SINA-24-2_005

تاریخ نمایه سازی: 7 تیر 1401

چکیده مقاله:

زمینه و اهداف: تصادفات در سال های اخیر یکی از عوامل اصلی مرگ و میر بوده و پیامدهای سنگین اجتماعی، فرهنگی و اقتصادی آن جوامع بشری را به شدت مورد تهدید قرار داده است. با توجه به این که ایران یکی از کشورهای دارای بیشترین موارد جراحات و مرگ و میر ناشی از حوادث ترافیکی است و این موضوع سبب تخصیص حجم قابل توجهی از اعزام های اورژانس پیش بیمارستانی به تصادفات می شود، در این مطالعه قصد داریم به بررسی و پیش بینی روند تعداد اعزام های حوادث ترافیکی اورژانس پیش بیمارستانی درون شهری مشهد بپردازیم. روش بررسی: پژوهش حاضر یک مطالعه طولی گذشته نگر بوده و شامل تعداد اعزام های حوادث ترافیکی اورژانس پیش بیمارستانی شهر مشهد از ابتدای سال ۲۰۰۹ تا انتهای سال ۲۰۱۸ است. روش آماری به کار رفته در این تحقیق روش های سری زمانی بود و کلیه تجزیه و تحلیل ها توسط نرم افزار آماری R انجام گردید. یافته ها: نتایج پژوهش نشان داد ۶/۷۴% تعداد مجروحین اعزام ها مربوط به مردان و ۴/۲۵% مربوط به زنان است. همچنین میانگین سنی مجروحین ۳/۱۶±۵/۳۰ سال بوده و ۳/۷۰% مجروحین را افراد زیر ۳۵ سال تشکیل داده اند. مدل آریما فصلی (۰،۱،۱)(۰،۱،۳) به عنوان بهترین مدل انتخاب و برای مدت سه سال این تعداد پیش بینی گردید. نتیجه گیری: مدل سری زمانی آریما فصلی (۰،۱،۱)(۰،۱،۳) به عنوان بهترین مدل از بین سایر مدل ها انتخاب گردید و پیش بینی تعداد اعزام های حوادث ترافیکی اورژانس پیش بیمارستانی شهر مشهد برای سه سال آینده روند ثابتی را نشان داد.

نویسندگان

تکتم اکبری خلج

Department of Biostatistics, Social Determinants of Health Research Center, School of Health, Mashhad University of Medical Sciences, Mashhad, Iran

نگار سنگ سفیدی

Department of Biostatistics, Social Determinants of Health Research Center, School of Health, Mashhad University of Medical Sciences, Mashhad, Iran

وحید فکور

Department of Statistics, Faculty of Mathematics, Ferdowsi University of Mashhad, Mashhad, Iran

جمشید جمالی

Department of Biostatistics, Social Determinants of Health Research Center, School of Health, Mashhad University of Medical Sciences, Mashhad, Iran

وحید قوامی

Department of Biostatistics, Social Determinants of Health Research Center, School of Health, Mashhad University of Medical Sciences, Mashhad, Iran

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Ihueze CC, Onwurah UO. Road traffic accidents prediction modelling: an ...
  • ۳. Global status report on road safety [Internet]. World Health ...
  • Attari J, Dijk MPV. Reaching the poor in Mashhad City: ...
  • Cryer JD, Chan KS. Time series analysis: with applications in ...
  • Makridakis SG, Wheelwright SC, Hyndman RJ. Forecasting: methods and applications. ...
  • Quddus MA. Time series count data models: an empirical application ...
  • Alemtsega K. Time Series Modeling of Road Traffic Accidents in ...
  • Yixuan S, Chunfu S, Xun J, Liang Z. Urban traffic ...
  • Abdulqader QM, Hassan MT, Ahmad KH. Building a mathematical sarima ...
  • Rodríguez JM, Peñaloza RE, Moreno Montoya J. Road traffic injury ...
  • Box GE, Jenkins GM, Reinsel GC, Ljung GM. Time series ...
  • Nielsen A. Practical time series analysis: prediction with statistics and ...
  • Patterson K. Unit Root tests in time series volume ۲: ...
  • Maddala GS, Kim I-M. Unit roots, cointegration, and structural change. ...
  • Phillips PC, Perron P. Testing for a unit root in ...
  • Chanpanit T, Arkamanont N, Pranootnarapran N. Predicting the number of ...
  • Delavary Foroutaghe M, Mohammadzadeh Moghaddam A, Fakoor V. Time trends ...
  • Cruz CO, Sarmento JM. The impact of COVID-۱۹ on highway ...
  • نمایش کامل مراجع