پیش بینی خطر اختلال شیردهی در مادران با استفاده از هوش مصنوعی و نقش پرستاران در مداخله زودهنگام مروری بر شواهد

سال انتشار: 1405
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 11

متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CNTCONF07_133

تاریخ نمایه سازی: 4 مهر 1405

چکیده مقاله:

مقدمه این مطالعه با هدف مرور شواهد موجود درباره کاربرد الگوریتم های هوش مصنوعی در پیش بینی خطر اختلالات شیردهی و تبیین نقش پرستاران در مداخلات زودهنگام به منظور بهبود پیامدهای مادر و نوزاد انجام شد. روش کار این مطالعه به روش Scoping Review و بر اساس چارچوب Arksey و Mallery انجام شد. جستجوی نظام مند منابع در پایگاه های Embase، Web of Science، Scopus، PubMed و IEEE Xplore برای مقالات منتشر شده بین سال های ۲۰۱۰ تا ۲۰۲۵ صورت گرفت. کلیدواژه های مورد استفاده شامل Breastfeeding Difficulties، Machine Learning، Artificial Intelligence، Predictive Models، Lactation Disorders و Early Nursing Intervention بود. مطالعاتی وارد مرور شدند که به توسعه، اعتبارسنجی یا ارزیابی مدل های هوش مصنوعی در پیش بینی اختلالات شیردهی یا کاربرد آنها در مداخلات پرستاری پرداخته بودند. غربالگری مطالعات توسط دو پژوهشگر مستقل انجام شد و داده ها بر اساس ویژگی های مطالعه، نوع، الگوریتم، متغیرهای ورودی، پیامدهای قابل پیش بینی، نوع مداخلات پرستاری و نتایج گزارش شده استخراج و به صورت تحلیل موضوعی (Thematic Analysis) تلخیص شدند. یافته ها: مرور مطالعات نشان داد که الگوریتم هایی نظیر Artificial Neural Network، Support Vector Machine، Random Forest و Gradient Boosting در اغلب پژوهش ها عملکرد امیدوار کننده ای در پیش بینی خطر اختلالات شیردهی گزارش کرده اند. مهم ترین متغیرهای پیش بینی کننده شامل ویژگی های مادر، سابقه زایمان، مشکلات اولیه شیردهی، الگوی مکیدن نوزاد، کاهش وزن اولیه نوزاد و عوامل روان شناختی مادر بودند. همچنین استفاده از سامانه های مبتنی بر هوش مصنوعی امکان شناسایی زودهنگام مادران در معرض خطر و اجرای مداخلات پرستاری هدفمند از جمله آموزش تکنیک صحیح شیردهی، اصلاح وضعیت قرارگیری نوزاد، پایش وضعیت روانی مادر، مشاوره فردمحور و پیگیری مستمر را فراهم کرده است. در اغلب مطالعات این مداخلات با بهبود تداوم شیردهی، افزایش موفقیت در تغذیه با شیر مادر و کاهش نیاز به شیر خشک همراه بوده اند. نتیجه گیری شواهد موجود نشان می دهد که هوش مصنوعی می تواند به عنوان ابزاری نوین در شناسایی زودهنگام مادران در معرض خطر اختلالات شیردهی و حمایت از تصمیم گیری بالینی پرستاران مورد استفاده قرار گیرد. ادغام فناوری های هوشمند با مراقبت های پرستاری ظرفیت ارتقای کیفیت مراقبت های مادر و نوزاد و بهبود پیامدهای تغذیه ای را دارد.

نویسندگان

ساجده زارع

کارشناسی ارشد پرستاری گرایش پرستاری، روان، دانشگاه علوم پزشکی شهید صدوقی یزد، ایران

فاطمه زارع زاده مهریزی

دانشجوی دکتری، کمیته تحقیقات دانشجویی دانشکده پرستاری و مامایی، مرکز تحقیقات مراقبت سالمندی دانشگاه علوم پزشکی رفسنجان، رفسنجان، ایران