پیش بینی موفقیت درمان افراد معتاد به مواد مخدر با داده کاوی

سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,443

فایل این مقاله در 6 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:

ICS12_068

تاریخ نمایه سازی: 11 مرداد 1393

چکیده مقاله:

اعتیاد به مواد مخدر، یکی از بزرگترین معضلهای بهداشتی - درمانی در دنیای کنونی است که موجب تهدید جدی ساختارهای اجتماعی، اقتصادی و فرهنگی شده و باعث از بین رفتن بخشی از نیرو و مغز فعال جامعه می شود و از طرف دیگر یکی از عوامل اصلی گسترش بیماری هایی چون ایدز و هپاتیت می باشد. امروزه اعتیاد، بیماری تلقی میشود و مراکزی برای درمان آن وجود دارد که اطلاعات کاملی راجع به افراد معتاد در اختیار دارند. بنابراین با وجود حجم بالای داده، میتوان با استفاده از ابزار داده کاوی به کشف دانش در داده ها پرداخت و از نتایج آن به عنوان پایگاه دانش سیستم پشتیبان تصمیم گیری در زمینه پیشگیری و درمان اعتیاد،استفاده نمود. جامعه آماری مورد استفاده در این پژوهش، مراجعین مراکز درمان اعتیاد یزد می باشند. نمونه مورد نظر شامل 471 مراجعه کننده 86/2درصد مرد و 13/8 درصد زن است که 421 نفر، افراد در حال درمان و 50 نفر افراد بهبود یافته هستند. هدف این مطالعه پیش بینی موفقیت درمان مراجعین است که از مدل دسته بندی برای این منظور استفاده شده و نتایج به دست آمده حاکی از آن است که مدل CHAID از کارایی بالاتری نسبت به سایر مدل ها برخوردار است. نتایج این مطالعه می تواند در مراکز درمان اعتیاد وسازمان های مرتبط استفاده شود.

نویسندگان

فرزانه زاهدی

دانشکده فنی مهندسی، گروه کامپیوتر، دانشگاه آزاد اسلامی واحد علوم و تحقیقات یزد، یزد، ایران

محمدرضا زارع میرک آبادی

استادیار، دانشکده مهندسی برق و کامپیوتر، دانشگاه یزد، یزد، ایران

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 :
  • فاطمه. "بررسی تاثیر داروی متادون بر کاهش رفتارهای پرخطر"، مجله ...
  • دهقانی، خدیجه، پرموحد، زهرا، کلانی، زهره، یاسینی‌اردکانی، سیدمجتبی، احمدیه، محمدحسین. ...
  • قریشی‌زاده، محمدعلی، ترابی، کتایون. "بررسی عوامل موثر در وابستگی به ...
  • دستجردی، اسم، ابراهیمی‌دهشیری، وجیهه، خلاصه‌زاده، گلرسته، احسانی، knowledge discovery in ...
  • Berner, E. S., La Lande, T. J., "Overview of clinical ...
  • Chhieng, D. C., "Data Mining and Clinical Decision Support Systems", ...
  • Diederich, J., Al-Ajmi, A., Yellowlees, P., "E, -ray: Data mining ...
  • , No. 3, pp. 923-928, 2007. ...
  • Garcia, E. G, Blasco, B. C., Lopez, R. J., Pol, ...
  • Gervilla, E., Cajal, B., Palmer, A., "Quantification of the influence ...
  • Han, J., Kamber, M., Pei, J., Data mining: Concepts and ...
  • Harper, G., Pickett, S. D., "Methods for mining HTS data", ...
  • review", Yearb Med Inform, pp. 121-133, 2009. ...
  • Kazemzadeh, R. S., Sartipi, K., Jayaratna, P., "A framework for ...
  • Liao, S. H., Chu, P. H., Hsiao, P. Y., "Data ...
  • Nahar, J., Imam, T., Tickle, K. S., Chen, Y. P. ...
  • behaviors, Addictive Behaviors, Vol. 37, No. 10, pp. 1138-1144, 2012. ...
  • Yun, L., Xiang-sheng, L., "The data mining and ...
  • Electronic Medical Records ...
  • World Health Orgaization ...
  • Cross Industry Standard Process for Data Mining ...
  • نمایش کامل مراجع