ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

پیشبینی پره اکلامپسی با استفاده از رویکرد داده کاوی ماشین بردار پشتیبان

سال انتشار: 1398
کد COI مقاله: AMSMED20_038
زبان مقاله: فارسیمشاهد این مقاله: 233
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.

مشخصات نویسندگان مقاله پیشبینی پره اکلامپسی با استفاده از رویکرد داده کاوی ماشین بردار پشتیبان

زهره منوچهری - دانشجوی دکتری آمار زیستی، کمیته تحقیقات دانشجویی، دانشگاه علوم پزشکی همدان، همدان، ایران.
لیلی تاپاک - استادیار، گروه آمار زیستی و اپیدمیولوژی، دانشکده بهداشت، دانشگاه علوم پزشکی همدان، همدان، ایران
فرزانه سلطانی - استادیار، گروه مامایی، دانشکده پرستاری و مامایی، دانشگاه علوم پزشکی همدان، همدان، ایران.
سارا منوچهری - دانشجوی کارشناسی ارشد آمار زیستی، کمیته تحقیقات دانشجویی، دانشگاه علوم پزشکی کرمانشاه، کرمانشاه، ایران.

چکیده مقاله:

سابقه و هدف: اختلالات فشارخون بارداری یکی از شایع ترین پیامدهای نامطلوب بارداری در سراسر جهان شناخته شده است. یکی از مهمترین انواع این اختلالات پره اکلامپسی می باشد(.(2 طبق تعریف انجمن بین المللی مطالعات فشارخون دوران بارداری ، پره اکلامپسی به صورت فشارخون حداقل mmHg90/140 در دو مرحله جداگانه به فاصله حداقل 4 ساعت ، همراه با پروتئینوری حداقل 0/3 گرم در ادرار جمع آوری شده طی 24 ساعت تشخیص داده می شود. پره اکلامپسی دارای عوارض منفی ای مانند نکروز کلیوی ، آدم ریوی، پارگی کبد، همولیز، افزایش آنزیم های کبدی ، سندروم پلاکت کاهش یافته و سکته مغزی می باشد. علاوه بر موارد ذکرشده پره اکلامپسی با محدودیت رشد جنین داخل رحم ، مشکلات خونریزی ، زایمان زودرس و وزن کم هنگام تولد همراه است . علی رغم پیشرفت های اخیر در اتیولوژی پره اکلامپسی ، تاکنون هیچ تست غربالگری بالینی مناسبی جهت تشخیص این اختلال شناخته نشده است. لذا در این مطالعه سعی کردیم تا مدلی بر مبنای رویکرد دادهکاوی ماشین بردار پشتیبان ( SVM) (Support Vector (Machine ارائه نماییم تا بتوان از آن بهعنوان یک ابزار کمک غربالگری به منظور شناسایی بیماران دارای این سندروم استفاده نمود. مواد و روشها: داده های مورداستفاده برای انجام این مطالعه مورد - شاهدی از پرونده های بالینی726مادر مبتلا به پره اکلامپسی و 726 مادر فاقد پره اکلامپسی که طی سال های 1384-1394 به بیمارستان فاطمیه شهر همدان مراجعه کرده اند استخراج شد.پس از جمع آوری اطلاعات از تقریبا70 0 درصد کل نمونه 1016) نفر) برای آموزش و از حدود 30 درصد باقیمانده 436 ) نفر) برای آزمون مدل استفاده گردید. SVM بر رویداده های آموزش برازش داده شد و عملکرد آن با بهره گیری از معیارهای دقت، حساسیت و ویژگی بر روی مجموعه آزمون مورد ارزیابی قرار گرفت. داده ها در محیط نرم افزار R3.2.2 پردازش شدند. یافته ها : میانگین سنی برای افراد دارای پره اکلامپسی (35/41 7/91) بیشتر از میانگین سنی برای افراد فاقد پره اکلامپسی (34/53 6/72) به دست آمد اما این اختلاف ازلحاظ آماری معنی دار نبود(.(= P-Value 0/022 توزیع سنی مادران در دو گروه یکسان نبود و اکثر افراد در سنین بالاتر به این بیماری مبتلا میشوند 40-39) سال) .اکثر مادران در گروه پره اکلامپسی دارای گروه خونی o بودند (% 63/4) این در حالی است که در گروه فاقد پره اکلامپسی بیشتر افراد گروه خونی A داشتند %68/7 .(% 58/7)از مادران مبتلابه پره اکلامپسی نوزاد پسر داشتند اما این درصد برای مادران فاقد اختلال %58/9 به دست آمد که اختلاف ازنظر آماری معنی دار بود .(> P-Value 0/001) بیشتر مادران درگروه مبتلابه پره اکلامپسی (% 42/1) دارای بیماری پرفشاری خون بودند و در گروه کنترل اکثریت فاقد هرگونه بیماری زمینه ای بودند .(%82/2) بیشترین فراوانی وقوع پره اکلامپسی در ماه اسفند و کمترین آن در تیرماه مشاهده شد و ارتباط معناداری بین ماه های گرم و سرد با وقوع پره اکلامپسی وجود داشت(.(> P-Value 0/001برای روشSVM ، دقت 0/791، حساسیت 0/80و ویژگی 0/78 به دست آمد. نتیجه گیری: بر اساس نتایج حاصل از این مطالعه می توان چنین استنباط نمود که SVM عملکرد مناسبی در پیش بینی پره اکلامپسی از خود به نمایش گذاشته است؛ بنابراین این مدل میتواند بهعنوان یک ابزار کمک غربالگری جهت تشخیص این اختلال موردتوجه واقع شود.

کلیدواژه ها:

فشارخون بارداری، پره اکلامپسی، ماشین بردار پشتیبان

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/944380/

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:
منوچهری، زهره و تاپاک، لیلی و سلطانی، فرزانه و منوچهری، سارا،1398،پیشبینی پره اکلامپسی با استفاده از رویکرد داده کاوی ماشین بردار پشتیبان،بیستمین کنگره پ‍ژوهشی سالیانه دانشجویان علوم پزشکی کشور،کرمانشاه،،،https://civilica.com/doc/944380

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، منوچهری، زهره؛ لیلی تاپاک و فرزانه سلطانی و سارا منوچهری)
برای بار دوم به بعد: (1398، منوچهری؛ تاپاک و سلطانی و منوچهری)
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 | من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

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