وزن دهی و مدل سازی فاکتورهای موثر بر غلظت هورمون های کورتیزول و ملاتونین سرم کارگران نوبت کار با استفاده از الگوریتم شبکه عصبی در سال 1301 مطالعه موردی شرکت معدنی و صنعتی استان کرمان
Publish Year: 1398
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 372
نسخه کامل این Paper ارائه نشده است و در دسترس نمی باشد
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NCOHS11_374
تاریخ نمایه سازی: 30 اردیبهشت 1399
Abstract:
زمینه و هدف: چرخه های شبانه روزی فیزیولوژیکی و رفتاری در جانوران نتیجه فعالیت چرخه های سیرکادین 24 ساعتهاست. مهمترین این چرخه ها الگوی خواب/ بیداری است که یکی از دلایل اختلال آن، مسئله نوبت کاری است. با اختلال اینچرخه مهم، ترشح هورمون های کورتیزول و ملاتونین برهم خورده و به همراه داشتن عوارض سوء، از اثرات آن است. هدف اینپژوهش وزن دهی و مدلسازی فاکتورهای موثر بر غلظت هورمون کورتیزول و ملاتونین سرم کارگران نوبت کار با الگوریتمشبکه عصبی است.مواد و روش ها: هدف این پژوهش برای شرکت کنندگان تشریح شد و از آنان برای شرکت در مطالعه رضایت نامه کتبی اخذگردید. سپس فاکتورهای تاثیرگذار در غلظت هورمون های کورتیزول و ملاتونین به عنوان فاکتورهای پیش بین، تعیین ومقادیر آن ها ثبت شد. مقدار غلظت هورمون های کورتیزول و ملاتونین به عنوان فاکتور هدف اندازه گیری شد و درنهایت وزندهی و مدلسازی فاکتورهای پیش بین با الگوریتم شبکه عصبی انجام گردید. مدلسازی با نرم افزار IBM SPSS Modeler 18.0انجام شد.یافته ها: میانگین تراز فشار صوت واحد اداری (SPL) برابر dBA 3 77± به دست آمد. کارکنان قسمت تغلیظ با میانگین ترازفشار صوت (SPL2) dBA 3 85± مواجهه داشتند. کارکنان قسمت گندله سازی با میانگین تراز فشار صوت SPL3)dBA) 4 ±93 مواجهه داشتند. میانگین غلظت کورتیزول در واحدهای اداری، تغلیظ و گندله سازی به ترتیب 10/24، 12/15 و 14/91 و میانگین غلظت ملاتونین در این واحدها، به ترتیب 37، 34 و 27 به دست آمد. SPL3 با وزن 32% بیشترین تاثیرو متغیر سن با وزن 5% کمترین تاثیر را در ترشح غلظت کورتیزول داشت. در فاکتورهای موثر بر غلظت ملاتونین، متغیر قد دارای بیشترین تاثیر و SPL2 دارای دومین تاثیر بود که هر کدام به ترتیب وزنی برابر 27 % و 18 % داشتند. صحت مدلکورتیزول 95 % و ملاتونین 97 % به دست آمد.نتیجه گیری: با توجه به صحت بالای به دست آمده از مدل های پیش بینی شده هورمون ها، الگوریتم شبکه عصبی ابزاریمناسب و قدرتمند جهت وزن دهی و مدلسازی فاکتورهای موثر بر غلظت هورمون ها پیشنهاد می گردد.
Authors
سجاد زارع
ارشد کرمان دانشگاه علوم پزشکی کرمان
رسول همت جو
ارشد کرمان دانشگاه علوم پزشکی کرمان
حسین الهی شیروان
ارشد کرمان دانشگاه علوم پزشکی کرمان
مینا رستمی
ارشد کرمان دانشگاه علوم پزشکی کرمان
اشکان جعفری ملک آباد
ارشد کرمان دانشگاه علوم پزشکی کرمان
فرشاد ندری
ارشد کرمان دانشگاه علوم پزشکی کرمان