مدلسازی پیش بینی بستری مجدد در بیمارستان قلب با استفاده از داده کاوی
Publish Year: 1399
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,198
This Paper With 13 Page And PDF and WORD Format Ready To Download
- 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:
ICISE06_014
تاریخ نمایه سازی: 27 شهریور 1399
Abstract:
با توجه به اینکه منابع مراقبتهای بهداشتی از جمله پزشکان، پرستاران ، تعداد تخت های فعال بستری و غیره بسیار پرهزینه و محدود می باشند، ارائه خدمات برابر برای تمام بیماران کاری غیرعملی و نامناسب برای بیمارستان به شمار میآید. بنابراین، یک مدل پیش بینی پیشرفته میتواند سود بالایی را به ارائه دهندگان خدمات پزشکی با توانمندسازی آنها به هدف تخصیص منابع و شناسایی بیماران پرخطر با رویکرد ترویج و کاهش نرخ کلی بستری مجدد بیماران برساند. این پژوهش رویکردهای دادهکاوی مختلفی برای شناسایی خطرات پذیرش مجدد بیمار پیشنهاد میکند که شامل مدل شبکه عصبی، الگوریتم جنگل تصادفی1 ، مدل ماشین بردار پشتیبان،2 مدل تقویت کننده 3، مدل طبقه بندی ماشین های بردار پشتیبانی بر اساس بهینه سازی ازدحام ذرات 4و همچنین مدل طبقه بندی ماشین های بردار پشتیبانی بر اساس بهینه سازی ازدحام ذرات کوانتومی5پیشنهادی یک تکنیک دادهکاوی معروف بر اساس پس زمینه آماری قوی است. در این مقاله ، به مدلسازی پیشبینی بروز بستری مجدد بیماران بر روی داده های سوابق مراجعه 300 بیمار پرداخته شده است. نتایج نشان میدهد که مهمترین عوامل در بستری مجدد بیماران به ترتیب، نتایج انژیوگرافی، تعداد رگهای اصلی قلب که ماده رنگی در آنها تزریق شده است و جنسیت میباشند.
Keywords:
Authors
مسعود یوسفی
دانشجوی کارشناسی ارشد موسسه آموزش عالی احرار رشت
اسداله شاه بهرامی
دانشیار دانشگاه گیلان
مرضیه فریدی ماسوله
استادیار موسسه آموزش عالی احرار
احمد باقری
استاد دانشگاه گیلان