سیدرضا موسویان - دانشگاه علوم پزشکی مشهد
علی اکبر حق دوست - معاون آموزشی وزارت بهداشت درمان و آموزش پزشکی، استاد اپیدمیولوژی و آمار زیستی دانشگاه علوم پزشکی کرمان
راضیه توکلی - گروه مهندسی الکترونیک و مهندسی پزشکی- دانشگاه خیام-مشهد-ایران

زمینه و هدف: آلودگی هوا، از مهم ترین عوامل موثر در بروز بیماری­های قلبی- عروقی و مرگ و میر ناشی از آن است. شناخت صحیح چگونگی تاثیر آلودگی، راه­های انتشار و پیش­بینی تعداد بیماران دارای مشکلات حاد تنفسی، پیاده­سازی راه­حل­های مناسب برای حذف و کاهش آلاینده­های هوا و کاهش مرگ و میر ناشی از بیماری­های مذکور ضروری می­باشد. مطالعه حاضر با هدف بیان رابطه عوامل مختلف آلودگی هوا و تاثیر آن بر تعداد بیماران قلبی- عروقی در مشهد انجام شد. مواد و روش­  ها: پارامترهای میانگین دما، رطوبت، جهت و سرعت باد و مقادیر آلاینده­های مختلف به عنوان پارامترهای ورودی و تعداد افراد مراجعه کننده در یک روز به تفکیک جنس و سن به عنوان خروجی در مدل­های رگرسیون و شبکه­های عصبی پیشخور به کار رفته تا تاثیر گازهای مونوکسید کربن(CO)، دی­اکسید نیتروژن (NO۲) و دی­اکسید گوگرد (SO۲) و ذرات معلق PM۲.۵و PM۱۰ بر تعداد افراد مراجعه کننده به اورژانس بررسی شود. مجموعه داده­ها شامل داده­های سازمان هواشناسی کل کشور، داده­های آلودگی هوا از سازمان هواشناسی مشهد و داده­های تعداد مراجعین روزانه بیماران قلبی به بخش اورژانس ۱۱۵ مشهد بود. یافته­ ها: مدل­های شبکه عصبی نشان می­دهند که PM۱۰وPM۲.۵بیشترین تاثیر را بر افزایش میزان بیماری­های قلبی- عروقی دارندو تاثیر سایرآلاینده­ها به ترتیب NO۲، CO و SO۲ می­باشند. نتیجه­ گیری: شبکه­های عصبی می­توانند در مدل­سازی و کشف رابطه­ پارمترهای محیطی و آلودگی­ها بر بیماران قلبی- عروقی به کار روند، زیرا توانایی بالایی در مدل­سازی پدیده­های غیرخطی دارند. این مدل­ها نشان می­دهند که با افزایش ذرات معلق در هوا، میزان بیماری های قلبی- عروقی در شهر مشهد افزایش می­یابد.

آلودگی هوا, بیماری های حاد تنفسی, شبکه های عصبی مصنوعی, رگرسیون