استخراج اختلالات پاراکلینیکی موثر در مرگ و میر بیماران ترومایی با استفاده از تکنیک های داده کاوی
Publish place: Third International Electronic Conference on Information Technology, Present and Future
Publish Year: 1393
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 857
This Paper With 9 Page And PDF 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:
ITPF03_045
تاریخ نمایه سازی: 25 فروردین 1394
Abstract:
تروما شایعترین علل مرگ و میر در جهان است که اغلب بر اثر حوادث جاده ای رخ می دهد و شناسایی به موقع بیماران با مصدومیتحاد، باعث اتخاذ صحیح اقدامات پزشکی و در نتیجه نجات جان آنان و پرهیز از صرف هزینه های هنگفت درمانی خواهد شد.این تحقیق بر روی 1073 بیمار ترومایی ثبت شده در سیستم بیمارستانی با حداکثر آزمایشات تشخیصی مهم صورت گرفت. جهت تجزیه وتحلیل توصیفی آماری و ارتباط سنجی بین ویژگیها و وضعیت ترخیص بیمار، از تستهای آماری و جهت پیش بینی عوامل موثر و استخراج قوانینپیشگویی، از الگوریتم ها و تکنیکهای داده کاوی استفاده شد.از میان الگوریتم های به کار رفته، درخت تصمیم دارای بالاترین دقت دسته بندی با دقت 91 % بود که بدین ترتیب با استفاده از الگوریتم درخت تصمیم bestFirst از 52 ویژگی مورد بررسی، 18 ویژگی از عوامل موثر در مرگ بیماران تعیین گردید و با استفاده از روش خوشه بندی FarthestFirst خوشه های با بیشترین مشخصات مرتبط با مرگ بیماران مشخص گردید. نتایج نشان می دهد که خوشه تولید شده 94 % بیماران فوتی را تشکیل می دهد که می تواند نشان دهنده صحت پیشگویی باشد.
Authors
مریم حسن زاده
گروه مهندسی کامپیوتر و فناوری اطلاعات، دانشگاه پیام نور- دانشگاه علوم پزشکی گیلان، رشت
اکبر فرهودی نژاد
استادیار، گروه مهندسی کامپیوتر و فناوری اطلاعات، دانشگاه پیام نور، تهران
شاهرخ یوسف زاده
دانشیار، متخصص جراحی مغز و اعصاب، مرکز تحقیقات ترومای جاده ای گیلان، دانشگاه علوم پزشکی گیلان، رشت
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :