طراحی گایدلاین الکترونیکی تعاملی پنومونی در تشخیص و ارائه برنامه ی درمانی مناسب

طراحی گایلاین الکترونیکی تعاملی پنومونی در تشخیص و ارائه برنامه ی درمانی مناسب


چاپ صفحه
پژوهان
صفحه نخست سامانه
چکیده مقاله
چکیده مقاله
نویسندگان
نویسندگان
دانلود مقاله
دانلود مقاله
دانشگاه علوم پزشکی تبریز
دانشگاه علوم پزشکی تبریز

نویسندگان: شهلا دمنابی , شادی قادرخانی , طاها صمدسلطانی

کلمات کلیدی: گایدلاین، پنومونی، مدل تصمیم بالینی

نشریه: 0 , 67 , 20 , 2020

اطلاعات کلی مقاله
hide/show

نویسنده ثبت کننده مقاله شهلا دمنابی
مرحله جاری مقاله تایید نهایی
دانشکده/مرکز مربوطه دانشکده مدیریت و اطلاع رسانی پزشکی
کد مقاله 71721
عنوان فارسی مقاله طراحی گایدلاین الکترونیکی تعاملی پنومونی در تشخیص و ارائه برنامه ی درمانی مناسب
عنوان لاتین مقاله طراحی گایلاین الکترونیکی تعاملی پنومونی در تشخیص و ارائه برنامه ی درمانی مناسب
ناشر 4
آیا مقاله از طرح تحقیقاتی و یا منتورشیپ استخراج شده است؟ بلی
عنوان نشریه (خارج از لیست فوق) مجله علوم پزشکی زانکو - Zanko Journal of Medical Sciences
نوع مقاله Original Article
نحوه ایندکس شدن مقاله ایندکس شده سطح چهار – Index Copernicus
آدرس لینک مقاله/ همایش در شبکه اینترنت

خلاصه مقاله
hide/show

زمینه و هدف: پنومونی اکتسابی از جامعه یکی از علل شایع مرگ درصد در 30 تا20 ومیر بیماران است و میزان بروز آن کشورهای در حال درصد در کشورهای توسعه4 تا 3 توسعه و یافته متغیر است. هدف پژوهش حاضر بررسی و تعیین متغیرهای مؤثر در ساختار درخت تصمیم و ارائۀ آن برای بیماری پنومونی و بررسی میزان دقت و صحت سامانه در تشخیص بیماری و ارائۀ پیشنهادهای درمانی بر اساس راهکارهای بالینی رایج پنومونی است. مواد و روش کار: پژوهش حاضر از نوع مطالعه توصیفی توسعه ای است. ابزار اصلی پژوهش، گایدلاین های معتبر در زمینۀ بیماری پنومونی، منابع معتبر علمی، مرور مطالعات منتشر شده بود. در نهایت به منظور طراحی درخت تصمیم، پس از مدل نهایی در قالب نرم افزار مبتنی بر موبایل توسعه یافت. ،تجزیه و تحلیل نتایج به دست آمده یافتهها: عناصر داده ای درخت تصمیم بر اساس گایدلاین های معتبر در زمینۀ بیماری پنومونی به دست آمد. برای تعیین از ماتریس آسیمگی استفاده شد. گایدلاین الکترونیکی توانایی تشخیص ، دقت و صحت تشخیص پزشک و مقایسۀ آن با سامانه کلاس و شدت پنومونی و پیش بینی نرخ مرگ و میر و نوع داروی تجویزی در هر کلاس و تداخلات دارویی در هر کلاس را دارد. نتایج نشان داد وارد کردن این داده باعث بهبود تشخیص بالینی و اقدامات درمانی مناسب برای بیمار در راستای ، ها در سامانه کمک به تشخیص متخصص بوده، با توجه به اینکه سیستم بر اساس گایدلاین طراحی شده است و میزان دقت و صحت سامانه . درصد بود93.33 درصد برآورد شد؛ در مجموع میزان تطابق تشخیص پزشک با سامانه 100 2 نتیجهگیری: مدل های تصمیم بالینی می توانند با ایجاد یکپارچگی در اطلاعات بیمار، به ارائۀ پیشنهادهای تشخیصی و درمانی خاص بپردازند. این پژوهش می تواند با تسهیل تصمیم گیری، درمان بیماری پنومونی را به طور قابل ملاحظه ای بهبود بخشد.

نویسندگان
hide/show

نویسنده نفر چندم مقاله
شهلا دمنابیاول
شادی قادرخانیدوم
طاها صمدسلطانیسوم

لینک دانلود مقاله
hide/show

نام فایل تاریخ درج فایل اندازه فایل دانلود
Final Proposal.docx1399/03/20127845دانلود
muk-zanko-v20n67p63-fa.pdf1399/01/27632778دانلود