دوره 1404، شماره 4 - ( زمستان 1404 1404 )
جلد 1404 شماره 4 صفحات 0-0 |
برگشت به فهرست نسخه ها
Ethics code: IR.MEDILAM.REC.1402.294
Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Zakariaee S S, Naderi N, Salmanipour H. Prognostic significance of computed tomography severity scores (CT-SS) to predict lengths of stay in hospital and ICU for COVID-19 patients: a machine learning study. Journal title 2025; 1404 (4)
URL: http://newresearch.medilam.ac.ir/article-1-2507-fa.html
URL: http://newresearch.medilam.ac.ir/article-1-2507-fa.html
ذکریایی سید سلمان، نادری نگار، سلمانی پور حسین. اهمیت پیش آگهی نمره درگیری ریه در تصاویر سی تی (CT-SS) برای پیشبینی مدت اقامت در بیمارستان و ICU برای بیماران COVID-19: یک مطالعه یادگیری ماشینی. عنوان نشریه. 1404; 1404 (4)
URL: http://newresearch.medilam.ac.ir/article-1-2507-fa.html
گروه آموزشی فیزیک پزشکی، دانشکده پزشکی، دانشگاه علوم پزشکی ایلام، ایلام، ایران
چکیده: (30 مشاهده)
بیماری کووید-۱۹یک بیماری عفونی مشترک بین انسان و حیوان (Zoonotic)، مسری و منتشره می باشد که باعث آسیب های جدی به دستگاه تنفسی، ایجاد ذات الریه و در مواری منجر به مرگ انسان می گردد. ایران جزء ۱۰ کشور اول از لحاظ میزان شیوع این بیماری بوده است. بر طبق اطلاعات منتشر شده از سازمان بهداشت جهانی (WHO)، تا 13 سپتامبر سال ۲۰۲3 تعداد موارد مبتلا به بیماری کرونا به 695,188,419 نفر رسیده است که تعداد مرگ و میر ناشی از این بیماری 6,914,965 نفر اعلام شده است، در ایران نیز در این دوره تعداد 7,613,757 مورد مبتلا و 146,329 مرگ ناشی از این بیماری رخ داده است. با توجه به سرعت انتشار بالای این بیماری، افزایش تعداد مرگ و میرها در سطح جهانی و نیز آثار سوء این بیماری بر وضعیت های اقتصادی و اجتماعی جوامع، استفاده از روش های فناورانه نوین و پیشرفته جهت تشخیص سریع این بیماری در مراحل اولیه، پیگیری وضعیت بیماران و پیش بینی نیروی انسانی و تجهیزات لازم برای مقابله با پیک های آینده شیوع این بیماری بسیار مهم تلقی می شود. تاکنون پژوهش های متعددی در زمینه کاربرد روش های داده کاوی در مدیریت و کنترل بیماری کووید-۱۹ با هدف نظارت و پیش بینی روند بیماری و ارزیابی های همه گیرشناسی، ارائه مدل های تشخیصی، تعیین بهترین مدل درمانی- مراقبتی و پیش گویی احتمال وخامت حال بیماران انجام پذیرفته است. با توجه به افزایش تقاضا به منظور استفاده از خدمات واحدهای مراقبت های ویژه برای بیماران در مرحله پیشرفته بیماری و از طرفی کمبود منابع بیمارستانی، استفاده از تکنیک های پیش بینی کننده محاسباتی به منظور مدیریت بهره وری از منابع بیمارستانی را به امری حیاتی مبدل کرده است. به واسطه بهره وری از امکانات یادگیری ماشین و داده کاوی داده ها در پایگاه های داده ای، می توان نسبت به سطح بندی بیماران به منظور پیش بینی وضعیت های آینده آنها با هدف بهبود مدیریت درمان بهره برد. بنابراین شناسایی، دسته بندی و اولویت بندی متغیرهای بالینی مهم در قالب پیش بینی کننده های خطر وخامت وضعیت بیماران کووید-۱۹ می تواندبه مدیریت بهتر درمان، انتخاب کارآمد ترین خدمات حمایتی و تخصیص بهینه منابع محدود بیمارستانی منجرشود.
در مطالعات مرور نظامند انجام شده، ارتباط معنی دار شدت درگیری ریه در تصاویر CT (CT-SS) با وخامت حال بیماران کرونا گزارش شده است. با این وجود هنوز اهمیت پیش آگهی نمره شدت درگیری ریه در تصاویر CT (CT-SS) جهت پیش بینی احتمال وخامت وضعیت بیماران و مدت بستری شدن بیماران در بیمارستان و ICU تعیین نشده است. بنابراین هدف این پژوهش ارزیابی اهمیت پیش آگهی نمره شدت درگیری ریه در تصاویر CT(CT-SS) در ترکیب با سایر پارامترهای پیش آگهی جهت پیش بینی مدت بستری شدن بیماران در بیمارستان و ICU بیماران کرونایی و ارائه یک مدل پیشبینی مبتنی بر یادگیری ماشین با استفاده از مهم ترین فاکتورهای پیش آگهی حاصل از تحلیل آماری می باشد.
در مطالعات مرور نظامند انجام شده، ارتباط معنی دار شدت درگیری ریه در تصاویر CT (CT-SS) با وخامت حال بیماران کرونا گزارش شده است. با این وجود هنوز اهمیت پیش آگهی نمره شدت درگیری ریه در تصاویر CT (CT-SS) جهت پیش بینی احتمال وخامت وضعیت بیماران و مدت بستری شدن بیماران در بیمارستان و ICU تعیین نشده است. بنابراین هدف این پژوهش ارزیابی اهمیت پیش آگهی نمره شدت درگیری ریه در تصاویر CT(CT-SS) در ترکیب با سایر پارامترهای پیش آگهی جهت پیش بینی مدت بستری شدن بیماران در بیمارستان و ICU بیماران کرونایی و ارائه یک مدل پیشبینی مبتنی بر یادگیری ماشین با استفاده از مهم ترین فاکتورهای پیش آگهی حاصل از تحلیل آماری می باشد.
واژههای کلیدی: پیش آگهی مدت اقامت در بیمارستان و ICU، کووید-19، نمره شدت درگیری ریه در تصاویر CT، یادگیری مبتنی بر ماشین، CT-SS
نوع مطالعه: مورد- شاهدی گذشته نگر |
موضوع پروپزال:
فیزیک پزشکی
دریافت: 1402/6/29 | پذیرش: 1402/8/16 | انتشار: 1404/10/10
دریافت: 1402/6/29 | پذیرش: 1402/8/16 | انتشار: 1404/10/10
پادکست [M4A 2286 KB]
نوع فایل: تعهد از نوع رسانه
عنوان فایل: پادکست
سال تعهد: 0
منبع:
چکیده:
(2 دریافت)
نوع فایل: تعهد از نوع رسانه
عنوان فایل: پادکست
سال تعهد: 0
منبع:
چکیده:
(2 دریافت)
ارسال پیام به مجری اصلی
| بازنشر اطلاعات | |
 | این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |
