:: دوره 22، شماره 4 - ( زمستان 1401 ) ::
جلد 22 شماره 4 صفحات 379-370 برگشت به فهرست نسخه ها
پیش بینی بیماری عروق کرونر قلبی با استفاده از الگوریتم آنالیز افتراقی در مردان سالمند فعال
معرفت سیاه کوهیان* ، لیلا فصیحی ، بهمن ابراهیمی ترکمانی
گروه فیزیولوژی ورزشی، دانشکده علوم تربیتی و روان شناسی، دانشگاه محقق اردبیلی، اردبیل، ایران ، m_siahkohian@uma.ac.ir
چکیده:   (922 مشاهده)
زمینه و هدف: بیماری عروق کرونر (CAD) را میتوان به عنوان یکی از علل اصلی مرگ و میر در نظر گرفت. شیوع CAD امروزه در حال افزایش بوده و منجر به هزینه های بالای نظام سلامت در بسیاری از کشورها میشود. جامعه پزشکی و تحقیقاتی به طور فزاینده‌ای به تشخیص بیماری عروق کرونر قلب از طریق کامپیوتر و روشهای یادگیری ماشین علاقمند است. هدف این مطالعه پیش بینی بیماری عروق کرونر قلبی با استفاده از الگوریتم آنالیز افتراقی در مردان سالمند فعال بود.
روش کار: این مطالعه تحلیلی بر روی 351 سالمند مراجعه کننده به بیمارستان آیت الله کاشانی تهران انجام شد. در این پژوهش، از الگوریتم آنالیز افتراقی برای تشخیص بیماری عروق کرونر استفاده شد. از نرمافزار پایتون برای تجزیه و تحلیل داده‌ها استفاده شد.
یافته ها: نتایج نشان داد که با استفاده از 14 ویژگی به عنوان عامل خطر مربوط به اطلاعات آزمایشگاهی، شخصی و سبک زندگی آزمودنی‌ها، الگوریتم آنالیز افتراقی می‌تواند با دقت 94.4 درصد و صحت 88.9 درصد بیماری عروق کرونر را پیش بینی کند.
نتیجه گیری: نتایج پژوهش حاضر نشان داد که این سیستم احتمالاً بتواند به عنوان یک روش موثر و هوشمند در کنار سایر روشهای تشخیصی توسط متخصصین قلب و عروق برای پیش بینی بیماری عروق کرونر مورد استفاده قرار گیرد. همچنین روشهای جدید داده‌کاوی میتواند در کاهش خطرات تهاجمی موثر باشد.

 
شماره‌ی مقاله: 5
واژه‌های کلیدی: بیماری عروق کرونر، الگوریتم، سالمند فعال
متن کامل [PDF 728 kb]   (313 دریافت)    
نوع مطالعه: مقاله اصیل | موضوع مقاله: فیزیولوژی
دریافت: 1401/10/30 | پذیرش: 1401/12/13 | انتشار: 1401/12/28

Ethics code: IR.UMA.REC.1401.043



XML   English Abstract   Print



بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.
دوره 22، شماره 4 - ( زمستان 1401 ) برگشت به فهرست نسخه ها