شناسایی شاخص های بقا و پیش بینی طول مدت اقامت بیماران کلیوی عفونی بستری در ICU با متدولوژی CRISP- DM

شناسایی شاخص های بقا و پیش بینی طول مدت اقامت بیماران کلیوی عفونی بستری در ICU با متدولوژی CRISP- DM


  • 213 بازدید

 آکادمی داده  که به زودی پنجمین سال فعالیت خود را جشن می گیرد سالهاست به دنبال ایجاد محتوای مفید برای علاقه مندان علوم داده‌کاوی، متن کاوی و علوم مرتبط با علم داده، مدیریت دانش، هوش تجاری و مباحث مرتبط است.  آکادمی داده  امیدوار است با این اقدامات بتواند اثری هر چند اندک در افزایش آگاهی علاقه مندان به این حوزه ها داشته باشد. در این سری مقالات  آکادمی داده  تلاش دارد مقالات جالب، جدید، پر محتوا و اثرگزار را در علوم داده‌کاوی، متن کاوی، مدیریت دانش، هوش تجاری و مباحث مرتبط ارایه نماید. در این سری مقالات ابتدا مقدمه و سپس نتیجه گیری مقالات ارایه شده است و سپس‌ فایل پی دی اف مقاله برای دانلود رایگان علاقه مندان توسط  آکادمی داده تهیه شده و قابل دانلود است.

چکیده 
بخش مراقبت های ویژه بیمارانی را در خود جای می دهد که دارای مجموعه ای از مشکلات و یا دچار نارسایی در یک یا چند ارگان حیاتی می باشند. با توجه به اهمیت این بخش و پیامدهای آن بکارگیری داده کاوی بر روی داده های پزشکی، دستاوردهای حیاتی و با ارزشی را به ارمغان آورده و می تواند برای یاری رسانی به پزشکان در زمینه تعیین طول اقامت بیماران بستری در بخش مراقبت های ویژه کمک شایانی در زمینه نجات جان انسانها انجام دهد. در این مقاله مطالعه بر روی اطلاعات مربوط به بیماران عفونی کلیوی بستری در ICU انجام شده است تا بتوان به کمک آن سیستم کمک تصمیمی طراحی کرد که جهت تعیین بقا و طول مدت اقامت آنها، با توجه به خصوصیات بیماران استفاده گردد. اطلاعات مربوط به این بیماران از بیمارستان شهید هاشمی نژاد جمع آوری گردیده است و شاخص های موثر بر این بیماران استخراج گردیده است . با کمک این روش، پارامترهای موثر بیشتری نسبت به نظام های امتیاز دهی شدت بیماری ( Appachell, SAPSII ) بر روی این بیماران مورد بررسی قرار گرفته است، این مدل به مدیران این امکان را میدهد که در دراز مدت تصمیمات لازم در سطح استراتژیک را برنامه ریزی کنند.

نتیجه گیری
در مدل پیشنهادی ما تعداد شاخص های اندازه گیری به بیش از ۶۵ مورد می رسد که نتیجه هر کدام از سیستمهای امتیازدهی Apachell و SAPSII  برای هر بیمار را هم به عنوان یک شاخص در نظر گرفته و نتیجه پیش بینی دکتر ها و پرستاران بخش مراقبت های ویژه را به همراه نتایج واقعی که از اطلاعات پایگاه داده در مورد طول اقامت و بقای بیماران بستری در بخش مراقبت های ویژه در سال ۸۹-۹۰ با نتایجی که از مدل بدست می آید مقایسه کرده و صحت عملکرد مدل را بررسی می کنیم. شایان ذکر است که چون این مدل بر اساس یک سری داده آموزش داده می شود و بر اساس یک سری دیگر از داده ها آزمایش می شود پس در نتیجه اطلاعاتی که از این مدل بدست می آید ،می تواند به پرستاران و پزشکان جهت تصمیمات درمانی مناسب با توجه به شاخص های موثر برای بهبود هر بیمار یاری رساند. با توجه به اینکه اتاق عمل در بیمارستان موثر ترین واحد بیمارستانی می باشد و بیمارانی که جراحی های با ریسک بالا و حساس داشته اند باید بعد از عمل جراحی تحت مراقبت های ویژه قرار گیرند و همچنین در بعضی مواقع اورژانس بعضی از بیماران باید به بخش مراقبت های ویژه منتقل شوند ولی به دلیل کمبود تخت های خالی در بخش ICU این بیماران به دیگر بخش ها منتقل می شوند و یا متاسفانه عمل جراحی آنان با تاخیر روبرو خواهد شد، که این مدل به مدیران ارشد در مواقع ریسک و بحران کمک خواهد کرد تا در سطح استراتژیک تصمیمات بهتری را اتخاذ کنند.

این مقاله توسط آکادمی داده تهیه شده است و از طریق لینک قابل دسترسی است. محققین علاقه مند می توانند آن را به صورت رایگان دریافت نمایند. 

اگر در حال پژوهش در حوزه داده کاوی هستید، سوالات و اشکالات خود را از طریق تلگرام با آکادمی داده در میان بگذارید. با عضو شدن در کانال تلگرام  آکادمی داده از مقالات جدید و دیتاست های منتشر شده مطلع شوید. 

مجموعه مقالات فارسی به صورت یکجا نیز از طریق لینک قابل دسترسی هستند. 

اگر در زمینه داده کاوی در حال تحقیق یا پیاده سازی پروژه یا پایان نامه هستید برای گرفتن مشاوره یا دادن سفارش انجام با ما تماس بگیرید.  آکادمی داده در تلگرام (https://t.me/dataacademyحضور دارد برای ارتباط از طریق ایمیل آدرس جیمیل: dataacademyir@gmail.com می باشد.