-
کاربرد داده کاوی در پیش بینی وضعیت بیماران نادر با استفاده از درخت تصمیم گیری؛ مطالعه موردی سامانه بنیاد بیماری های نادر ایران (سبنا)
-
- تاریخ انتشار 1399/07/16
- تعداد صفحات 13
- زبان مقاله فارسی
- حجم فایل 727 کیلو بایت
- تعداد مشاهده چکیده 107
- قیمت 29,000 تومان
- تخفیف 0 تومان
- قیمت با احتساب تخفیف: 29,000 تومان
- قیمت برای کاربران عضو سایت: 23,200 تومان
- محل انتشار فصلنامه علمی تخصصی رویکردهای پژوهشی نوین در مدیریت و حسابداری دوره 4 شماره 13 (1399): تابستان
-
نویسندگان مقاله
- محسن سجودی دانشجوی دکتری مدیریت تحقیق در عملیات، دانشگاه فردوسی مشهد، ایران
- فریبا ابراهیم بابایی دانشجوی دکتری روانشناسی، دانشکده ادبیات و علوم انسانی، دانشگاه لرستان، خرم آباد، ایران
-
چکیده مقاله
پايگاه داده ها در حوزه ي سلامت حاوي ميزان وسيعي از داده هاي باليني است كه كشف ارتباطات و الگوها در آن مي تواند به دانش جديد پزشكي بيانجامد. امروزه با توجه به پیدایش نظامهاي اطلاعات يكپارچه و رشد فن آوري اطلاعات، اين مهم بيش از پيش نمايان شده است. این مطالعه با هدف شناسایی مزایای بالقوهای که دادهکاوی میتواند به بخش بهداشت و درمان، با استفاده از دادههای بنیاد بیماری های نادر ایران به عنوان مطالعه موردی ارائه دهد، انجام پذیرفته است. معمولترین روش دادهکاوی که درخت تصمیمگیری میباشد برای تولید مدل پیشبینی با مصورسازی درخت برای انجام تحلیل پیش بینی بیماری نادر مورد استفاده قرارگرفته است. تمام مراحل فرایند دادهکاوی با ابزاری به نام وکا (WEKA) انجام شده است. علاوه بر این، از وکا برای ارزیابی عملکرد پیشبینی از طریق اندازهگیری دقت، ویژگی و تحلیل حساسیت استفاده شده است. از جمله نتایج پژوهش حاضر، برخی از عواملی است که مراکز حمایتی بیمار میتوانند در هنگام پیشبینی هزینههای درمان بیمار مورد توجه قرار دهند. شاخص جنس یا سن، به شدت تحت تاثیر مدت زمان بستری بیمار قرار میگیرد. بیمار سالخورده با بیماری نادر باید در مراکز درمانی تحت مراقبت و مدت زمان بستری طولانیتری نسبت به افراد جوانتر قرار گیرد. در نتیجه، درخت تصمیمگیری یک روش مفید و آموزنده برای انجام دادهکاوی پیشبینی شده است.
-
کلید واژه
داده کاوی/ مدل پیش بینی/ بیماری نادر/ درخت تصمیم گیری/ تجزیه و تحلیل حساسیت/ وکا
-
راهنمای خرید و دانلود
- اگر در مجموعه Confpaper عضو نیستید، به راحتی می توانید از طریق دکمه زیر اصل این مقاله را خریداری نمایید .
- با عضویت در Confpaper می توانید اصل مقالات را با حداقل 20 درصد تخفیف دریافت نمایید .
- برای عضویت به صفحه ثبت نام مراجعه نمایید .
- در صورتی که عضو این پایگاه هستید،از قسمت بالای صفحه با نام کاربری خود وارد سایت شوید .
- لینک دانلود فایل خریداری شده به ایمیل شما ارسال میگردد .
نظرات کاربران
برای ارسال نظر، لطفا وارد حساب کاربری خود شوید.