23 نتیجه برای اصغری
هانیه سادات اجتهد، شیرین حسنی رنجبر، هانیه مالمیر، آذین پاک مهر، رضوان رزمنده، یاسمن خورشیدی، گلاله اصغری، احمدرضا سروش، افشین استوار، باقر لاریجانی،
دوره 23، شماره 6 - ( 11-1402 )
چکیده
مقدمه: با توجه به روند افزایشی و نگران کنندۀ اضافه وزن و چاقی و نیز عوارض مرتبط با آن، در این مطالعه راهنمای بالینی جامعی برای مراقبتهای پزشکی بیماران مبتلا به چاقی بر پایۀ توصیههای بالینی انجمن غدد درونریز آمریکا و کالج غدد درونریز آمریکا نوشته شده است و براساس شرایط ایران تا حد امکان بومیسازی شده است.
روشها: جستجوی کاملی در پایگاههای اطلاعاتی در دسترس انجام شد و بهترین راهنماهای بالینی متناسب با جامعه ایرانی انتخاب شدند. سپس از نظرات متخصصین و کارشناسان فعال در بالین استفاده شده و راهنماهای بالینی چاقی برای بزرگسالان ایرانی نوشته و توصیهها بر مبنای بررسی دقیق شواهد بالینی موجود ارایه شد.
یافتهها: در مجموع 1788 مرجع مورد استفاده قرار گرفت و در پاسخ به 9 سؤال بالینی، 123 توصیه که شامل 160 بیانیۀ مخصوص میشود، در جهت تعیین برنامۀ جامع مراقبت پزشکی برای چاقی ارایه شد. در این مقاله به پیشگیری، غربالگری، تشخیص، فواید و اهداف درمان چاقی میپردازیم و سؤالات 6 تا 9 در رابطه با مراحل درمان چاقی و فردی سازی آن در بخش بعدی راهنما به چاپ خواهد رسید.
نتیجهگیری: سؤالات و توصیههای دقیق مبتنی بر شواهد که در این مطالعه ذکر شده، موارد بالینی را مشخص میکنند که تصمیم گیری در مورد بیماران چاق از غربالگری و تشخیص تا اهداف درمان را تسهیل کند و به ارائۀ یک رویکرد علمی و منطقی برای مدیریت چاقی با هدف برقراری و حفظ سلامتی، کمک کند.
هانیه سادات اجتهد، شیرین حسنی رنجبر، هانیه مالمیر، رضوان رزمنده، آذین پاک مهر، یاسمن خورشیدی، گلاله اصغری، امیرمحمد مرتضویان، محمدرضا مهاجری تهرانی، افشین استوار، باقر لاریجانی،
دوره 24، شماره 1 - ( 1-1403 )
چکیده
مقدمه: شیوع اضافه وزن، چاقی و عوارض مرتبط با آن، با سرعت بسیار زیاد در جهان در حال افزایش است. همچنین درمان این بیماری درصورت وجود یا نبود بیماریهای همراه به یک چالش تبدیل شده است. در این مقاله بر پایۀ توصیههای بالینی انجمن غدد درونریز آمریکا و کالج غدد درونریز آمریکا راهنمای بالینی جامعی برای مراحل درمان بیماران مبتلا به چاقی و فردیسازی آن نوشته شده است و سعی شده براساس شرایط موجود در ایران تا حد امکان بومیسازی شود.
روشها: به کمک یک راهبرد جستجوی مشخص، جستجوی کاملی در پایگاههای در دسترس انجام شد. سپس، راهنماهای بالینی متناسب با جامعۀ ایرانی انتخاب شدند و با استفاده از نظرات متخصصین و کارشناسان فعال در بالین و مقالات مرور سیستماتیک مرتبط، راهنمای بالینی برای درمان چاقی در بزرگسالان ایرانی تهیه شد.
یافتهها: در این مقاله، در ادامۀ بخش قبلی راهنمای بالینی به سوالات شمارۀ 4 تا 6 در خصوص مراحل درمان چاقی و شخصیسازی آن در افراد بزرگسال جامعۀ ایرانی پاسخ دادیم و در مجموع 60 توصیه در این خصوص ارایه کردیم.
نتیجهگیری: در بخش دوم راهنمای بالینی مدیریت چاقی در بزرگسالان ایرانی سعی بر آن شد که دید ویژهای به درمان این بیماران داشته باشیم و با ارایۀ توصیهها و بیانیههای مبتنی بر شواهد، روند درمان را تا حد ممکن در بیماران با شرایط خاص فردیسازی کنیم تا تصمیمگیری در این خصوص برای همکاران کادر درمان تسهیل گردد.
دکت حسین ازگومی، علی اصغری،
دوره 25، شماره 5 - ( 9-1404 )
چکیده
مقدمه: دیابت نوعی بیماری مزمن است که در آن بدن نمیتواند از گلوکز استفاده و یا آن را ذخیره کند. دیابت زمانی رخ میدهد که لوزالمعده قادر به ساخت انسولین نباشد یا بدن نتواند از انسولین تولید شده استفاده کند. امروزه بیماری دیابت یک بیماری شایع در جهان است و ارائه روشهایی خودکار برای تشخیص آن بسیار حائز اهمیت است.
روشها: در این مقاله، روشی نوین برای تشخیص دیابت با استفاده از الگوریتمهای هوش مصنوعی معرفی شده است. روش پیشنهادی مبتنی بر الگوریتمهای فرا ابتکاری و طبقهبندی است. برای انتخاب ویژگیها از الگوریتم فرا ابتکاری تبرید شبیهسازی شده (SA) استفاده شد. تشخیص دیابت نیز با استفاده از الگوریتم طبقهبندی بهبودیافته کی-نزدیکترین همسایه (KNN) انجام میشود. علاوه بر روش پیشنهادی، عملکرد دو روش دیگر با نامهای MVMCNN و WKNN در تشخیص دیابت مورد مطالعه قرار گرفتند.
یافتهها: روش پیشنهادی با دو روش دیگر برای تشخیص دیابت بهصورت عملی مقایسه شده است. مقایسهها براساس میزان دقت حاصل از تشخیص بیماری صورت گرفت. در آزمایشها روش پیشنهادی (SAKNN) دقت 95%، روش MVMCNN دقت 93% و روش WKNN دقت 90% را ارائه کردند. بنابراین روش پیشنهادی نسبت به سایر روشها عملکرد بهتری از خود نشان داده است. از نظر زمانی و چند معیار دیگر نیز روش پیشنهادی عملکرد قابل قبولی داشت.
نتیجهگیری: روش پیشنهادی برای تشخیص دیابت به کمک الگوریتمهای فرا ابتکاری و طبقهبندی دقت بالاتری نسبت به دیگر روشها ارائه میدهد. این نتایج نشان میدهد که استفاده مناسب از تکنیکهای هوش مصنوعی میتواند راهحلهای مؤثری برای تشخیص خودکار بیماریی دیابت ارائه دهد و میتواند بهعنوان یک ابزار کمکی برای پزشکان و محققین بهکار گرفته شود.