جستجو در مقالات منتشر شده


4 نتیجه برای بیماری دیابت

سید محمد اکرمی،
دوره 6، شماره 3 - ( 2-1386 )
چکیده

توجه ویژه بر مطالعات علوم پایه، بخش عمده توجه دانشمندان و مراکز علمی تحقیقاتی سراسر جهان را به خود معطوف ساخته است. ژنتیک پزشکی علمی است که پل بین مطالعات بالینی و علوم پایه را با توجه ویژه بر علل مولکولی بیماری‌ها و عوارض آن برقرار نموده است. اهمیت مشاوره ژنتیک به‌عنوان بخش اصلی مدیریت بیماری‌های ارثی، بایستی توسط همه پزشکان لحاظ گردد. در این نوشتار به اصول مشاوره ژنتیک با تمرکز خاص روی بیماری دیابت پرداخته شده است. هدف از این مقاله مروری جلب توجه بیشتر متخصصین غدد و متابولیسم به اصول مذکور و دقت در موارد نادر و فامیلی و ارجاع آنها جهت بررسی بیشتر می‌باشد. تنوع نژادی و شیوع بالای ازدواج فامیلی در ایران و نیز افزایش شیوع و بروز این بیماری، ضرورت بررسی دقیق مولکولی آن را بیشتر می‌نماید.


مهدی شیرالی، یعقوب مدملی، جمال روح افزا، حمید کریمی، آرمان بابلی بهمئی، شریف ارتباطی،
دوره 15، شماره 3 - ( 12-1394 )
چکیده

مقدمه: امروزه درصد بالایی از مردم در معرض خطر ابتلا به بیماری دیابت هستند. این بیماری یکی از خطرناکترین بیماری‌های عصر حاضر است و تشخیص به موقع این بیماری نقش به‌سزایی در درمان آن دارد.

روش‌ها: در این مقاله با استفاده از سیستم استنتاج فازی سوگنو و الگوریتم هوشمند کرم شب تاب، روشی نوین برای تشخیص دیابت ارائه شده است. روش ارائه شده قادر است با استفاده از تعداد کمی قوانین ساده فازی با دقت مطلوبی بیماری دیابت را تشخیص دهد.

یافته‌ها: کارآیی ترکیب سیستم استنتاج فازی سوگنو و الگوریتم کرم شب تاب 24/87 درصد به‌دست آمد.

نتیجه‌گیری: نتایج تجربی نشان می­دهند که این روش روی مجموعه داده استاندارد PID دقت بیشتری نسبتی به الگوریتم­های موجود در این زمینه دارد.


مرضیه جهاندار، مرتضی بادله، محمد تقی بادله، شهرام محمد خانی،
دوره 15، شماره 6 - ( 4-1395 )
چکیده

مقدمه: هدف پژوهش حاضر تعیین اثر بخشی مداخله‌ی شناختی-رفتاری گروهی کوتاه مدت (CBGI-CHD) بر کیفیت زندگی و ادراک از بیماری، بیماران دیابتی نوع دو بود.

روش‌ها: 28 بیمار دیابتی نوع دو که عضو انجمن دیابت ایران هستند، به‌صورت نمونه‌گیری در دسترس انتخاب شدند و به‌طور جایگزینی تصادفی در گروه آزمایش (14= n) (با یک برنامه‌ی مداخله‌ی 12 هفته‌ای شناختی رفتاری گروهی) و کنترل (14= n) (تنها مراقبت معمول را دریافت کردند)، گمارده شدند. کیفیت زندگی و ادراک بیماری توسط مقیاس کیفیت زندگی سازمان جهانی بهداشت و پرسشنامه‌ی ادارک بیماری، قبل از مداخله و بلافاصله بعد از مداخله مورد اندازه‌گیری قرار گرفت. داده‌ها با کمک نرم‌افزار SPSS نسخه‌ی 19، آمار توصیفی، تحلیل کواریانس تحلیل گردیدند.

یافته‌ها: گروه آزمایش در مقایسه با گروه کنترل افزایش معنی‌داری در کیفیت زندگی و ادراک بیماری در پس آزمون نشان داد (5%‍ P<). علاوه براین، مداخله در خرده مقیاس‌های کیفیت زندگی به غیر از بعد محیط معنی‌دار بود (5%‍ P<).

نتیجه‌گیری: تحلیل کواریانس نشان می‌دهد که CHD CBGI می‌تواند منجر به افزایش کیفیت زندگی و ادراک بیماری بیماران مبتلا به دیابت نوع ‌دو شود. تحقیقات بعدی با دوره‌های طولانی مدت پیگیری به‌منظور حصول اطمینان از تداوم اثربخشی پیشنهاد می‌گردد.


آسیه خسروانیان، سعید آیت،
دوره 18، شماره 2 - ( 11-1397 )
چکیده

مقدمه: تشخیص زودهنگام بیماری دیابت به‌منظور جلوگیری از عوارض و آسیب‌های ناشی از این بیماری امری حیاتی است. هدف از این مقاله طراحی یک سیستم هوشمند در دسته‌بندی افراد مبتلا به دیابت، با روش رگرسیون مبتنی بر شبکه عصبی پرسپترون چندلایه است.
روش‌ها: در این مطالعه‌ی توصیفی- تحلیلی یک سیستم هوشمند برای دسته‌بندی افراد به دو دسته سالم و مبتلا به بیماری دیابت طراحی‌شده است. سیستم طراحی‌شده با استفاده از نرم‌افزار MATLAB نسخه‌ی 2015 (197613/0/5/8) شبیه‌سازی‌شده است. مجموعه داده مورد استفاده در این پژوهش، مجموعه داده معیار PID موجود در مخزن داده یادگیری ماشین دانشگاه ایروین کالیفرنیا است. این مجموعه داده شامل 768 رکورد از زنان هندی و 8 فاکتور تشخیصی برای بیماری دیابت است.
یافته‌ها: داده‌های این مجموعه پس از پیش‌پردازش به‌صورت تصادفی به 20 دسته از کل مجموعه داده تقسیم شدند که شامل داده‌های آموزش و آزمون متفاوت بودند. در هر دسته داده از 90 درصد داده‌ها برای مرحله‌ی آموزش و 10 درصد باقی‌مانده برای مرحله‌ی آزمون استفاده شد. نتایج حاصل در بهترین حالت براساس شاخص‌های حساسیت، اختصاصیت، صحت و دقت در دسته‌بندی افراد، به‌ترتیب معادل اعداد 4815/0، 9804/0، 8077/0، 9286/0 به‌دست آمد.
نتیجه‌گیری: نتایج به‌دست‌آمده برتری سیستم هوشمند طراحی‌شده در دسته‌بندی افراد به دو دسته سالم و بیمار را نسبت به سایر روش‌های پیاده‌سازی شده بر این مجموعه داده تأئید می‌کند. استفاده از شبکه عصبی پرسپترون چندلایه برای تقریب تابع، موجب افزایش دقت سیستم پیشنهادی شده است.

صفحه 1 از 1     

کلیه حقوق این وب سایت متعلق به مجله دیابت و متابولیسم ایران می‌باشد.

طراحی و برنامه نویسی: یکتاوب افزار شرق

© 2024 , Tehran University of Medical Sciences, CC BY-NC 4.0

Designed & Developed by: Yektaweb