مجله تخصصی

---

مقدمه و اهداف: دستیابی به "بهداشت برای همه" در بیانیه آلماآتا در سال 1978 به عنوان شعار زیربنایی و براساس مراقبت‌های بهداشتی اولیه به تمام کشورهای جهان معرفی شد. چگونگی دسترسی به این هدف مهم یعنی دسترسی به خدمات اولیه بهداشتی بیشتر با نشانگرهای کمّی بررسی شده است. در حالی که رویکرد کیفی می‌تواند تجربه دسترسی به خدمات بهداشتی از منظر مصرف کنندگان را بشناساند بینش عمیقی را در این زمینه ایجاد کند. این مطالعه با هدف توصیف و تفسیر درک استفاده کنندگان خدمات بهداشتی از دسترسی به خدمات و به دست آوردن بینش عمیق‌تر در مورد تجربه مصرف کنندگان این خدمات انجام شده است.
روش کار: مصاحبه نیمه ساختار یافته عمیق، با 9 نفر از مراجعه کنندگان به مرکز بهداشتی– درمانی انتخاب شده به شیوه نمونه‌گیری هدفمند انجام شد. مصاحبه‌ها ضبط، دست نویس و سپس با رویکرد پدیده شناسی و با استفاده از روش "ون مانن" تجزیه و تحلیل شدند.
نتایج: شش مضمون زیر در تجزیه و تحلیل داده‌ها ظهور یافتند. رویارویی با فرصت‌های آموزش همه جانبه، ارتباطات مشتری مدار، خدمات بهداشتی باکیفیت، کفایت زمانی- مکانی خدمات بهداشتی، عدالت محوری و مشارکت فردی.
نتیجه‌گیری: یافته‌ها نشان داد که دسترسی به خدمات بهداشتی چیزی فراتر از وجود خدمات به تنهایی است. خدمات بهداشتی با آموزش بهداشت و برقراری عدالت اجتماعی تکمیل خواهد شد. آموزش‌های همه جانبه و افزایش مشارکت‌های­ فردی در بهره‌مندی مطلوب از خدمات بهداشتی برای توانمندسازی مردم لازم به نظر می‌رسد.

---

مقدمه و اهداف: دیابت بارداری شایع‌ترین اختلال متابولیک دوران بارداری است. در صورت تشخیص زودرس این بیماری می‌توان از برخی عوارض آن جلوگیری کرد. هدف این پژوهش پیش‌بینی زودرس ابتلا به دیابت بارداری بوسیله مدل‌های رگرسیون لجستیک، تحلیل ممیزی، درخت تصمیم و شبکه عصبی مصنوعی پرسپترون و مقایسه این مدل‌ها بود.
روش کار: پرونده 420 خانم باردار ( 1391-1389 ) دارای پرونده در مراکز بهداشتی کرمانشاه، با روش نمونه‌گیری در دسترس بررسی شد. اطلاعات جمعیت شناختی، متغیرهای مربوط به دوره بارداری و نتایج آزمایش‌ها و ابتلا به دیابت بارداری با معیار قند خون ناشتا بزرگ‌تر یا مساوی 92 از پرونده آنان گردآوری شد. پس از برازش چهار مدل فوق به داده‌ها، عملکرد مدل‌ها باهم مقایسه گردید و با توجه به معیارهای صحت، حساسیت و ویژگی بر اساس منحنی ROC، مدل برتر معرفی شد.
یافته‌ها: پس از برازش مدل‌های رگرسیون لجستیک، تحلیل ممیزی، درخت تصمیم و شبکه عصبی مصنوعی به مجموعه داده‌ها، معیار صحت برای مدل‌های مذکور به ترتیب برابر 81/0، 83/0، 78/0 و 83/0 ، حساسیت 50/0، 63/0، 58/0و 58/0، ویژگی 96/0، 93/0، 87/0 و 94/0 و سطح زیر منحنی ROC به ترتیب برابر 86/0، 78/0، 73/0 و 87/0 محاسبه گردید.
نتیجه‌گیری: در پیش‌بینی و رده‌بندی ابتلا و عدم ابتلا به دیابت بارداری، مدل شبکه عصبی مصنوعی دارای نرخ دسته‌بندی اشتباه کمتر و سطح زیر منحنی ROC بیشتری نسبت به سایر مدل‌ها بود. می‌توان نتیجه گرفت که این مدل دارای پیش‌بینی‌های صحیح‌تر و نزدیک به واقعیت نسبت به سایر مدل‌ها است.