سمیه قربانی قلی آباد، مجید صادقی فر، رقیه قربانی قلی آباد، امید حمیدی،
دوره 14، شماره 1 - ( دوره 14، شماره 1، 1397 )
چکیده
مقدمه و اهداف: زایمان یکی از مهمترین خدمات ارائهشده در نظامهای بهداشتی و درمانی است و منابع انسانی با ارزشترین عامل تولید و ارائه خدمت به شمار میرود که افزایش بهرهوری و کارایی آن از اهمیت زیادی برخوردار است. لذا مطالعه حاضر باهدف پیشبینی تعداد زایمان و بهمنظور برنامهریزی برای بهکارگیری تمامی امکانات برای ارائه خدمت بهتر در جهت تأمین رضایت بیماران انجام شد.
روش کار: دادههای مورداستفاده در این مطالعه تعداد موارد ماهیانه زایمان انجامشده در بیمارستان حکیم جرجانی شهرستان گرگان طی سالهای 1389 تا 1394 بود. با توجه به بیشپراکنش موجود در دادهها و عدم تبعیت آنها از توزیع پوآسن، از مدل پوآسن مارکف پنهان بهمنظور پیشبینی فراوانی ماهیانه زایمان استفاده شد. برآورد پارامترهای مدل با روش درستنمایی ماکزیمم و الگوریتم EM انجام گرفت. از نرمافزار R ویراست 3.2.3 برای تحلیل دادهها استفاده شد.
یافتهها: استفاده از معیار آکائیک نشان داد که فراوانی تعداد زایمان در ماههای مختلف در این بیمارستان از یک مدل پوآسن مارکف پنهان با 3 وضعیت پنهان تبعیت میکند و پارامتر میانگین توزیع پوآسن در هر یک از مؤلفهها به ترتیب 74/193، 05/236 و 61/272 زایمان بود.
نتیجهگیری: نتایج این تحقیق نشان داده سیاستهای تشویقی دولت بر افزایش باروری، نتیجه کوتاهمدت و محدودی داشته و بر روی نتایج پیشبینی دوساله این مطالعه اثر ناچیزی دارد.
ملیحه صفری، مجید صادقی فر، قدرت اله روشنایی، علی ظهیری،
دوره 14، شماره 2 - ( دوره 14، شماره 2، 1397 )
چکیده
مقدمه و اهداف: سل یک بیماری باکتریایی مزمن و بهعنوان یک عامل مهم ابتلا و مرگومیر مطرح بوده و در اثر مجموعهای از مایکوباکتریومهای سلی ایجاد میشود. آگاهی از بروز و تعداد موارد جدید این بیماری اطلاعات ارزشمندی را برای بازنگری برنامهها و شاخصهای توسعه فراهم میکند. مدلهای سری زمانی و رگرسیون از مدلهای متداول برای پیشبینی بوده، اما مستلزم پیشفرضهایی هستند. هدف این مطالعه پیشبینی موارد جدید بیماری با استفاده از مدل مارکوف پنهان است.
روش کار: دادههای این مطالعه تعداد موارد جدید سل در استان همدان بهصورت ماهانه طی سالهای 94-1384 که توسط مرکز بهداشت استان همدان شناسایی شد؛ بود. در این مطالعه پیشبینی موارد جدید سل برای 24 ماه آینده با استفاده از مدل مارکوف پنهان و با نرمافزار R بسته مارکوف پنهان انجام شد.
یافتهها: بر اساس معیار برازش مدل، یک مدل مارکوف با دو حالت بهترین برازش را به دادهها داشت یعنی دادههای این مطالعه آمیختهای از دو توزیع پواسن با پارامتر میانگین تعداد رخداد 96/5 و 2/10 هستند. همچنین یافتههای پیشبینی بر اساس مدل مارکوف پنهان، تعداد موارد جدید سل طی 24 ماه آینده را بین 9-8 مورد جدید پیشبینی کرد.
نتیجهگیری: مدلهای مارکوف پنهان مناسبترین مدل پیشبینی با استفاده از زنجیر مارکوف است که علاوه بر شناسایی مدل مناسب، قادر است ماتریس احتمال انتقال بین حالات مختلف بیماری را تعیین کند تا این احتمالات به پزشکان در پیشبینی مراحل آتی بیماری و انجام اقدامات پیشگیرانه پیش از ورود به مراحل پیشرفته یاری نماید.