مجله تخصصی

---

مقدمه و اهداف: کالاآزار مدیترانه‌ای بیماری مشترکی بین انسان و حیوانات است که در دسته‌ی متازئونوزها قرار می‌گیرد (بیماری مشترکی که عامل آن درسیر تکاملی‌اش نیاز به حداقل یک میزبان بی‌مهره دارد). درایران سگ‌سانان به عنوان مخزن اصلی بیماری شناخته شده‌اند و اکثر بیماران را کودکان 6 ماهه تا دو ساله تشکیل می‌‌دهند. این مطالعه به منظور بررسی ویژگی‌های بالینی و تغییرات همه‌گیرشناختی (Epidemiologic) بیماری در طی 12 سال اخیر بر روی پرونده‌های بیمارستانی کودکان مبتلا به لیشمانیوز احشایی در بیمارستان مرکز طبی کودکان صورت پذیرفت.
روش کار: در مطالعه‌ای که به صورت بررسی گزارش موارد (Case series) برروی 106 پرونده متعلق به بیماران مبتلا به کالاآزار بستری شده در فاصله‌ی سال‌های 1382-1370 در بیمارستان مرکز طبی کودکان انجام گرفت، علاوه بر ثبت موقعیت جغرافیایی محل زندگی بیماران، فاکتورهای زمینه‌ای، تظاهرات بالینی و آزمایشگاهی، پاسخ به درمان و عوارض داروی گلوکانتیم نیز ثبت شدند و در نهایت به آنالیز توصیفی اطلاعات پرداختیم.
نتایج: بیشترین موارد بیماری مربوط به سال 1371 و کم‌ترین موارد مربوط به سال‌های 82 و 72 هستند. بیشترین موارد رجوع بیماری مربوط به فصل بهار بوده است. بیماری در رده‌ی سنی 48-12 ماه بیشتر مشاهده می‌شود و مراجعه‌ی پسران مبتلا بیش از دختران است (1/82% به 9/17%) و از نظر شغل رئیس خانوار بیشترین مراجعات مربوط به طبقه‌ی کارگر است. در بررسی‌های آزمایشگاهی کم خونی، افزایش ESR و ترومبوسیتوپنی از واضح‌ترین علائم به شمار می‌آیند و در تظاهرات بالینی تب، اسپلنومگالی و هپاتومگالی بارزترین نشانه‌ها هستند. 83% بیماران بهبود یافته و 9/1% فوت کرده‌اند و موارد عود 1/15% بوده است. 8/52% بیماران در فاصله‌ی 2 تا 4 هفته درمان با گلوکانتیم سلامتی خود را باز یافته‌اند و در مجموع عوارض داروی گلوگانتیم به صورت میوکاردیت، راش و استفراغ ناچیز قلمداد می‌شود. شهرهای خرم‌آباد، کرج و ساوه بیشترین موارد رجوع بیماران به بیمارستان را داشتند.
نتیجه‌گیری: نتایج حاصل بیان‌گر افزایش نسبت بیماری در جنس مذکر و تغییراتی در تظاهرات بالینی و آزمایشگاهی بیماری هستند؛ لیکن مهم‌ترین دست‌آورد این پژوهش علاوه بر شناسایی مناطق اسپورادیک در کشور، مطرح شدن احتمال بومی شدن بیماری در 4 منطقه‌ی حاشیه‌ی جنوبی سلسله جبال مرکزی، ساوه و شمال‌غربی استان قم، تمام خرم‌آباد و استان اردبیل است. شناسایی این مناطق می‌تواند بیان‌گر تغییر مشخصات اپیدمیولوژیک بیماری کالاآزار در کشور باشد و بذل توجه مسئولان برای کنترل بیماری در مناطق آندمیک جدید را می‌طلبد.

---

مقدمه و اهداف: شناسایی زودرس اختلالات بینایی سنین پایین با میزان پاسخ مناسب‌تری همراه است. یکی از راه‌های شناسایی این اختلالات غربالگری دید در بدو ورود به مدرسه می‌باشد. با توجه به اهمیت این برنامه‌ها هدف از این گزارش تعیین اعتبار معاینات چشم بدو ورود به مدرسه در دانش‌آموزان دزفول می‌باشد.
روش کار: طی یک مطالعه مقطعی و با استفاده از نمونه‌گیری تصادفی خوشه‌ای، تعداد 5721 نفر دانش آموز دزفولی از 39 خوشه انتخاب شدند. از افراد شرکت کننده در این مطالعه اطلاعات مربوط به معاینات دید 2158 دانش‌آموز که در زمان آغاز سال تحصیلی توسط مربیان و معلمان صورت گرفته بود از پرونده‌های آنان استخراج شد و با نتایج به دست آمده از معاینات اپتومتریست‌ها مقایسه شد. سنجش حدت بینایی اصلاح نشده، توسط اپتومتریست‌ها و مربیان بوسیله چارت E صورت گرفت.
نتایج: معاینات غربالگری انجام شده در دانش‌آموزان شهرستان دزفول بر اساس معاینات اپتومتریست‌ها دارای 25% حساسیت و 6/96% ویژگی بود هم‌چنین ارزش اخباری مثبت و منفی معاینات غربالگری به ترتیب 4/13% و 4/98% بود. اختلاف مشاهده شده حساسیت و ویژگی بین دو جنس از نظر آماری معنی‌دار نیست (۳۵۶/0=P و ۲۲۸/0=P). اختلاف مشاهده شده در شهر و روستا فقط در مورد ویژگی از نظر آماری معنی‌دار است به طوری‌که این مقدار در روستا بیشتر است (001/0P<).
نتیجه گیری: یافته‌های این مطالعه نشان می‌دهد که معاینات غربالگری صورت گرفته در مدارس دزفول برای اختلالات بینایی از اعتبار و صحت کافی برخوردار نبوده است و حساسیت کافی برای یافتن موارد را نداشته است. لازم است با همکاری ارگان‌های مربوطه چاره‌ای در این خصوص اندیشیده شود تا موارد منفی کاذب مشاهده شده را در معاینات بدو ورود به مدرسه با غربالگری هوشیارانه‌تر کاهش داد.

---

مقدمه و اهداف: بیماری دیابت از جمله بیماری‌های مزمن بوده، که درمان قطعی ندارد و شایع‌ترین علت قطع اندام، نابینایی و نارسایی کلیوی و از عوامل خطر در ایجاد بیماری‌های قلبی است. رگرسیون لجستیک و تحلیل جداسازی از مدل‌های تحلیل آماری برای امر پیش‌بینی و جداسازی چند متغیره می‌باشند. هدف تعیین متغیرهای تأثیرگذار بر دیابت نوع 2 و مقایسه مدل‌های رگرسیون لجستیک و تحلیل جداسازی می‌باشد.

روش کار: داده‌ها شامل اطلاعات 5357 نفر از مرکز فیزیولوژی دانشگاه علوم پزشکی کرمان میباشد. متغیر پاسخ دیابت ومتغیرهای وزن، قد،(BMI) Body Mass Index)(، دور کمر، دور باسن، نسبت کمر به باسن (WHR) ، Waist hip Ratio)( کلسترول و ... در مدل در نظر گرفته شدند. برای مقایسه‌ از حساسیت، ویژگی، دقت، منحنی راک و شبیه سازی استفاده شد.

نتایج: حساسیت، ویژگی و دقت پیش‌بینی در مدل لجستیک و تحلیل جداسازی به ترتیب 74، 1/71  و 5/71  و 4/22،22/95  و 3/85  بود. منحنی راک برای مدل رگرسیون لجستیک 3/80 درصد 0 و تحلیل جداسازی 1/80 درصد به‌دست آمد. شبیه‌سازی نشان داد که حساسیت، ویژگی، دقت و منحنی راک در مدل لجستیک و مدل جداسازی به ترتیب 18/99، 49/98 ، 59/98  و 9/99 و 62/92 ، 19/99 ، 26/98  و 56/99 شدند.

نتیجه ‏گیری: نتایج نشان داد که دور کمر، سن، جنس، مصرف داروی کاهنده فشار خون، اندازه فشار خون سیستولیک و سطح LDL مهم میباشند. حساسیت در مدل لجستیک بیشتر ، اما ویژگی و دقت پیش‌بینی در تحلیل جداسازی بالاتر بود. منحنی‌های راک نشان داد که مقادیر پیش‌بینی به طور مجانبی یکسان بودند.

---

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.