جستجو در مقالات منتشر شده


25 نتیجه برای باسی

مرجان قاضی سعیدی، محمدامین عباسی اسلاملو، کبری دارابیان، الهام عطایی،
دوره 17، شماره 3 - ( 5-1402 )
چکیده

زمینه و هدف: با وجود پیشرفت مداوم در پزشکی، Chronic Obstructive Pulmonary Disease (انسداد مزمن ریوی (COPD)) همچنان یک بیماری تنفسی پیشرو، غیرقابل درمان و مزمن است که عملکرد بیماران را از ابعاد مختلف محدود کرده و کیفیت زندگی آن‌ها را  به میزان قابل توجهی کاهش می‌دهد. در این مسیر  خودمراقبتی بیماران و به‌کارگیری ابزارهای مرتبط با آن  در کنترل و درمان بیماری اثر قابل توجهی دارد. هدف این‌ پژوهش‌، طراحی‌ و ایجاد برنامه‌ی‌ کاربردی‌ جهت خودمراقبتی‌ انسداد مزمن ریوی مبتنی بر اندروید بود.
روش بررسی: این‌ پژوهش‌ از نوع توصیفی-توسعه‌ای ‌با رویکرد کاربردی‌ بود. در گام اول بر اساس مطالعه‌ی منابع کتابخانه‌‌ای‌ و گایدلاین‌ها و بررسی پرونده‌های بیماران بستری مبتلا به COPD در بیمارستان فیروزآبادی، پرسش‌نامه‌ای‌ با هدف‌ نیازسنجی‌ اطلاعاتی‌ و تعیین‌ اقلام داده‌ای‌ و قابلیت‌های‌ موردنیاز در برنامه‌ی‌ کاربردی‌ طراحی گردید. آن‌گاه بر اساس نمونه‌ای‌ ۱۰ نفره (به‌روش تصادفی و در دسترس) از پزشکان متخصص‌ داخلی و فوق‌تخصص ریه‌ در بیمارستان‌های فیروزآبادی و حضرت رسول، وابسته‌ به‌ دانشگاه علوم پزشکی‌ ایران، بررسی و تکمیل‌ گردید. داده‌ها با استفاده از آمار توصیفی،‌ تحلیل‌ و سپس‌ جداول سناریو و نمودارهای موردکاربرد جهت نمایش جریان کلی برنامه‌ کاربردی‌ ترسیم شد. برنامه کاربردی با استفاده از زبان برنامه‌ نویسی‌ جاوا در محیط‌ نرم‌افزار اندروید استودیو ۲۰۲۱ طراحی و ایجاد‌ گردید. پس از نصب برنامه‌ی کاربردی بر روی تلفن همراه ده نفر از بیماران مبتلا به‌ COPD مراجعه‌کننده به‌ درمانگاه‌ تخصصی‌ داخلی و ریه بیمارستان فیروزآبادی شهرری و استفاده از آن به‌مدت یک‌ هفته‌، نظرات بیماران درمورد کاربردپذیری برنامه‌ کاربردی از طریق پرسش‌نامه QUIS جمع‌‌آوری‌ و تحلیل شد. 
یافته‌ ها: بخش‌های برنامه کاربردی، متعاقب نظرسنجی متخصصان، موارد اطلاعات فردی‌، اطلاعات بالینی‌، مدیریت‌ بیماری‌، گزارش‌گیری و نکات آموزشی‌ ‌تعیین شد. که پس از طراحی جهت استفاده و ارزیابی در اختیار بیماران قرارگرفت. درپایان پژوهش، نتایج حاصل از ارزیابی قابلیت‌ استفاده و میزان رضایت‌مندی‌ از برنامه‌ کاربردی‌ نشان داد که از دیدگاه‌ بیماران، برنامه‌ کاربردی‌ با میانگین ‌امتیاز ‌۸/۱(از ۱۰ امتیاز) در سطح‌ خوب قرار گرفته است.
نتیجه‌گیری‌: از برنامه‌ی‌ کاربردی‌ خودمراقبتی طراحی‌شده می‌توان در جهت افزایش آگاهی‌بخشی، کمک به مدیریت‌ بیماری‌، افزایش‌ سطج کیفیت‌ زندگی‌ و کاهش‌ عوارض بیماری و کاهش بار بیماری  برای بیماران مبتلا به انسداد مزمن ریوی ‌استفاده نمود.

رضا دهخدایی، مازیار کرمعلی، محمد محمدیان، محمد کریم بهادری، آقای محسن عباسی فرج زاده،
دوره 17، شماره 6 - ( 11-1402 )
چکیده

زمینه و هدف: باتوجه به اهمیت مدیریت دانش در عصر کنونی و تأکید بر پیاده‌سازی مدیریت دانش در نظام سلامت در نظام‌نامه مدیریت دانش وزارت بهداشت، درمان و آموزش پزشکی و از آن‌جا که یکی از اولین گام‌های پیاده‌سازی مدیریت دانش، ترسیم درخت دانش سازمان است، هدف پژوهش حاضر مروری بر روند انتشار درخت دانش و بررسی آن در حوزه‌ی سلامت می‌باشد.
روش بررسی: پژوهش حاضر از نوع مطالعات کاربردی و مروری توصیفی است که با روش علم‌سنجی و تحلیل هم‌رخدادی کلیدواژه‌ها انجام شده است. بدین‌منظور عبارت “Knowledge tree”  OR  “knowledge trees” در پایگاه استنادی Scopus جستجو گردید. برای تحلیل داده‌ها از تحلیل‌های ارایه شده از سمت خود پایگاه و همچنین برای مصورسازی داده‌ها از نرم‌افزار VOSviewer استفاده شد.
یافته‌ها: رشد تولیدات علمی مربوط به حوزه‌ی درخت دانش به صورت کلی در پایگاه مذکور از سال 1979 آغاز و تا سال 2023 روند رو به رشدی داشته است. در حوزه‌ی درخت دانش از میان نویسندگان، Yang پرکارترین نویسنده و Yager دارای بیشترین همکاری با دیگر نویسندگان است. از میان موسسات Institute of Automation Chines Academy of Sciences پرکارترین و machine intelligence institute و iona college دارای بیشترین ارتباط با دیگر موسسات بوده است. در میان کشورها چین، آمریکا و انگلستان در صدر پرکارترین‌ها قرار دارند. در میان موضوعات، بیش‌ترین ارتباط مقالات در درجه اول با حوزه‌ی علوم کامپیوتر(2/32 درصد) و پس از آن با حوزه‌ی مهندسی(1/22 درصد) و ریاضیات (1/10) ارتباط داشته و قابل توجه است که پزشکی در رتبه ششم قرار دارد و این نشان از کمبود تولید منابع این حوزه است. خوشه‌بندی حاصل از هم رخدادی کلیدواژه‌ها منجر به شناسایی پنج خوشه به ترتیب با عناوین داده‌کاوی و پردازش اطلاعات، هوش مصنوعی و سیستم‌های خبره، ساختار دانش و سیستم‌های پشتیبان تصمیم، معناشناسی و نمایش دانش و نهایتاً سیستم‌های یادگیری و آموزش شد.
نتیجه‌گیری: مطالعه‌ی ساختار موضوعی تولیدات علمی حوزه‌ی درخت دانش نشان داد که حوزه سلامت دارای کمبود تولید منبع در این زمینه است. ازاین‌رو لازم است تا پژوهش‌های آتی اهتمام ویژه‌ای در جهت بسط و تشریح این مفهوم و الگوسازی ترسیم آن خصوصاً در نظام سلامت در راستای شناسایی و پیشگیری از بیماری‌ها داشته باشند.

علی محمد مصدق راد، مهدیه حیدری، محیا عباسی، مهدی عباسی،
دوره 18، شماره 2 - ( 10-1403 )
چکیده

زمینه و هدف: سازمان‌های بیمه‌ی سلامت نقش مهمی در افزایش دسترسی مردم به خدمات سلامت و محافظت مالی از آن‌ها در مقابل هزینه‌های فاجعه بار سلامت دارند. سازمان بیمه‌ی سلامت ایران یکی از بزرگ‌ترین سازمان‌های بیمه‌ی سلامت عمومی در ایران است که با چالش‌های مالی مواجه است. هدف این پژوهش، تحلیل استراتژیک نظام تأمین مالی سازمان بیمه‌ی سلامت ایران است.
روش بررسی: این پژوهش کیفی به روش پدیدارشناسی تفسیری و با استفاده از مصاحبه‌های نیمه ساختاریافته با ۲۵ نفر از مدیران و کارکنان سازمان بیمه‌ی سلامت ایران انجام شد. همچنین، اسناد مرتبط و داده‌های عملکردی این سازمان جمع‌آوری و تحلیل شدند. از روش تحلیل موضوعی برای تحلیل داده‌ها استفاده شد.
یافته‌ها: تعداد ۱۹ قوت، ۲۴ ضعف، ۱۴ فرصت، ۳۷ تهدید و ۴۳ راهکار برای نظام تأمین مالی سازمان بیمه‌ی سلامت ایران شناسایی شد. افزایش پوشش جمعیتی و خدمتی بیمه‌ی سلامت، کاهش پرداخت از جیب مردم و نسخه‌نویسی الکترونیک از مهم‌ترین نقاط‌قوت؛ و ناپایداری منابع مالی، تجمیع نامناسب منابع مالی، هزینه‌های اداری زیاد و تأخیر در پرداخت به ارایه‌کنندگان خدمات سلامت از مهم‌ترین نقاط ضعف سازمان بیمه‌ی سلامت ایران بود. سازمان بیمه‌ی سلامت ایران با فرصت‌هایی مثل حمایت دولت از پوشش همگانی سلامت و تأکید بر پیشگیری و مراقبت‌های بهداشتی اولیه، حمایت قوانین از تجمیع صندوق‌های بیمه‌ای سلامت و اجرای برنامه پزشکی خانواده در کشور و با تهدیدهایی چون تغییر الگوی جمعیتی و اپیدمیولوژیک کشور، عدم اجرای صحیح نظام سطح‌بندی خدمات سلامت و غیرواقعی بودن حق بیمه‌های سلامت مواجه است. راهکارهایی مانند افزایش سهم سلامت از تولید ناخالص داخلی، تجمیع کارکردی صندوق‌های بیمه سلامت پایه، کاهش بروکراسی، افزایش شفافیت و پاسخ‌گویی و اصلاح نظام پایش و ارزیابی برای تقویت نظام تأمین مالی سازمان بیمه‌ی سلامت ایران ارایه شد.
نتیجه‌گیری: سازمان بیمه‌ی سلامت ایران با چالش‌های ساختاری، بافتاری و فرایندی متعددی مواجه است که نظام تأمین مالی آن را با اختلال مواجه ساخته است. کاهش درآمدها، افزایش هزینه‌ها و کاهش کارایی، عملکرد تأمین مالی این سازمان را دچار مشکل کرده است. شناخت نقاط ضعف و چالش‌های نظام تأمین مالی و به‌کارگیری مداخلات اصلاحی، اولین گام در تقویت پایداری تأمین مالی سازمان بیمه‌ی سلامت ایران است.

کوروش عباسیان، محمد علیمرادنوری، محمد باقر کرمی،
دوره 18، شماره 2 - ( 10-1403 )
چکیده

زمینه و هدف: مدیران به‌عنوان اصلی‌ترین افراد تصمیم‌گیرنده در مواجهه با مسایل مختلف درون و برون‌سازمانی، نقش بسزا و تعیین‌کننده‌ای در موفقیت یا حتی شکست سازمان ایفا می‌کنند. اگر در رأس سازمان‌ها مدیران شایسته و باتجربه قرار گیرند، موفقیت سازمان‌ها در رسیدن به اهداف تضمین خواهد شد و سازمان با حداقل امکانات می‌تواند به بیش‌ترین بازدهی دست یابد. هدف مطالعه‌ی حاضر، طراحی مدل شایستگی‌های مدیریتی مدیران بیمارستان‌هاست.
روش بررسی: این پژوهش کیفی از سال ۱۳۹۹ تا ۱۴۰۱ انجام شد. پس از بررسی مطالعات مرتبط با موضوع، شایستگی‌های استخراج‌شده در اختیار ۱۹ نفر از صاحب‌نظران شامل اعضای هیئت‌علمی صاحب‌نظر در زمینه‌ی موضوع پژوهش و مدیران دارای تجربه‌ی مدیریت در حوزه نظام سلامت و بیمارستان قرار گرفت و در نهایت پس از به‌کارگیری روش دلفی و پنل خبرگان الگوی شایستگی‌های مدیریتی مدیران استخراج گردید. داده‌های جمع‌آوری شده در نرم‌افزار Excel تحلیل شدند.
یافته‌ها: الگوی تدوین‌شده در این پژوهش برای مفهوم شایستگی‌های مدیران بیمارستان‌ها درمجموع شامل ۳۳ شایستگی مدیریتی موردنیاز مدیران بیمارستان در قالب چهار وظیفه‌ی اصلی مدیریت(برنامه‌ریزی، سازمان‌دهی، رهبری و کنترل) و نقش‌های مدیریتی است که از بررسی متون و انجام دو مرحله دلفی و برگزاری دو مورد پنل خبرگان استخراج گردید. در الگوی شایستگی‌های مدیران بیمارستان‌ها بُعد برنامه‌ریزی ۴ مؤلفه، سازمان‌دهی ۴ مؤلفه، بُعد رهبری ۱۲ مؤلفه، بُعد کنترل ۴ مؤلفه و بُعد نقش‌های مدیریتی نیز ۹ مؤلفه دارد. شایستگی تفکر استراتژیک که زیرمجموعه‌ی وظیفه‌ی برنامه‌ریزی می‌باشد، با وزن(۰/۴۹۵) بیش‌ترین وزن و بالاترین رتبه را در بین سایر مؤلفه‌ها به خود اختصاص داده و نگرش بهبود مستمر که زیرمجموعه‌ی نقش‌های مدیریتی است، کم‌ترین وزن(۰/۰۳۳) و پایین‌ترین رتبه را در بین سایر مؤلفه‌ها به خود اختصاص داده است.
نتیجه‌گیری: این مطالعه یک مدل اختصاصی و جامع را با استفاده از تکنیک‌های کاربردی به‌عنوان یک‌راه حل مناسب جهت ارزیابی شایستگی‌های مدیریتی مدیران بیمارستان پیشنهاد نمود و چارچوب پیشنهادی در این مطالعه می‌تواند به‌عنوان الگوی عملکرد استاندارد برای ارزیابی شایستگی مدیران استفاده گردد.

زهرا کرباسی، میکاییل متقی نیکو، مریم زحمت کشان،
دوره 18، شماره 3 - ( 3-1403 )
چکیده

زمینه و هدف: آب مروارید  به‌عنوان عامل ۵۱ درصد نابینایی در سطح جهان شناخته شده است. به‌دنبال نتایج امیدوارکننده‌ی اولیه سیستم‌های هوش‌مصنوعی در بیماری‌های چشمی، الگوریتم‌های هوش‌مصنوعی در تشخیص آب مروارید، درجه‌بندی شدت آب مروارید، محاسبات مربوط به لنزهای داخل چشمی و حتی به‌عنوان ابزار کمکی در جراحی آب مروارید کاربرد دارد. این مطالعه به‌صورت یک مرور سیستماتیک به بررسی تکنیک‌های هوش‌مصنوعی در مدیریت بیماری آب مروارید پرداخته است.
روش بررسی: این مطالعه، مرور سیستماتیک با هدف بررسی تکنیک‌ها‌ی هوش‌مصنوعی به‌منظور مدیریت بیماری آب مروارید تا تاریخ ۲۰ آبان ۱۴۰۲ و بر اساس دستورالعمل پریزما انجام شد. تمام مقالات مرتبط منتشرشده به زبان انگلیسی و از طریق جستجوی سیستماتیک در پایگاه‌های اطلاعاتی آنلاین PubMed، Scopus و Web of Science استخراج شد.
یافته‌ها: در جستجوی اولیه در پایگاه‌های اطلاعاتی ۱۹۲ رکورد شناسایی شد و در نهایت ۲۳ مقاله جهت بررسی وارد مطالعه شدند. نتایج نشان داد که الگوریتم‌های شبکه عصبی پیچشی(۶ مقاله)، شبکه عصبی بازگشتی(۱ مقاله)، شبکه پیچشی عمیق(۱ مقاله)، ماشین‌بردار(۲ مقاله)، یادگیری انتقالی(۱ مقاله)، درخت تصمیم(۴ مقاله)، جنگل تصادفی(۴ مقاله)، رگرسیون لجستیک(۳ مقاله)، الگوریتم‌های بیز(۳ مقاله)، XGBoost (۳ مقاله) و الگوریتم خوشه‌بندی K نزدیک‌ترین همسایه(۲ مقاله) از تکنیک‌ها و الگوریتم‌های شبکه عصبی مصنوعی و یادگیری ماشین بودند که از آن‌ها به‌صورت ترکیبی در مطالعات به‌منظور تشخیص(۷۰%)، مدیریت(۱۷%) و پیش‌بینی بیماری آب مروارید(۱۳%) استفاده نموده بودند.
نتیجه‌گیری: تکنیک‌ها و الگوریتم‌های مختلف هوش‌مصنوعی و یادگیری ماشین می‌توانند در تشخیص، درجه‌‌بندی، مدیریت و پیش‌بینی آب مروارید با دقت بالا عمل کرده و مؤثر باشند. در این مطالعه، تکنیک‌های یادگیری عمیق و شبکه عصبی پیچشی بیشترین سهم را در تشخیص آب مروارید داشته‌اند. در مدیریت آب مروارید تکنیک‌های یادگیری عمیق، درخت تصمیم و الگوریتم بیزی دخیل بودند. الگوریتم‌های یادگیری ماشین مانند رگرسیون لجستیک، جنگل تصادفی، شبکه عصبی مصنوعی، درخت تصمیم، K نزدیک‌ترین همسایه، XGBoost و تقویت سازگار نیز در پیش‌بینی آب مروارید نقش داشتند. همان‌طورکه پیش‌بینی و تشخیص زودهنگام و مراجعه به‌موقع می‌تواند عوارض بیماری در آینده را کاهش دهد، به‌کارگیری سیستم‌های مبتنی بر مدل‌های هوش‌مصنوعی که دقت قابل‌قبولی دارند، می‌توانند در جهت پشتیبانی از فرایند تصمیم‌گیری پزشکان و مدیریت این بیماری مؤثر واقع گردند.


صفحه 2 از 2    
2
بعدی
آخرین
 

کلیه حقوق این وب سایت متعلق به پیاورد سلامت می باشد.

طراحی و برنامه نویسی: یکتاوب افزار شرق

© 2025 , Tehran University of Medical Sciences, CC BY-NC 4.0

Designed & Developed by : Yektaweb