جستجو در مقالات منتشر شده


2 نتیجه برای سوختگی

رضا سعادت مهر، آرام کریمیان، کامل عبدی، فرشته بخشیان، مهران ضرغامی،
دوره 17، شماره 1 - ( 1-1402 )
چکیده

زمینه و هدف: بیماران مبتلا به سوختگی در هنگام تعویض پانسمان، سطوح بالایی از اضطراب پیش‌بینی شده را تجربه می‌کنند. یکی از روش‌های کنترل این اضطراب، استفاده از روش‌های طب مکمل است. مطالعه‌ی حاضر با هدف مقایسه‌ی اثربخشی آرام‌سازی پیش‌رونده و تکنیک تنفس شکمی بر اضطراب درد پانسمان سوختگی انجام شد.
روش بررسی: این مطالعه از نوع کارآزمایی بالینی تصادفی با گروه کنترل بود. تعداد ۴۵ بیمار مراجعه‌کننده به بیمارستان سوختگی زارع ساری به روش نمونه‌گیری در دسترس انتخاب شدند و به‌صورت تصادفی در سه گروه تقسیم شدند. گروه اول مداخله‌ی آرام‌سازی را دریافت کردند، گروه دوم مداخله‌ی تکنیک تنفسی را دریافت کردند و گروه شاهد، درمان استاندارد را دریافت کرد. جهت سنجش میزان اضطراب درد پانسمان سوختگی از ابزار اضطراب ناشی از درد پانسمان سوختگی (BSPAS: Burn Specific Pain Anxiety Scale) استفاده شد. برای تجزیه و تحلیل داده‌ها از نرم‌افزار SPSS استفاده شد. از روش‌های آماری توصیفی و تحلیل کواریانس و آزمون تعقیبی توکی جهت تجزیه و تحلیل اطلاعات استفاده شد.
یافته‌ها: براساس نتایج، ۲۸ درصد افراد شرکت‌کننده در مطالعه مجرد و ۷۲ درصد متاهل بودند. از لحاظ سنی بیشتر افراد شرکت‌کننده بین ۳۱ تا ۴۰ سال قرار داشتند. یافته‌ها نشان داد که میانگین سطح اضطراب درد در سه گروه آماری قبل از مداخله اختلاف معنی‌داری نداشت. اما میانگین اضطراب درد پانسمان سوختگی بعد از مداخله بین گروه آرام‌سازی و گروه شاهد(۰/۰۰۱>P) و گروه تکنیک‌های تنفسی و گروه شاهد(۰/۰۰۱>P) اختلاف معناداری داشته است؛ به‌گونه‌ای‌که میانگین اضطراب درد پانسمان سوختگی در گروه آرام‌سازی ۸/۶۰ واحد نسبت به گروه شاهد و در گروه تکنیک‌های تنفسی ۱۱/۶۰ واحد نسبت به گروه شاهد کاهش یافته بود.
نتیجه‌گیری: استفاده از روش‌های آرام‌سازی پیش‌رونده و تکنیک تنفسی که جزو روش‌های غیردارویی بوده جهت کاهش اضطراب درد پانسمان در بیماران سوختگی پیشنهاد می‌شود. این روش‌ها ساده و کم هزینه بوده و می‌تواند از پیامدهای اضطراب درد پانسمان بکاهد.

سارا هاشمی، شهلا فرامرزی، لعیا رحمانی پیروزی، آزیتا یزدانی،
دوره 18، شماره 2 - ( 3-1403 )
چکیده

زمینه و هدف: سوختگی یکی از شایع‌ترین آسیب‌ها در سراسر جهان و ششمین عامل مرگ‌و میر در ایران است. چالش‌های مربوط به میزان بقای بیماران دچار سوختگی و همچنین مرگ‌و میر ناشی از آن، منجر به پیشرفت در شناسایی عوامل خطر شده است. تشخیص زودهنگام و شناخت عوامل خطر ضروری است و ارایه مدل‌های پیش‌بینی‌کننده می‌تواند مفید باشد. بر این اساس، این پژوهش با هدف مرور عملکرد هوش مصنوعی در پیش‌بینی بقا در بیماران سوختگی انجام گردید.
روش‌بررسی: این مطالعه از نوع مرور نظام‌‌مند است. جستجوی جامع پایگاه‌های Scopus، PubMed، (Institute of Electrical and Electronics Engineers (IEEE و Web of Science بدون محدودیت زمانی شروع تا ژانویه ۲۰۲۳ انجام شد. این مطالعه مرور نظام‌مند بر اساس موارد ترجیحی گزارش برای بررسی‌های سیستماتیک و متاآنالیز انجام گردید. کلمات کلیدی و اصطلاحات مش مرتبط با سوختگی، هوش مصنوعی، بقا و پیش‌بینی در استراتژی سرچ به‌کار رفتند. 
یافته‌ها: از ۳۵۹۹ مطالعه‌ی شناسایی شده، نه مطالعه در تجزیه و تحلیل قرار گرفتند. بر اساس گزارش مقالات، عوامل مؤثر شناخته شده در پیش‌بینی بقا در بیماران سوختگی، به چهار دسته‌ی اطلاعات دموگرافیک، بالینی، آزمایشگاهی و بیماری‌های همراه طبقه‌‌بندی شدند. از عوامل مؤثر شناخته شده در بقای بیماران که در بیش از ۴۰ درصد از مطالعات مورد بررسی قرار گرفته عبارتند از: سن، جنسیت، محاسبه سطح کلی سوختگی در بدن، آسیب ناشی از استنشاق و نوع سوختگی. نتایج نشان داد که در مطالعات مورد بررسی، حجم کم‌ترین مجموعه داده مورد استفاده در تحلیل‌ها ۹۲ نمونه بوده است. در مقابل، حجم بیش‌ترین مجموعه داده مورد استفاده ۶۶۶۱۱ نمونه گزارش شده است. در ۳۳ درصد مطالعات، الگوریتم‌های شبکه عصبی مصنوعی و جنگل تصادفی بهترین عملکرد را داشتند. معیارهای مورد استفاده برای ارزیابی مدل‌ها در مطالعات بازیابی شده متفاوت است.
نتیجه‌گیری: به کارگیری الگوریتم‌های یادگیری ماشین در پیش‌بینی بقای بیماران سوختگی و تعیین عوامل مؤثر امیدوارکننده و مفید هستند. نتایج حاصل از عوامل مؤثر شناخته شده می‌تواند به پژوهشگران حوزه‌ی علم داده در مرحله درک داده کمک‌کننده باشد و در جمع‌آوری مجموعه داده‌ی اولیه به عنوان یک نقشه‌ی راه عمل کند. 


صفحه 1 از 1     

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

طراحی و برنامه نویسی: یکتاوب افزار شرق

© 2026 , Tehran University of Medical Sciences, CC BY-NC 4.0

Designed & Developed by : Yektaweb