جستجو در مقالات منتشر شده


3 نتیجه برای رجعتی

منصور رضایی، فاطمه رجعتی، نگین فخری،
دوره 77، شماره 4 - ( تیر 1398 )
چکیده

زمینه و هدف: دیابت بارداری از شایعترین عوارض طبی بارداری با عوارض متعدد جنینی و مادری است. شاخص توده بدنی زنان باردار به‌عنوان عاملی موثر در بروز دیابت بارداری مطرح است. هدف این مطالعه تعیین ارتباط شاخص توده بدنی زنان باردار با بروز دیابت بارداری بود.
روش بررسی: در این مطالعه هم‌گروهی گذشته‌نگر پرونده ۶۵۹ زن باردار که از شهریور ۱۳۸۹ تا شهریور ۱۳۹۱ به مراکز بهداشتی درمانی شهر کرمانشاه مراجعه کردند با حمایت دانشگاه علوم پزشکی کرمانشاه به روش نمونه‌گیری در دسترس انتخاب و بررسی شد. براساس اندازه‌گیری قد و وزن، شاخص توده بدنی زنان در ابتدای بارداری محاسبه شد. زنان باردار به چهار گروه لاغر (شاخص توده بدنی کمتر از kg/m2 ۱۸/۹)، نرمال (شاخص توده بدنی بین kg/m2 ۱۹ و kg/m2 ۲۴/۹)، دارای اضافه وزن (شاخص توده بدنی بین kg/m2 ۲۵ و kg/m2 ۲۹/۹ و چاق (شاخص توده بدنی بیشتر از kg/m2 ۳۰) تقسیم شدند. زنانی که در ابتدای بارداری دیابت داشتند از مطالعه حذف شدند.
یافته‌ها: میانگین سن ۵/۸۵±۲۷/۷ سال و شاخص توده بدنی kg/m2 ۴/۰±۲۴/۴ بود. ۳۰/۷% زنان به دیابت بارداری مبتلا بودند (قندخون ناشتا بزرگتر یا مساوی ۹۲). شاخص توده بدنی و ابتلا به دیابت بارداری ارتباط آماری معناداری (۰/۰۰۱P<) داشت. به ازای هر واحد افزایش این شاخص، خطر دیابت بارداری ۲۴/۱ برابر شد (۰/۰۰۱P<). خطر دیابت بارداری در زنان با وزن بیشتر از نرمال، به‌طور معناداری بیشتر بود (۰/۰۰۱P<). این خطر در زنان لاغر نیز بیشتر از زنان دارای وزن نرمال بود، اما تفاوت معنادار نبود.
نتیجه‌گیری: شاخص توده بدنی زنان باردار با بروز دیابت بارداری ارتباط دارد و افزایش آن با افزایش بروز دیابت بارداری همراه است.

منصور رضایی، نگین فخری، فاطمه رجعتی، سوده شهسواری،
دوره 77، شماره 6 - ( شهریور 1398 )
چکیده

زمینه و هدف: دیابت بارداری از شایعترین اختلالات متابولیک بارداری است که با عوارض خطرناکی همراه است. در صورت تشخیص زودرس آن می‌توان از برخی عوارض مادری و جنینی جلوگیری کرد. هدف این پژوهش پیش‌بینی زودرس دیابت بارداری توسط مدل‌های آماری شبکه عصبی مصنوعی و درخت تصمیم و نیز مقایسه این مدل‌ها در تشخیص دیابت بارداری بود.
روش بررسی: در این مطالعه مدلسازی، از پرونده‌های زنان باردار در مراکز بهداشتی شهر کرمانشاه (۱۳۹۱-۱۳۸۹)، ۴۰۰ پرونده که بدون داده‌های گمشده بود بررسی شد. اطلاعات دموگرافیک، رتبه بارداری، دیابت، پارامترهای باروری و نتایج آزمایشات از پرونده آنان گردآوری شد. مدل‌های شبکه عصبی مصنوعی پرسپترون و درخت تصمیم به داده‌ها برازش داده شد و عملکرد آن‌ها با هم مقایسه گردید. براساس معیارهای صحت، حساسیت، ویژگی و سطح زیر منحنی راک (Receiver operating characteristic, ROC)، مدل برتر معرفی شد.
یافته‌ها: پس از برازش مدل‌های شبکه عصبی مصنوعی و درخت تصمیم، مقادیر معیارها محاسبه شد. مقدار تمام معیارها در شبکه عصبی بیشتر از درخت تصمیم بود. به‌ترتیب برای مدل‌های یادشده، صحت برابر ۰/۸۳ و ۰/۷۷، حساسیت ۰/۶۲ و ۰/۵۶، ویژگی ۰/۹۵ و ۰/۸۷ بود. سطح زیر منحنی راک مدل شبکه عصبی به‌طور معناداری بیشتر از درخت تصمیم بود (۰/۷۹، ۰/۷۴ و ۰/۰۳P=).
نتیجه‌گیری: در پیش‌بینی دیابت بارداری، مدل شبکه عصبی مصنوعی دارای صحت، حساسیت، ویژگی و سطح زیر منحنی راک بالاتری نسبت به درخت تصمیم بود. می‌توان نتیجه گرفت که مدل شبکه عصبی مصنوعی پرسپترون دارای پیش‌بینی‌های صحیح‌تر و نزدیک‌تر به واقعیت نسبت به درخت تصمیم است.

نگار حیدری، فاطمه رجعتی، مژگان رجعتی، پریا حیدری،
دوره 81، شماره 11 - ( بهمن 1402 )
چکیده

زمینه و هدف: مدیریت بیماری‌های مزمن مستلزم برنامه مراقبتی طولانی‌مدت است و تبعیت از رفتارهای خودمدیریتی بیماری‌های مزمن برای بهبود نتایج سلامت و کیفیت زندگی حیاتی است. فناوری سلامت تلفن همراه این پتانسیل را دارد که پیشگیری اولیه و ثانویه از بیماری را بهبود بخشد و مداخلاتی را ارایه دهد که شخصی‌سازی شده باشد، از این ‌رو پژوهش حاضر باهدف تعیین تاثیر مداخلات اپلیکیشن‌های موبایل بر خودمدیریتی پرفشاری خون و دیابت طی یک مطالعه مروری انجام شد.
روش بررسی: مطالعه حاضر یک پژوهش مرور سیستماتیک است. در این مطالعه تاثیر مداخلات اپلیکیشن‌های موبایل بر خودمدیریتی پرفشاری خون و دیابت براساس مطالعات انجام شده در بازه زمانی تیر ۱۳۹۲ تا اسفند ۱۴۰۱ مورد‌بررسی قرار گرفت. به این منظور مقالات چاپ شده در پایگاه‌های بین‌المللی pubmed وscopus با کلیدواژه‌های انگلیسی Mobile Health، mHealth، adherence، Hypertension، High Blood Pressure، Diabetes جست‌وجو شد.
یافته‌ها: در مجموع ۱۳۹۸ چکیده یافت شد که ۱۲ مقاله با معیارهای ورود و خروج همخوانی داشت. مطالعات نشان دادند که اپلیکیشن‌های سلامت موبایل (mHealth) می‌توانند فرایندها را بهینه و دسترسی به اطلاعات سلامت را با ترکیب روش‌های درمانی با راه‌حل‌های جذاب تسهیل کنند و راهی برای نظارت بر شرایط سلامتی بیمار، مانند رژیم غذایی، وزن بدن، فشارخون، خلق‌وخو و خواب و غیره ارایه دهند و همکاری بین متخصصان سلامت، بیماران و خانواده‌های آنها را تسهیل کنند لذا می‌توانند در ترکیب با مراقبت‌های بهداشتی سنتی برای تسهیل دسترسی به اطلاعات سلامت مورداستفاده قرار گیرند.
نتیجه‌گیری: باتوجه‌به نتایج مطالعه حاضر و افزایش چشمگیر استفاده از برنامه‌های کاربردی تلفن همراه برای ارتقای سلامتی لازم است به‌منظور درک تاثیر واقعی فناوری در سلامت مطالعات طولانی مدت مدنظر پژوهشگران آینده قرار گیرد.

 

صفحه 1 از 1     

کلیه حقوق این وب سایت متعلق به مجله دانشکده پزشکی دانشگاه علوم پزشکی تهران می باشد.

طراحی و برنامه نویسی : یکتاوب افزار شرق

© 2024 , Tehran University of Medical Sciences, CC BY-NC 4.0

Designed & Developed by : Yektaweb