Show simple item record

dc.contributor.authorموسوی, سیده یلدا
dc.date.accessioned2020-12-22T08:28:40Z
dc.date.available2020-12-22T08:28:40Z
dc.date.issued99/08/07en_US
dc.identifier.urihttp://dspace.tbzmed.ac.ir:8080/xmlui/handle/123456789/63137
dc.description.abstractچکیده مقدمه: افتادگی اندام لگن (POP) و بی اختیاری ادرار استرسی (SUI) دو اختلالات شایع در سلامت و کیفیت زندگی زنان می باشد. در 50٪ موارد ، SUI پس از جراحی POP اتفاق می افتد که SUI نوین نامیده می شود. پیش بینی خطرات SUI نوین نیز یک فرآیند تصمیم گیری چند رویکردی (MADM) پیچیده است. هدف: مطالعه حاضر یک سیستم پشتیبانی تصمیم (DSS) در قالب یک ماشین حساب فازی آنلاین به عنوان یک برنامه تحت وب برای کمک به جراحان در پیش بینی خطرات SUI نوین طراحی شد. روش کار و مواد: در ابتدا یک مطالعه ی مروری نظام مند برای تعیین فاکتور های خطر طراحی شد . و به دنبال برگزاری یک جلسه فوکوس گروپ ، همه ی ویژگی ها و عوامل خطر در دو سطح اولویت بندی شدند. مجموعه ای از 232 رول فازی برای پیش بینی SUI نوین تعیین شد برای زنانی بالای 50 سال که هیچ علامتی از بی اختیاری ادرار نداشتند و تحت عمل جراحی قرار گرفتند. در نهایت ، نتایج پیشنهادی سیستم پیش بینی با نتایج پرونده های گذشته نگر مقایسه شد. یافته ها: 12 فاکتور خطر و پارامترهای تشخیصی را از طریق یک مطالعه مروری سیستماتیک شناسایی شدند . نتایج این ماشین حساب آنلاین نشان می دهد که دقت این مدل پیش بینی کننده خطر که در مقایسه با سایر مدل های پیش بینی خطر SUI ، بیش از 90٪ است. حساسیت و ویژگی و دقت سیستم نهایی به ترتیب 29/96 ،66/66 ,33/93 درصدگزارش شد. نتیجه گیری: یک DSS بالینی مبتنی بر منطق فازی در قالب یک ماشین حساب آنلاین برای محاسبه پیش آگهی SUI پس از جراحی POP در زنان می تواند در پیش بینی و پیشگیری SUI نوین مفید باشد.en_US
dc.language.isofaen_US
dc.publisherدانشگاه علوم پزشکی تبریز،دانشکده مدیریت واطلاع رسانی پزشکیen_US
dc.subjectبی اختیاری استرسی ادرار , جراحی پرولاپس ارگان های لگن , منطق فازی ,سیستم های پیش بینی کننده ریسک, سیستم های پشتیبان تصمیمen_US
dc.titleطراحی محاسبه گر پیش بینی ریسک بی اختیاری ادراری بیماران با پرولاپس متوسط تا شدید ارگان های لگن کاندیدای جراحیen_US
dc.typeThesisen_US
dc.contributor.supervisorصمد سلطانی, طاها
dc.contributor.supervisorحاج ابراهیمی, سکینه
dc.contributor.departmentفناوری اطلاعات سلامتen_US
dc.description.disciplineانفورماتیک پزشکیen_US
dc.description.degreeکارشناسی ارشدen_US
dc.citation.reviewerراننده کلانکش, لیلا
dc.citation.reviewerباستانی, پروین


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record