[صفحه اصلی ]   [Archive] [ English ]  
:: صفحه اصلي :: درباره نشريه :: آخرين شماره :: جستجو :: ثبت نام :: ارسال مقاله :: تماس با ما ::
:: دوره 24، شماره 4 - ( 8-1395 ) ::
جلد 24 شماره 4 صفحات 11-20 برگشت به فهرست نسخه ها
استفاده از شبکه عصبی مصنوعی و مقایسه آن با رگرسیون لجستیک در پیش‌ بینی اختلالات روانی بعد از تروما در بیماران دچار آسیب مغزی خفیف
الهام شفیعی1، اسماعیل فخاریان 2، عبدالله امیدی3، حسین اکبری4، علی دلپیشه5، آرش نادمی6
1- دانشجوی دکتری مرکز تحقیقات تروما،دانشگاه علوم پزشکی کاشان، کاشان، ایران
2- استاد تمام مرکز تحقیقات تروما،دانشگاه علوم پزشکی کاشان، کاشان، ایران ، efakharian@gmail.com
3- دانشیار گروه روان شناسی بالینی، دانشکده بهداشت، دانشگاه علوم پزشکی کاشان، کاشان، ایران
4- استادیار گروه آمار و بهداشت عمومی، دانشکده بهداشت، دانشگاه علوم پزشکی کاشان، کاشان، ایران
5- استاد تمام مرکز تحقیقات آسیب های روانی- اجتماعی، دانشگاه علوم پزشکی ایلام، ایلام، ایران
6- استادیار گروه آمار، دانشگاه آزاد اسلامی، واحد ایلام، ایلام، ایران
چکیده:   (2608 مشاهده)

مقدمه: امروزه شبکه ­های عصبی مصنوعی در پیش ­بینی اثرات متغیرهای متعدد و با روابط پیچیده بر روی یک متغیر خاص مورد توجه قرار گرفته است. در این مطالعه، قدرت شبکه عصبی مصنوعی در پیش­ بینی اختلالات روانی بعد از تروما در بیماران دچار آسیب مغزی خفیف با رگرسیون لجستیک مقایسه شد.

مواد و روش ­ها: در یک مطالعه کوهورت آینده نگر، 100 نفر بیمار ترومایی ارجاع شده به مرکز ترومای بیمارستان شهید بهشتی کاشان طی مدت 6 ماه مورد بررسی قرار گرفتند. سپس بیماران ترومایی به طور تصادفی به دو گروه آموزشی(50 نفر) و آزمایشی(50 نفر) تقسیم شدند. چهارده متغیر سن، جنس، شغل، سطح تحصیلات، وضعیت تاهل، وضعیت اقتصادی، سابقه قبلی اختلال روانی در بستگان درجه یک، سابقه بستری در بخش جراحی اعصاب، سابقه قبلی تروما، سابقه بیماری زمینه ­ای، سابقه مصرف دارو سایکولوژیکی، سابقه بیهوشی، سابقه استفاده از الکل، سابقه استفاده از مواد مخدر در این افراد بررسی شدند. سیصد مدل شبکه عصبی مصنوعی و رگرسیون لجستیک در گروه اول ساخته و در گروه دوم مقادیر پیش ­بینی شده توسط دو مدل نهایی مقایسه شدند. برای تخمین قدرت پیش ­بینی اختلال روانی از منحنی راک و صحت کلاس بندی استفاده گردید.

یافته ­های پژوهش: نتایج این مطالعه نشان داد، شاخص درصد پیش ­بینی درست برای مدل شبکه های عصبی برابر 65/90 درصد و برای رگرسیون لجستیک برابر 96/75 درصد می باشد.

بحث و نتیجه گیری: مدل های شبکه عصبی مصنوعی در پیش­ بینی اختلال روانی از مدل رگرسیون لجستیک قوی تر بودند. این تفاوت نشانگر قدرت بیشتر مدل های مبتنی بر شبکه­ های عصبی مصنوعی در پیش ­بینی موارد اختلال روانی با استفاده از ریز فاکتورهای مختلف و لزوم استفاده از این فناوری در موارد غربالگری جمعیتی می ­باشد.

واژه‌های کلیدی: پیش بینی، اختلال روانی، شبکه عصبی مصنوعی، رگرسیون لجستیک، ترومای مغزی خفیف
متن کامل [PDF 504 kb]   (1280 دریافت)    
نوع مطالعه: كاربردي | موضوع مقاله: اپیدمیولوژی
دریافت: ۱۳۹۴/۴/۱۳ | پذیرش: ۱۳۹۴/۱۱/۱۲ | انتشار: ۱۳۹۵/۸/۲
ارسال پیام به نویسنده مسئول

ارسال نظر درباره این مقاله
نام کاربری یا پست الکترونیک شما:

CAPTCHA code



XML   English Abstract   Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Shafiei E, Fakharian E, Omidi A, Akbari H, Delpisheh A, Nademi A. Use of Artificial Neural Network Versus Logistic Regression to Predict Post-Traumatic Mental Disorders. sjimu. 2016; 24 (4) :11-20
URL: http://sjimu.medilam.ac.ir/article-1-2870-fa.html

شفیعی الهام، فخاریان اسماعیل، امیدی عبدالله، اکبری حسین، دلپیشه علی، نادمی آرش. استفاده از شبکه عصبی مصنوعی و مقایسه آن با رگرسیون لجستیک در پیش‌ بینی اختلالات روانی بعد از تروما در بیماران دچار آسیب مغزی خفیف. مجله علمی دانشگاه علوم پزشکی ایلام. 1395; 24 (4) :11-20

URL: http://sjimu.medilam.ac.ir/article-1-2870-fa.html



دوره 24، شماره 4 - ( 8-1395 ) برگشت به فهرست نسخه ها
مجله علمی پزوهشی دانشگاه علوم پزشکی ایلام scientific journal of ilam university of medical sciences
Persian site map - English site map - Created in 0.31 seconds with 31 queries by YEKTAWEB 3753