پنجشنبه 26 تير 1404 - 21 محرم 1447
  گروه سلامت نوجوانان ، جوانان و مدارس

شرح وظایف پزشک خانواده – گروه سلامت نوجوانان ، جوانان و مدارس

مدیریت خدمات ومراقبتهای بهداشتی درمانی :

1. نظارت و کنترل سرشماری مدارس ( دارای پرونده )

2. نظارت و کنترل سرشماری دانش اموزان تحت پوشش

3. انجام معاینات غربالگری دوره ای کلیه دانش آموزان تحت پوشش

4. انجام معاینات غربالگری گروه سنی نوجوانان و جوانان غیر دانش آموز

5. ارجاع و پیگیری خدمات تخصصی دانش آموزان و گروه سنی نوجوانان و جوانان غیر دانش آموز

6. مراقبت از بیماریهای خاص

7. پیگیری و نظار ت برنامه های :

- پدیکولوزیس

- طرح شیر در مدرسه

- واکسیناسیون توام

مرکز بهداشت استان آذربایجان شرقی

هماهنگی ، برنامه ریزی و اجرای برنامه های آموزش وارتقاء سلامت برای :

1. دانش آموزان

1. نوجوانان و جوانان غیر دانش آموز

2. اولیای دانش آموزان

3. اولیای مدارس

براساس نیاز سنجی ، دستور العملهای ابلاغی و وضعیت آمار و اطلاعات

4. برنامه های مروج سلامت دانش آموزان ، نوجوانان وجوانان ( مسابقات بهداشتی ، یرنامه های مشارکتی ، نمایشگاه ، کارناوال و...)

نظارت ، پیگیری وکنترل برنامه های مراقبت از عوامل محیطی موثر بر سلامت دانش آموزان در مدارس تحت پوشش

هماهنگی و جلب مشارکت شوراهای اسلامی ، مدارس و سایر ارگانها در جهت توسعه برنامه های سلامت نوجوانان ، جوانان و مدارس

نوشته شده در   سه شنبه شانزدهم دي 1393  ساعت  10:21  
ویرایش شده در *** ساعت --
 
 دقت پیش بینی مرگ و میر نوزادان با استفاده از شبکه عصبی تجمیعی
دوره دهم (1398) , شماره دوم English Article
اپیدمیولوژی و بار بیماریها در سیستم سلامت
سمیه حشمت الوندی 1، علی اصغر پورحاجی کاظم 2، مرتضی قوجازاده 3، محمد حیدرزاده 4، سعید دستگیری 5،
  • تاریخ دریافت 1398/01/28
  • تاریخ پذیرش 1398/04/18
  • تاریخ انتشار 1398/06/30
زمينه و اهداف: نرخ بالای مرگ‌ومیر نوزادان به‌عنوان یک مسئله مهم در بهداشت و سلامت جامعه در سراسر جهان هست. برآورد دقيق مرگ‌ومیر نوزادان پیش‌نیاز توسعه استراتژی‌های بهداشتی آینده هست که منجر به پیشرفت در وضعیت سلامتی نوزادان است؛ بنابراین، برای کاهش مرگ‌ومیر نوزادان و کاهش هزینه‌های مراقبت‌های بهداشتی ایجاد یک مدل پیش‌بینی برای پیشرفت جامعه ضروری است. هدف از این پژوهش ایجاد یک مدل پیش‌بینی، مبتنی بر تکنیک داده‌کاوی جهت بررسی دقت پیش‌بینی پیامد مرگ‌ومیر نوزادان در بدو تولد با استفاده از مدل شبکه عصبی تجمیعی در نرم‌افزار رپیدماینر می‌باشد.

مواد و روش ها: این مطالعه بر روی 8053 تولد (شامل 1605 مورد مرگ و 6448 شاهد) در سراسر کشور در سال 1394 انجام‌ شد. متغيرهاي مطالعه شامل بیماری‌های مادر، سن مادر، سن حاملگی، جنسيت نوزاد، وزن تولد، مرتبه ی تولد و ناهنجاری‌های بدو تولد به‌عنوان متغيرهاي پیش‌بینی كننده روش شبکه عصبی تجمیعی مورد استفاده قرار گرفتند. معیارهایی مانند سطح زیر منحنی راک، دقت، صحت و میزان نرخ خطای دسته بندی شبکه عصبی تجمیعی محاسبه شدند و با مدل‌های دیگر داده‌کاوی مانند شبكه عصبي، درخت تصميم و نزدیکترین همسایه مورد  مقايسه قرار گرفتند.

يافته ها: نتايج حاصل از مقایسه الگوریتم‌های پیش‌بینی نشان داد كه شبكه عصبي تجميعي با ميزان دقت 21/99 درصد، صحت 17/99 درصد، نرخ خطای دسته‌بندی 83/0 درصد و سطح زیر منحنی راک 992/0 نتایج بهتری در پیش‌بینی نسبت به سایر مدل های پیش بینی داشت.

نتيجه گيري: با توجه به نتایج بدست‌ آمده از این پژوهش، شبکه عصبي تجميعي می‌تواند به کاهش هزینه های سیستم مراقبت بهداشتی کمک کند و سلامت جامعه را از طریق پیشگیری از مرگ ومیر و پیامدهای ناگوار نوزادان بهبود ببخشد.

مرگ و میر نوزادانداده کاویشبکه عصبی تجمیعیدرخت تصمیمنزدیکترین همسایه
1253
174