دوره 12، شماره 1 - ( فروردین و اردیبهشت 1397 )                   جلد 12 شماره 1 صفحات 44-52 | برگشت به فهرست نسخه ها

XML English Abstract Print


1- استاد گروه مدیریت اطلاعات سلامت، دانشکده پیراپزشکی، دانشگاه علوم پزشکی تهران، تهران، ایران
2- دانشیار گروه مدیریت اطلاعات سلامت، دانشکده پیراپزشکی، دانشگاه علوم پزشکی تهران، تهران، ایران
3- متخصص زنان زایمان، گروه داخلی، بیمارستان امام خمینی، کرج، ایران
4- کارشناس ارشد فناوری اطلاعات سلامت، گروه مدیریت اطلاعات سلامت، دانشکده پیراپزشکی، دانشگاه علوم پزشکی تهران، تهران، ایران ، elmirapt@yahoo.com
5- دانشجوی کارشناسی ارشد انفورماتیک پزشکی، گروه مدیریت اطلاعات سلامت، دانشکده پیراپزشکی، دانشگاه علوم پزشکی تهران، تهران، ایران
چکیده:   (624 مشاهده)
زمینه و هدف: سرطان اپیتلیال تخمدان یکی از کشنده ترین انواع سرطانهای زنان می باشد. لذا هدف این مطالعه بررسی و استخراج فاکتورهای موثر در پیش بینی و تشخیص این نوع از سرطان در قالب مدل درخت تصمیم به منظور تسهیل تشخیص در حوزه ی سرطان تخمدان است.
روش بررسی: پژوهش حاضر از نوع مطالعه ی توصیفی توسعه ای است. ابزار اصلی پژوهش، چک لیستی براساس اطلاعات پرونده ها، منابع معتبر علمی، مرور مطالعات منتشر شده و نظر خبرگان بود. به منظور تعیین روایی محتوایی چک لیست از روش CVR استفاده شد. سپس، چک لیست با معیار لیکرت سه گزینه ای برای نظر سنجی در اختیار خبرگان این رشته قرار گرفت. در نهایت به منظور طراحی درخت تصمیم، پس از تجزیه و تحلیل نتایج به دست آمده از نظرسنجی خبرگان، مدل نهایی براساس این نتایج توسعه یافت. 
یافته ها: عناصر داده ای درخت تصمیم براساس نظرسنجی متخصصان، گایدلاین ها و دستورالعملهای تشخیص و غربال گری مرتبط با سرطان تخمدان به دست آمد. گره های برگ در درخت مذکور شامل انواع تومورمارکرها، پیگیری، اقدامات درمانی و ارجاعات می باشند. صحت درخت تصمیم توسط خبرگان تایید شد. ROMA(CA125+HE4) ،CA19-9 و CEA مهمترین تومور مارکرهایی است که براساس مدل تصمیم به دست آمد.
نتیجه گیری: مدلهای تصمیم بالینی می توانند با ایجاد یکپارچگی در اطلاعات بیمار، به ارایه پیشنهادهای تشخیصی و درمانی خاص بپردازند. مدل طراحی شده در این پژوهش می تواند با تسهیل تصمیم گیری، تشخیص بیماری سرطان اپیتلیال تخمدان را به طور قابل ملاحظه ای بهبود بخشد.
متن کامل [PDF 510 kb]   (656 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: فناوری اطلاعات سلامت
انتشار الکترونیک: ۱۳۹۷/۳/۹