تعیین احتمال مرگومیر نوزادان نارس بستری در بخش مراقبتهای ویژه نوزادان بیمارستان قائم با استفاده مدل شبکه عصبی مصنوعی

پیشرفت سریع در درمانهای طبی و تکنولوژی مراقبت های حاد طی 30 ساله اخیر و در کنار آن افزایش هزینه های مراقبتهای طبی، آنالیز پیامدها از جمله پیش بینی خطر مرگ و میر از چالش های بخش های مراقبت ویژه شده است.هدف: پیش بینی مرگ و میر نوزادان نارس بستری در NICU با استفاده از مدل شبکه عصبی مصنوعی.روش: این مطالعه بر روی نوزادان نارس با سن حاملگی کمتر از 37 هفته و در سالهای 1389-1386 با استفاده از نرم ابزار MATLAB انجام شد. 100 پرونده نوزاد نارس را با استفاده از 21 متغیر، که 80 درصد برای آموزش شبکه عصبی مصنوعی و و 20 درصد برای آزمون مدل طراحی شده مورد استفاده قرار گرفت. برای جلوگیری از پراکندگی اطلاعات از سیستم کد بندی اطلاعات استفاده شد و از این کدها برای طراحی و آزمون مدل شبکه عصبی مصنوعی استفاده شد. یافته ها: به ازای 60 نورون و 20 تکرار، صحت به حد مطلوب خود (صحت 2/95%در مرحله آموزش و صحت 56/94% در مرحله آزمایش) رسید. در صورتی که تعداد تکرار از این حد بیشتر می شد الگوریتم به سمت پدیده آموزش بیش از حد (overtraining) پیش می رفت. نتیجه گیری: در اینجا روشی برای ایجاد مدلهای ANN برای برآورد احتمال مرگ ومیر در نوزادان نارس با استفاده از 21 متغیر معرفی شد. این مدل می تواند بالقوه برای پیش بینی بسیاری دیگر از پیامدهای NICU مانند پیش بینی طول دوره تهویه مکانیکی وعوارضی چون ناهنجاری های موجود در تصویربرداری عصبی، انتروکولیت نکروزان و دیسپلازی برونکوپولمونر مورد استفاده قرار گیرد

کلیدواژه ها:

مرگ و میر ، نوزاد نارس ، بخش مراقبت های ویژه نوزادان ، شبکه عصبی مصنوعی