تعیین دوز وارفارین در بیماران بزرگسال ایرانی دارای دریچه مصنوعی قلب با استفاده از شبکه عصبی مصنوعی

Authors

  • آقازاده, مریم کارشناس ارشد انفورماتیک پزشکی، گروه مدیریت اطلاعات سلامت، دانشکده پیراپزشکی، دانشگاه علوم پزشکی تهران، تهران، ایران
  • اروجی, اعظم دانشجوی دکتری تخصصی انفورماتیک پزشکی، گروه مدیریت اطلاعات سلامت، د انشکده مدیریت و اطلاع رسانی پزشکی،دانشگاه علوم پزشکی ایران، تهران، ایران
  • قاضی سعیدی, مرجان دانشیار، گروه مدیریت اطلاعات سلامت، دانشکده پیراپزشکی، دانشگاه علوم پزشکی تهران، تهران، ایران
  • لنگری زاده, مصطفی استادیار، گروه مدیریت اطلاعات سلامت، دانشکده مدیریت و اطلاع رسانی پزشکی، دانشگاه علوم پزشکی ایران، تهران، ایران
  • مقبلی, فاطمه دانشجوی دکتری تخصصی انفورماتیک پزشکی، گروه مدیریت اطلاعات سلامت، دانشکده مدیریت و اطلاع رسانی پزشکی، دانشگاه علوم پزشکی ایران، تهران، ایران
  • کامکار حقیقی, مهران دانشجوی دکتری مهندسی برق و کامپیوتر، گروه کامپیوتر، دانشگاه صنعتی انتریو، انتریو، کانادا
Abstract:

Background and Aim: Artificial intelligence is a branch of computer science that has the ability of analyzing complex medical data. Using artificial intelligence is common in diagnosing, treating and taking care of patients. Warfarin is one of the most commonly prescribed oral anticoagulants. Determining the exact dose of warfarin needed for patients is one of the major challenges in the health system, which has attracted the attention of researchers. The purpose of this study was to determine the exact dose of warfarin needed for patients with artificial heart valves using artificial neural networks (ANN). Materials and Methods: A total of 9 multi-layer perceptron ANNs with different structures were constructed and evaluated based on a dataset including 846 patients who had referred to the PT clinic in Tehran Heart Center in the second half of the year 2013. Finally, the best structure of ANN for warfarin dose was investigated. All simulations including data preprocessing and neural network designing were done in MATLAB environment. Results: The effectiveness of ANNs was evaluated in terms of classification performance using 10-fold cross-validation procedure and the results showed that the best model was a network that had 7 neurons in its hidden layer with an average absolute error of 0.1, turbulence rate of 0.33, and regression of 0.87.  Conclusion: The achieved results reveal that ANNs are able to predict warfarin dose in Iranian patients with an artificial heart valve. Although no system can be guaranteed to achieve 100% accuracy, they can be effective in reducing medical errors.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

بررسی ارتباط عوارض وارفارین با برخی از مشخصه های فردی و محیطی بیماران دارای دریچه مصنوعی قلب

چکیده مقدمه: داروهای ضدانعقاد خوراکی که در پیشگیری از ترومبوز و آمبولی در بیماران تعویض دریچه‌ای و دیگر افراد مستعد تجویز می‌شوند عوارض متعددی دارند که با عوامل گوناگون فردی و محیطی تشدید می‌شوند. هدف: بررسی بروز عوارض مصرف وارفارین و ارتباط آن با برخی عوامل شاخص فردی و محیطی در بیماران تعویض دریچه‌ای استان گیلان مواد و روش‌ها: این پژوهش از نوع توصیفی- تحلیلی و جمع‌آوری داده‌ها آینده‌نگر بود که...

full text

انتخاب ویژگی‌های مؤثر کلینیکی و ژنتیکی به‌منظور پیش‌بینی دوز وارفارین با استفاده از شبکه‌های عصبی مصنوعی

Background: Warfarin is one of the most common oral anticoagulant, which role is to prevent the clots. The dose of this medicine is very important because changes can be dangerous for patients. Diagnosis is difficult for physicians because increase and decrease in use of warfarin is so dangerous for patients. Identifying the clinical and genetic features involved in determining dose could be us...

full text

تعیین ارزش دارایی‌های نامشهود با استفاده از شبکه عصبی مصنوعی

درک عوامل موثر بر ارزش شرکت برای سرمایه‌گذاران و اعتباردهندگان پیش از اتخاذ تصمیمات سرمایه‌گذاری یا اعطای تسهیلات، امری حیاتی است. از آن‌جایی که اقتصاد دانش‌محور در حال تکامل یافتن است، روش ایجاد ارزش شرکتی از شیوه سنتی مبتنی بر دارایی‌های فیزیکی به دانش نامشهود منتقل شده است. از این‌رو در آینده نه چندان دور، ارزش‌گذاری دارایی‌های نامشهود به موضوع مهمی در اقتصاد مبدل خواهد شد. این مطالعه بر آن ...

full text

انتخاب ویژگی های مؤثر کلینیکی و ژنتیکی به منظور پیش بینی دوز وارفارین با استفاده از شبکه های عصبی مصنوعی

زمینه و هدف: وارفارین داروی ضدانعقاد می باشد که نقش آن پیشگیری از ایجاد لختگی است. هدف از این مقاله، ارایه روشی مناسب برای انتخاب ویژگی های مهم کلینیکی و ژنتیکی و پیش بینی میزان دوز وارفارین بود. روش بررسی: این مطالعه تجربی، از اردیبهشت تا خرداد 1394 بر روی 552 نفر از بیمارانی که در بیمارستان مرکز قلب تهران کاندید استفاده از وارفارین بودند، انجام گرفت. عوامل تأثیرگذار در میزان دوز استخراج شده، ...

full text

میزان سقط و عوارض مادری- جنینی در بیماران قلبی دارای دریچه مصنوعی تحت درمان با وارفارین

وجود دریچه مصنوعی قلب در بیماران، موجب عوارض ترومبوآمبولی می شود که برای کاهش این موارد باید داروهای ضد انعقاد را در سراسر زندگی خود مصرف کنند. در بیماران حامله که دریچه مصنوعی مکانیکی دارند علاوه بر عوارض ترومبوآمبولی، داروهای ضد انعقادی باعث عوارضی مانند ناهنجاری جنینی، سقط، سکته مغزی و گرفتگی دریچه مصنوعی در مادران می شود؛ که عمدتاً به دنبال این عوارض میزان مرگ و میر افزایش می یابد. به منظور ...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 12  issue 4

pages  249- 259

publication date 2018-11

By following a journal you will be notified via email when a new issue of this journal is published.

Keywords

No Keywords

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023