رابطه عوامل اقتصادی-اجتماعی و بروز سرطان معده با استفاده از مدل شبکه عصبی مصنوعی در مردان ایران

نویسندگان

چکیده مقاله:

مقدمه: امروزه با شتاب بالای تغییرات در مولفه های تاثیرگذار در تشدید بروز سرطان ها پیش بینی می شود نرخ رشد سرطان افزایش یافته و به بیش از دو برابر وضع موجود طی دو دهه آینده برسد و به عنوان یکی از چالش های مهم نظام سلامت مطرح گردد. هدف این مطالعه بررسی رابطه سرطان معده در مردان تمامی استان های کشور ایران با مولفه‌ های اجتماعی-اقتصادی آن می باشد. مواد و روش ها: اشکال روش ‌های سنتی تخمین میزان سرطان این است که ضرایب ممکن است با زمان تغییر کند و برای سیستم مدیریت عوامل موثر بر سرطان به لحاظ دینامیک بودن آن، کارایی خود را از دست دهد. بنا بر این به کارگیری تکنیک‌های پیشرفته  مانند شبکه ‌های عصبی مصنوعی می ‌تواند در برآورد این سیستم دینامیک و غیر خطی موثر باشد. داده های مربوط به عوامل اجتماعی-اقتصادی از سالنامه های آماری استان ها و داده های بروز سرطان از مجموعه گزارش های کشوری ثبت سرطان، اداره مبارزه با بیماری های غیرواگیر جمع آوری گردید که به صورت تلفیقی از مقاطع شامل استان های کشور و در فاصله زمانی 88-1383 می باشد. از نرم افزار MATLAB جهت تحلیل داده ها استفاده گردید. یافته های پژوهش: نتایج نشان داد عوامل اقتصادی-اجتماعی و بروز سرطان معده ارتباط معنی داری دارند. رابطه مستقیم نرخ بیکاری ، بعد خانوار و رابطه عکس نرخ باسوادی، نسبت شهر نشینی و هزینه خانوار نسبت به نرخ بروز سرطان، در این پژوهش مشهود است. بحث و نتیجه گیری: این نابرابری های اقتصادی-اجتماعی در بروز سرطان معده جامعه مردان ایران، تلاش برای بررسی مکانیسم های قابل پیشگیری و به دنبال آن ارتقاء و حمایت از شیوه زندگی سالم در میان گروه های محروم را الزامی می کند. به طور کلی می ‌توان از این شبکه عصبی مصنوعی که از آن سیستم غیر خطی به دست آمده است، برای تعیین مقادیر نرخ بروز سرطان معده بر اساس داده‌ های ورودی هر استان یا هر سال شمسی جدید استفاده کرد. از این اطلاعات می ‌توان در برنامه‌ ریزی جهت پیشگیری از بروز سرطان و مدیریت میزان نرخ بروز سرطان استفاده کرد.

برای دانلود باید عضویت طلایی داشته باشید

برای دانلود متن کامل این مقاله و بیش از 32 میلیون مقاله دیگر ابتدا ثبت نام کنید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

مدل سازی و پیش بینی رشد اقتصادی در ایران با استفاده از شبکه های عصبی مصنوعی

شبکه های عصبی مصنوعی، یک ابزار قدرتمند برای تجزیه و تحلیل داده ها و مدل سازی روابط غیر خطی به حساب می آید که استفاده از آن طی سال های گذشته در اقتصاد کلان گسترش یافته است. در این مطالعه، کارایی یک مدل شبکه عصبی با یک مدل خطی رگرسیون برای پیش بینی نرخ رشد اقتصادی در ایران مقایسه می شود. برای این منظور ابتدا، یک مدل رگرسیون رشد برای دوره 1315-1373 برآورد شده و سپس با همان مجموعه رگرسورها (متغیرها...

متن کامل

مقایسه‌ی مدل شبکه عصبی مصنوعی و رگرسیون کاکس در پیش‌بینی بقای بیماران مبتلا به سرطان معده

سابقه و هدف: یکی از روش‌های آماری تحلیل داده‌های بقا، مدل رگرسیونی کاکس است که نیازمند پذیره‌هایی مانند متناسب بودن مخاطرات است. در چند دهه اخیر به‌کارگیری مدل شبکه عصبی مصنوعی برای پیش‌بینی داده‌های بقا، افزایش یافته است. این مطالعه به منظور پیش‌بینی بقای بیماران مبتلا به سرطان معده به کمک دو مدل رگرسیونی کاکس و شبکه عصبی مصنوعی انجام شده است. مواد و روش‌ها: طی سال‌های 1381 لغایت 1385، تعداد ...

متن کامل

مقایسه مدل شبکه عصبی مصنوعی و رگرسیون پارامتری در پیش‌بینی بقای بیماران مبتلا به سرطان معده

Background & Objective: Using parametric models is common approach in survival analysis. In the recent years, artificial neural network (ANN) models have increasingly used in survival prediction. The aim of this study was to predict of survival rate of patients with gastric cancer by using a parametric regression and ANN models and compare these methods. Methods: We used the data of 436 gast...

متن کامل

بررسی رابطه عوامل اقتصادی-اجتماعی با بروز سرطان خون در ایران

Background and Aim: Cancer disease is one of the main problems of Iranian health system. It is after Cardiovascular diseases and accidents, the third leading cause of death in Iran. In many countries, differences in socio-economic status have been linked with the incidence of disease, death and in general, health inequalities. The aim of this study is to determine the socioeconomic factors asso...

متن کامل

مدل سازی و پیش بینی رشد اقتصادی در ایران با استفاده از شبکه های عصبی مصنوعی

شبکه های عصبی مصنوعی، یک ابزار قدرتمند برای تجزیه و تحلیل داده ها و مدل سازی روابط غیر خطی به حساب می آید که استفاده از آن طی سال های گذشته در اقتصاد کلان گسترش یافته است. در این مطالعه، کارایی یک مدل شبکه عصبی با یک مدل خطی رگرسیون برای پیش بینی نرخ رشد اقتصادی در ایران مقایسه می شود. برای این منظور ابتدا، یک مدل رگرسیون رشد برای دوره 1315-1373 برآورد شده و سپس با همان مجموعه رگرسورها (متغیرها...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


عنوان ژورنال

دوره 23  شماره 4

صفحات  264- 278

تاریخ انتشار 2015-10

با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.

کلمات کلیدی

کلمات کلیدی برای این مقاله ارائه نشده است

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023