فهرست مطالب

انفورماتیک سلامت و زیست پزشکی - سال چهارم شماره 4 (زمستان 1396)
  • سال چهارم شماره 4 (زمستان 1396)
  • تاریخ انتشار: 1397/01/17
  • تعداد عناوین: 8
|
  • محمد جواد کبیر، حسن اشرفیان امیری، سید مظفر ربیعی، آناهیتا کشاورزی، سهیلا حسینی، سید داود نصرالله پور شیروانی صفحات 244-252
    مقدمه
    پرونده الکترونیک سلامت، جمع آوری الکترونیکی اطلاعات «تمام طول حیات یک فرد» می باشد که توسط ارائه دهندگان مراقبت بهداشتی ثبت و در واحد های مختلف نظام ارائه خدمات سلامت به اشتراک گذاشته می شود. ایجاد پرونده الکترونیک سلامت از سال 1394 با راه اندازی سامانه سیب به همه دانشگاه های علوم پزشکی کشور ابلاغ شد. این مطالعه به منظور تعیین رضایت مندی پزشکان خانواده شهری و مراقبین سلامت استان های فارس و مازندران از سامانه سیب انجام گرفت.
    روش
    این مطالعه مقطعی در زمستان 1395 انجام گرفت. جامعه پژوهش پزشکان خانواده شهری و مراقبین سلامت بودند که به صورت نمونه گیری تصادفی منظم انتخاب شدند. ابزار جمع آوری داده ها پرسشنامه محقق ساخته شامل 2 بخش متغیرهای فردی با 8 سوال باز و بسته و رضایتمندی با 8 سوال بسته در مقیاس لیکرت بوده که روایی و پایایی آن مورد تایید قرار گرفت.
    نتایج
    از 464 نفر مورد مطالعه، 236 نفر (50/9%) پزشک و 228 نفر (49/1 %) مراقب سلامت، 273 (نفر(58/8%) شاغل استان فارس و 191 نفر (41/2%) شاغل استان مازندران بودند. اکثریت افراد (65/5%) زن بودند. میانگین رضایت مندی افراد مورد مطالعه از سامانه سیب (از 5 نمره) در کل دو استان 0/8±2/94، در استان فارس 8/0±89/2 و در استان مازندران 0/7±3/03 بود. میانگین رضایت مندی پزشکان خانواده شهری 0/7±2/75 و مراقبین سلامت 0/8±3/04 بود. بین نوع شغل، استان های محل خدمت و رضایت مندی از سامانه سیب تفاوت معنی دار وجود داشت (0/0001=P)، (0/012=P).
    نتیجه گیری
    این مطالعه نشان داد رضایت مندی شاغلین در برنامه پزشک خانواده شهری پایین تر از حد متوسط بود. پیشنهاد می گردد ساختار سامانه سیب متناسب با نیازهای ارائه دهندگان و به منظور کاربرمحور باز طراحی شود.
    کلیدواژگان: پزشک خانواده شهری، پرونده الکترونیک سلامت، سامانه سیب، مراقبین سلامت
  • سیده اسما تقوی، حسین منعم صفحات 253-265
    مقدمه
    بیمارستان ها به عنوان مهم ترین واحدهای مصرف کننده منابع در بخش بهداشت و درمان از حساسیت زیادی در استفاده حداکثری از حداقل منابع موجود برخوردار هستند. نظر به اینکه در در دو دهه اخیر استفاده از پردازش کامپیوتری داده ها جهت استخراج دانش و ارتقاء سطح بهره وری و استفاده از منابع مورد توجه بسیاری از سازمان ها قرار گرفته است در این مطالعه، بهینه سازی تخصیص تخت های بخش مراقبت های ویژه بیمارستان شهید فقیهی شیراز با استفاده از بهینه سازی و ترکیب الگوریتم های ژنتیک و رقابت استعماری هدف گذاری شد.
    روش
    در این مطالعه تحلیلی – مقطعی بیماران با استفاده از بهینه سازی و ترکیب الگوریتم های ژنتیک و رقابت استعماری در سه ماهه اول سال 1395 پایش و به بخش مراقبت های ویژه تخصیص داده شدند بدین منظور از تعداد بیماران، تعداد تخت ها، پزشکان و علائم حیاتی بیماران به عنوان ورودی و نحوه چینش بیماران و میزان بهینه سازی تخصیص به عنوان خروجی برای بررسی و تخصیص استفاده شد. جهت بررسی داده ها از نرم افزار Matlab نسخه 2012 استفاده گردید.
    نتایج
    نتایج حاصل از این پژوهش نشان داد که الگوریتم رقابت استعماری به منظور بهینه سازی تخصیص تخت های بخش مراقبت های ویژه قلبی نسبت به الگوریتم ژنتیک کارایی بیشتری دارد و همچنین الگوریتم ترکیبی به دست آمده از آن دو الگوریتم، کارایی بهتری نسبت به الگوریتم رقابت استعماری داشت.
    نتیجه گیری
    درروند پژوهش اولویت های بستری شدن بیماران و همچنین نحوه بستری شدن بیماران مشخص گردید و پیشنهادهایی جهت تخصیص تخت ها به بیماران نیز ارائه گردید.
    کلیدواژگان: بهینه سازی، تخصیص منابع، الگوریتم ژنتیک، الگوریتم رقابت استعماری، الگوریتم ترکیبی، بخش مراقبت های ویژه قلبی
  • پروانه دهقان، مائده مقربی، ایمان ذباح، کامران لایقی، علی ماروسی صفحات 266-278
    مقدمه
    سرطان سینه رایج ترین شکل سرطان در زنان است. اهمیت تشخیص سرطان سینه به عنوان یکی از موضوعات مهم در علم پزشکی مطرح می شود. تشخیص خوش خیم یا بدخیم بودن سرطان علاوه بر کاهش هزینه ها در جهت گیری نوع درمان از اهمیت فوق العاده ای برخوردار است. هدف از این پژوهش ارائه مدل هایی بر اساس داده کاوی است که قابلیت پیش بینی بیماری سرطان سینه را داشته باشند.
    روش
    این مطالعه از نوع توصیفی-تحلیلی می باشد. پایگاه داده آن شامل 683 رکورد مستقل شامل 9 متغیر موجود در پایگاه داده یادگیری ماشین UCI می باشد. در این مقاله، از شبکه های عصبی مصنوعی پرسپترون ، بیزین و شبکه عصبی LVQ برای کلاس بندی سرطان سینه به دوکلاس خوش خیم و بدخیم استفاده شده است. از 80 % داده ها جهت آموزش و از 20 % باقی مانده جهت آزمون استفاده شد.
    نتایج
    پس از پیش پردازش داده ها شبکه های عصبی متفاوت با معماری های مختلف مورد بررسی قرار گرفتند. در بهترین حالت خوش خیم یا بد خیم بودن سرطان را در شبکه های عصبی پرسپترون چند لایه و شبکه عصبی LVQ و بیزین با میانگین ده بار تست به ترتیب با دقت های 97/5% و 97/6% و 98/3% پیش بینی شد. بررسی های مطالعه نشان داد که شبکه عصبی بیزین در تشخیص بیماری موفق تر است.
    نتیجه گیری
    سرطان پستان یکی از شایع ترین سرطان ها در بین زنان می باشد. تشخیص به موقع بیماری ضمن کاهش هزینه ها، شانس درمان موفقیت آمیز بیمار را افزایش می دهد. در این مطالعه ضمن تشخیص بیماری به کمک روش های داده کاوی، توانست با استفاده از شبکه عصبی بیزین به دقت بالایی در تشخیص بیماری دست یابد.
    کلیدواژگان: سرطان پستان، شبکه عصبی مصنوعی، شبکه عصبی پرسپترون، LVQ، داده کاوی
  • حامد مهدی زاده، لیدا فدایی زاده صفحات 279-290
    مقدمه
    افزایش پیوسته درخواست خدمات تخصصی پوستی به همراه توزیع جغرافیایی نامتوازن این متخصصان، موجب محدودتر شدن دسترسی بیماران به این خدمات شده است. تله درماتولوژی یکی از راهکارهای نوآورانه می باشد که می تواند به عنوان راه حلی برای بهبود دسترسی به خدمات تخصصی پوستی با صرف حداقل منابع مادی، در کشورهای در حال توسعه مانند ایران مورد توجه قرار گیرد.
    روش
    پژوهش حاضر از نوع کاربردی بوده و با هدف طراحی مجدد و ارزیابی نرم افزار تله درماتولوژی انجام شد. در این تحقیق، طراحی مجدد نرم افزار بعد از استفاده در محیط بالینی و با استفاده از نظرات کاربران انجام و نسخه نهایی نرم افزار تولید شد و مورد ارزیابی قرار گرفت.
    نتایج
    امتیاز مربوط به میزان رضایتمندی کلی کاربران از نرم افزار طراحی شده، هشت از نه امتیاز ممکن بود. امتیازات به دست آمده به ترتیب: 7.8 برای واکنش کلی به سیستم، 8.5 برای ویژگی های صفحه نمایش و رابط کاربری ، 7.9 برای اصطلاحات و اطلاعات سیستم، 8.3 برای یادگیری و 7.5 برای قابلیت های کلی سیستم بود.
    نتیجه گیری
    تجربیات کسب شده از این پژوهش نشان می دهدکه برای طراحی و استفاده موفقیت آمیز نرم افزارهایی که در حوزه بهداشت و سلامت بکار می روند، بایستی جریان کاری و فرآیندهای مربوط به ارائه خدمات بخوبی شناسایی، درک و مدلسازی شوند. همچنین برای افزایش قابلیت استفاده و رضایت کاربر، توسعه سیستم ها باید بر اساس اصول طراحی کاربر محور و مشارکت ذینفعان در تمام مراحل طراحی و توسعه سیستم باشد.
    کلیدواژگان: سلامت الکترونیک، تله درماتولوژی، طراحی کاربر محور، قابلیت استفاده، رضایتمندی
  • جواد لعل دشتی، محسن محمدی، فرهنگ پدیدران مقدم صفحات 291-304
    مقدمه
    سندروم متابولیک به معنای وجود گروهی از عوامل خطر ساز برای بروز بیماری های قلبی- عروقی و دیابت در یک شخص است. وجود علائم و ویژگی های مختلف این بیماری، تشخیص را برای پزشکان دشوار می کند. داده کاوی امکان تحلیل داده های بالینی بیماران برای تصمیم گیری های پزشکی را فراهم می کند. هدف این مقاله، ارائه یک مدل برای افزایش دقت پیش بینی سندرم متابولیک است.
    روش
    در این مطالعه کاربردی-توصیفی، پرونده پزشکی 1499 بیمار مبتلا به سندرم متابولیک با تعداد 15 ویژگی مورد بررسی قرار گرفت. اطلاعات بیماران از پایگاه داده استاندارد بیمارستان فوق تخصصی شهدای گارگر یزد جمع آوری شد. هر یک از بیماران حداقل به مدت یک سال تحت پیگیری بودند. در این مقاله برای پیش بینی و تشخیص سندرم متابولیک، از الگوریتم کلونی زنبور عسل برای بهینه سازی نتایج الگوریتم داده کاوی KNN استفاده شد و یک مدل جدید ارائه گردید.
    نتایج
    بر اساس تابع هدف برای پیش بینی عارضه افزایش چربی خون از روش پیشنهادی، الگوریتم های گرگ خاکستری، ازدحام ذرات و ژنتیک برای بهبود عملکرد الگوریتم KNN استفاده شد. تحلیل های صورت گرفته نشان می دهد که مدل پیشنهادی با دقت پیش بینی 0/921 از روش های فازی، ماشین بردار پشتیبان، درخت تصمیم و شبکه عصبی دقت بیشتر ی دارد.
    نتیجه گیری
    جستجو در پایگاه داده های پزشکی برای رسیدن به دانش و اطلاعات جهت پیش بینی، تشخیص و تصمیم گیری از کاربردهای داده کاوی در پزشکی است. می توان از الگوریتم های وراثتی برای بهینه سازی تکنیک های داده کاوی استفاده کرد. پیش بینی و تشخیص صحیح سندرم متابولیک با استفاده از هوش مصنوعی و یادگیری ماشین، شانس درمان موفق را بالا می برد.
    کلیدواژگان: سندرم متابولیک، الگوریتم کلونی زنبور عسل، درخت تصمیم
  • مسعود کیخا صفحات 305-312
    مقدمه
    نوکاردیا یکی از مهم ترین گروه از اکتینومایست های هوازی است که در خاک زندگی می کند و قادر است به وسیله تنفس و تلقیح تروماتیک به بدن انسان وارد شود و عفونت نوکاردیوزیس را به وجود آورد. روش های مولکولی یکی از بهترین روش های سریع و دقیق برای شناسایی و افتراق این گروه از باکتری ها می باشد. هدف از این مطالعه ارزیابی سه ژن خانه دار در تشخیص و تفریق مهم ترین گونه های نوکاردیا بود.
    روش
    در این مطالعه مقطعی، ابتدا توالی ژن های 16S rRNA، gyrB و hsp65 برای ده گونه نوکاریا از بانک ژنی دریافت شد. سپس توالی ها به کمک نرم افزار های AL16S و jPhydit هم ردیف شدند، سپس اطلاعات به برنامه MEGA منتقل شد و در نهایت درخت فیلوژنتیک براساس هر یک از ژن های 16S rRNA، gyrB و hsp65 به طور جداگانه رسم شد.
    نتایج
    تجزیه و تحلیل درخت فیلوژنتیک حاصل از ژن های 16S rRNA، gyrB و hsp65 نشان داد که همه این ژن ها گونه های نوکاردیا را تشخیص دادند. همچنین ژن gyrB بهترین گزینه برای ترسیم روابط فیلوژنتیک گونه نوکاردیا می باشد.
    نتیجه گیری
    : براساس پژوهش حاضر، برای شناسایی و افتراق صحیح گونه های نوکاردیا می بایست چند ژن خانه دار به طور همزمان مطالعه شود.
    کلیدواژگان: نوکاردیا، تجزیه و تحلیل فیلوژنتیک، 16S rRNA
  • رقیه ارشاد سرابی، فرحناز صدوقی، روح انگیز جمشیدی اورک، کامبیز بهاالدین بیگی صفحات 313-326
    مقدمه
    فناوری تلفن همراه، فرصت های جدیدی را برای سیستم های مراقبت بهداشتی کشورها فراهم نموده است. ارتقاء پیامد درمان های بهداشتی در گروه های مختلف بیماران از جمله منافع به کارگیری این ابزار می باشد. اگرچه به کارگیری سلامت همراه در کشور ایران نیز در حال گسترش است شواهدی بر وضعیت و جهت استفاده از این فناوری در سیستم سلامت وجود ندارد. هدف از این مطالعه بررسی تحقیقات منتشر شده در زمینه استفاده از سلامت همراه در نظام بهداشتی ایران است.
    روش
    به منظور انجام یک تحقیق مروری، پایگاه داده PubMed با کلید واژه «سلامت تلفن همراه» و معادل آن که از «سرعنوان موضوع پزشکی» مورد جستجو قرار گرفت. پایگاه های ایرانی Iranmedx، Magiran و SID نیز با واژه های فارسی و انگلیسی سلامت همراه مورد جستجو قرار گرفت. استنادات بازیابی شده از جستجوی، به نرم افزار Endnote ارسال و بر اساس معیارهای تعیین شده مورد بررسی و ارزیابی قرار گرفتند.
    نتایج
    تعداد 26 عنوان مقاله که معیارهای ورود به مطالعه را داشتند، نمونه پژوهش را تشکیل داد. در اغلب مطالعات پیام کوتاه متنی ابزار اصلی مداخله در سلامت همراه بود. نتایج حاکی از تاثیر معنی دار استفاده از سلامت همراه در بهبود مراقبت از بیماران بود.
    نتیجه گیری
    سلامت تلفن همراه در ایران به علت ساختار جمعیت و گستردگی جغرافیایی می تواند در سیستم بهداشتی مورد استفاده قرار گیرد. بر اساس نتایج مطالعه، استفاده از سلامت همراه به خصوص در آموزش بیماران به جهت خود مراقبتی و جلوگیری از گسترش بیماری ها، بسیار موثر خواهد بود.
    کلیدواژگان: سلامت همراه، تلفن همراه، تلفن سلولی، پیام متنی، سیستم مراقبت های بهداشتی
  • نادر عالیشان کرمی، محسن حاجی زین العابدینی، ایرج رداد، سید جواد قاضی میرسعید صفحات 327-340
    مقدمه
    هستان شناسی ها کیفیت بازیابی اطلاعات را افزایش می دهند؛ بنابراین شناخت بیشتر فرآیند ساخت هستان شناسی ها و کاربرد آن ها در نظام های بازیابی اهمیت می یابد. هدف این مطالعه بررسی کاربردها و روش ساخت هستان شناسی هایی است که در نظام های بازیابی اطلاعات زیست پزشکی مبتنی بر هستان شناسی به کار رفته اند.
    روش
    این پژوهش مروری از نظر روش مطالعه کتابخانه ای با رویکرد تحلیلی است. بازیابی اطلاعات مرتبط با موضوع پژوهش از پایگاه های اطلاعاتی پاب مد، اسکوپوس و وب آوساینس بدون محدودیت زمانی با استفاده از کلیدواژه های «Ontology-based biomedical Information Retrieval»، « Information Retrieval»،«Biomedical Information Retrieval»، «Ontology engineering»، «Ontology construction»، «Biomedical Ontology» و «Ontology building»انجام شد. 5 مقاله که به معرفی یک نظام بازیابی اطلاعات زیست پزشکی می پرداختند و در ذخیره یا بازیابی اطلاعات آن ها از هستان شناسی استفاده می شد، بررسی شدند.
    نتایج
    مطالعات در زمینه بازیابی اطلاعات زیست پزشکی مبتنی بر هستان شناسی که از سال 2004 آغاز شده به یک کشور محدود نمی شوند. به طور کلی هدف استفاده از هستان شناسی ها استفاده از فراداده های معنایی است. اکثر مطالعات سعی دارند هستان شناسی های خاص خود را تولید کنند؛ اما استفاده مجدد از هستان شناسی های پیشین یک الویت است. مواد اولیه تولید هستان شناسی متون مرتبط با حیطه موضوعی است. هستان شناسی های مورد بررسی به صورت متمرکز تولید شده اند و از رویکردهای گروهی غیرمتمرکز استفاده نشده است.
    نتیجه گیری
    هدف اصلی نظام ها برای به کارگیری هستان شناسی ها استفاده از آن ها برای تولید فراداده های معنایی برای کمک برای استدلال ماشینی است.
    کلیدواژگان: ذخیره و بازیابی اطلاعات، هستان شناسی های زیستی، نظام های اطلاعاتی
|
  • Mohammad Javad Kabir, Hasan Ashrafian Amiri, Seyed Mozafar Rabiee, Anahita Keshavarzi, Sohila Hosseini, Seiyed Davoud Nasrollahpour Shirvani Pages 244-252
    Introduction
    Electronic health record is electronic data of “entire life of a person” registered by healthcare providers and shared in different health centers. The electronic health record has been announced to all medical universities of the country since 2015 by launching the Integrated Health System (SIB). This study aimed to determine the satisfaction of urban family physicians and health care providers in Fars and Mazandaran provinces from SIB.
    Methods
    This cross-sectional study was conducted in the winter of 2016 on urban family physicians and health care providers who were selected by systematic random sampling. Data collection tool was a researcher-made questionnaire consisting of 2 parts: demographic variables with 8 open and closed questions and satisfaction with 8 closed questions on Likert scale. The validity and reliability of the questionnaire were confirmed.
    Results
    The total number of 464 participants included 236 (50.9%) physicians and 228 (49.1%) health care providers. From these, 273(58.8%) were employed in Fars province and 191(41.2%) in Mazandaran province. The majority of participants (65.5%) were women. mean score of satisfaction of SIB (from 5 points) in general was 2.94±0.8, and it was 2.89±0.8 in the Fars and 3.03±0.7 in the Mazandaran provinces. Mean score of satisfaction was 2.75±0.7 in urban family physicians and 3.04±0.8 in health care providers. Satisfaction level showed significant difference based on participant's type of occupation (P=0.0001) and province (P=0.122).
    Conclusion
    The results showed that the satisfaction of employees was lower than the average level. It is recommended to redesign the structure of SIB more consistent with the needs of employees and with a user-oriented approach.
    Keywords: Urban Family physician, Health electronic record, SIB, Health care providers
  • Asma Taghavi Seyedeh, Hosein Monem Pages 253-265
    Introduction
    Hospitals as the most important consumer of resources in healthcare section are highly sensitive to maximum consumption of minimum existing resources. In the recent two decades, computer data processing to extract knowledge and improve utilization of resources has attracted the attention of organizations. In this study, allocation of CCU beds in Shahid Faghihi Hospital of Shiraz is investigated through optimizing and combining Genetic Algorithm (GA) and Imperialist Competitive Algorithm (ICA).
    Methods
    In this analytic cross-sectional study, patients were monitored through optimization and combination of genetic algorithm and imperialist competitive and allocated to CCU beds in the spring of 2016. To this end, number of patients, number of beds, number of doctors and vital signs of patients were used as input and configuration of patients and allocation optimization were considered as output. MATLAB 2012 was used to analyze data.
    Results
    Results of this study show that ICA is more efficient compared to GA in optimization of allocating CCU beds to patients. Moreover, the hybrid algorithm obtained from combination of ICA and GA is more efficient than ICA.
    Conclusion
    In the process of this study, priorities of patient's hospitalization and also manner of hospitalization were determined and suggestions for allocation of beds to patients were presented.
    Keywords: Optimization, Resource allocation, Genetic Algorithms, Imperialist Competitive A algorithms, Hybrid Algorithm, CCU
  • Parvaneh Dehghan, Maedeh Mogharabi, Iman Zabbah, Kamran Layeghi, Ali Maroosi Pages 266-278
    Introduction
    Breast cancer is the most common form of cancer in women. Breast cancer detection is considered as one of the most important issues in medical science. Diagnosis of benign or malignant type of cancer reduces costs and also is important in deciding about the treatment strategy. The aim of this study was to provide data mining based models that have the predictability of breast cancer detection.
    Methods
    This study was descriptive-analytic. Its database included 683 independent records containing nine clinical variables in the UCI machine learning. Multilayer Perceptron artificial neural network, Bayesian Neural Network and LVQ neural network were used for classification of breast cancer to benign and malignant types. In this study, 80% of data were used for network training and 20% were used for testing.
    Results
    After pre-processing the data, different neural networks with different architectures were used to detect breast cancer. In the best condition, we could predict benign or malignant cancer in the MLP neural networks, LVQ and Bayesian Neural Networks with an average of ten tests with an accuracy of 97.5% and 97.6% and 98.3% respectively. Our investigations showed that Bayesian neural network had a better performance.
    Conclusion
    Breast cancer is one of the most common cancers among women. Early diagnosis of disease reduces healthcare costs and increases patient survival chance. In this study, using data mining techniques in diagnosis, the researchers were able to use Bayesian neural network to achieve high accuracy in diagnosis.
    Keywords: Breast Cancer, Neural Networks, LVQ, Data Mining
  • Hamed Mehdizadeh, Lida Fadaizadeh Pages 279-290
    Introduction
    The continuous increase in the demand for specialized skin care services, together with the unbalanced geographical distribution of these specialists, has limited the access of patients to these services. Teledermatology is one of the innovative approaches that can be considered as a solution to improve the access to specialized skin care services with minimal material resources in developing countries such as Iran.
    Methods
    The present study is an applied and aimed to re-designing and evaluating tele-dermatology software. In this research, redesign of the software was done through obtaining the users feedback after being used in clinical setting, then final version of the software designed and usability evaluation test was conducted.
    Results
    The usability testing result, show dermatologist and GP were very satisfied with the system and overall average scores obtained were 8 out of a total of 9 achievable scores. The scores earned was respectively: 7.8 for overall reaction to the system, 8.5 for screen feature, 7.9 for terminology and system information, 8.3 for Learning and 7.5 for system capability.
    Conclusion
    The experience gained from this research shows that for the successful development and use of telehealth tools, need engage and collaboration with main stakeholder, identify, understand and modeled work flows and processes related to the provision of patient services and treatment. Also in order to increase the usability and user satisfaction, the design and development of systems should be based on the principle of user-centered design and engagement of system stakeholders at all stages of system design and development.
    Keywords: E, Health, Teledermatology, User, centered Design, Usability, Satisfaction
  • Javad Lal Dahti, Mohsen Mohammadi, Farhang Padidaran Moghadam Pages 291-304
    Introduction
    Metabolic syndrome is a group of risk factors for developing cardiovascular diseases and diabetes in an individual. The presence of various signs and symptoms makes the diagnosis of this disease difficult. Data mining can provide clinical data analysis of patients for medical decision-makings. The purpose of this study was to provide a model for increasing the predictive accuracy of metabolic syndrome.
    Method
    In this applied-descriptive study, the medical records of 1499 patients with metabolic syndrome with 15 characteristics were investigated. Patient's information is collected from the standard database of Yazd Shohada-ye kargar Hospital. Each patient was followed for at least one year. In this paper, GBC algorithm was used to optimize the results of KNN data mining algorithm to predict and diagnose metabolic syndrome, and a new model was presented.
    Results
    Based on the objective function to predict the increase of blood lipids in the proposed method, gray wolf algorithms, particle swarm and genetics were used to improve the performance of the KNN algorithm. The analyses show that the proposed model with the precision accuracy of 0.921 has a greater accuracy compared to fuzzy methods, backup vector machine, tree decomposition and neural network.
    Conclusion
    Search in medical databases for the purpose of obtaining knowledge and information to predict, diagnose, and decision making are some applications of data mining in medicine. Hereditary algorithms can be used to optimize data mining techniques. The prediction and proper diagnosis of metabolic syndrome by using artificial intelligence and machine learning increases the chance of successful treatment.
    Keywords: Metabolic syndrome, Bee colony algorithm, Decision tree
  • Masoud Keikha Pages 305-312
    Introduction
    Nocardia is one of the most important aerobic actinomycetes that lives in soil and can enter the human body by inhalation and traumatic inoculation and causes Nocardiosis. Molecular methods are one of the best methods for rapid and accurate identification and differentiation of species of this group of bacteria. The purpose of this study was evaluation of three housekeeping genes in identification and differentiation of most important species of Nocardia.
    Methods
    In this study cross-sectional, first, gene sequences of 16S rRNA, gyrB and hsp65 for ten species of Nocardia were obtained from Genebank (NCBI). Then, those sequences were transferred to MEGA 5.0. Finally, phylogenetic trees based on each of 16S rRNA, gyrB and hsp65 genes were drawn.
    Results
    Phylogenetic trees analysis based on 16S rRNA, gyrB and hsp65 gene sequences indicated that all of these genes could identify and differentiate Nocardia species. Also, it was found that gyrB gene is the best option for drawing the phylogenetic relationships of Nocardia species.
    Conclusion
    According to this research, for accurate identification of Nocardia species, several housekeeping genes should be investigated simultaneously.
    Keywords: Nocardia, Phylogenetic analysis, 16S rRNA
  • Roqhayeh Ershad Sarabi, Farahnaz Sadoughi, Rouhangiz Jamshidi Orak, Kambiz Bahaadinbeigy Pages 313-326
    Introduction
    Mobile technology has provided new opportunities for health care systems. Improvement of health services outcomes in different patient groups is one of the benefits of using this tool. Although the use of mobile in Iran is expanding, there is no evidence of the state and the use of this technology in health system. The aim of this study was to review published researches on the application of mHealth in the health system of Iran.
    Methods
    In order to carry out a review study, Pubmed database was searched by the keyword "mobile Health" and its equivalents which have derived from the "Medical Subject Headings". Iranian databases including Iran medex, Magiran and Scientific Information Database (SID) were also searched for Persian and English terms of mobile health. Retrieval citations from information databases were sent to the endnote software and evaluated based on the considered criteria.
    Results
    The research sample consisted of 26 articles that met the criteria of the study. In most of studies, text messaging was the main intervention tool of mHealth. The results indicated significant effect of mobile health in improving the patient's care.
    Conclusion
    In Iran, mobile health can be effectively used in the health system due to population structure and geographic extent. According to the results of this study, the use of mobile health, especially in educating patients for self-care and preventing the spread of diseases, can be very effective.
    Keywords: Mobile health, Mobile Phone, Cell Phones, Text Messaging, Health care system
  • Nader Alishan Karami, Mohsen Haji Zeinolabedini, Iraj Radad, Seyed Javad Ghazi-Mirsaeid Pages 327-340
    Introduction
    Ontologies improve the quality of information retrieval (IR). Therefore, it is important to better know the process of ontology engineering and their application in IR. The aim of this research was to identify the engineering methods of ontologies and also their application in biomedical IR.
    Method
    This review was done through library research method with an analytical approach. Required information for the review was retrieved from Pubmed, Scopus and Web of Science using keywords: "Ontology-based biomedical Information Retrieval", "Information Retrieval", "Biomedical Information Retrieval", "Ontology engineering", "Ontology construction", "Biomedical Ontology" and "Ontology building" without time limit. Five articles addressing an ontology-based biomedical IR system were reviewed.
    Results
    Studies on ontology based biomedical IR, started in 2004, are not limited to a single country. In general, ontologies are used to manage the semantic metadata. Although most IRs try to develop their own ontologies, reuse of earlier ontologies is a priority. The material for developing ontologies is taken from the literature in the domain. The studied ontologies have been produced by centralized approaches and decentralized approaches and different groups have not been used.
    Conclusion
    The main purpose of systems for applying ontologies is using them to develop semantic metadata for helping machine reasoning.
    Keywords: Information Storage, Retrieval, Biological Ontologies, Information Systems