عرضه مدل پیشبینی سالمندی موفق در کشور
به گزارش پروژه آسان، محققان دانشگاه علوم پزشکی ایران موفق به عرضه مدل پیشبینی سالمندی موفق شدند که استفاده از آن در مراحل اولیه زندگی سالمندان یا حتی در افراد میانسال منجر به بهبود عملکرد فیزیکی، کاهش اختلالات فیزیکی و شناختی، افزایش مشارکت اجتماعی و موفقیت در سالهای واپسین زندگی آنها می شود.
به گزارش پروژه آسان به نقل از ایسنا، دکتر سمیه نصیری، استادیار مدیریت اطلاعات سلامت دانشگاه علوم پزشکی ایران در تشریح این طرح تحقیقاتی با عنوان «ارائه مدل پیشبینی سالمندی موفق با استفاده از رویکرد یادگیری ماشین» اظهار داشت: در این طرح دکتر مریم احمدی بعنوان مجری اصلی و رئوف نوپور؛ مجری دانشجو و من بعنوان همکار طرح مشارکت داشتیم. دلیل اصلی انتخاب مبحث به ماهیت و مشکلات دوره سالمندی مربوط می شود؛ اینکه جمعیت سالمندی روبه افزایش است و این گروه از اقشار جامعه صدمه پذیر بوده و با مشکلاتی همچون افزایش بیماری های غیر واگیر و مزمن روبه روهستند. پدیده سالمندی با تغییرات عمده ای در ابعاد مختلف سلامتی مانند کاهش کیفیت زندگی، وابستگی فرد به دیگران در انجام کارهای روزانه، افزایش اختلالات روانی در فرد سالمند ناشی از سوگ فقدان های متعدد، تغییر وضعیت شغلی، افزایش میزان استرس، افسردگی و خودکشی همراه می باشد.
وی ادامه داد: از آنجائیکه فقدان مدل پیشبینی سالمندی موفق سبب شده تا ارزیابی دقیقی از کیفیت زندگی سالمندان صورت نپذیرد و افراد بیشتری در این سنین، زندگی همراه با ناخوشی و ناتوانی را سپری کنند؛ با عنایت به این مشکلات به نظر رسید که اگر مدلهای پیشبینی مبتنی بر یادگیری ماشین ایجاد شود، می تواند در زمینه شناسایی اختلالات جسمانی و روانشناختی سالمندان نقش مفیدی داشته باشد.
نصیری افزود: بنابراین، این پژوهش با هدف ایجاد مدل پیشبینی سالمندی موفق با استفاده از روش یادگیری ماشین بر مبنای عوامل فیزیکی، روانی و سطح مشارکت اجتماعی سالمندان به وجود آمد.
استادیار مدیریت اطلاعات سلامت دانشگاه علوم پزشکی ایران اظهار نمود: این پژوهش از این جهت که برای پیشبینی سالمندی موفق و بهبود کیفیت زندگی سالمندان استفاده شده است، از نوع کاربردی بوده و با عنایت به اینکه به توسعه و ارزیابی مدل پیشبینی سالمندی موفق پرداخته، از نوع توسعه ای است. پژوهش حاضر در دو مرحله انجام شد؛ ابتدا عوامل مؤثر بر پیشبینی سالمندی موفق با نظرسنجی از ۳۰ پرستار سالمند شاغل در بیمارستان حضرت رسول و فیروزگر دانشگاه علوم پزشکی ایران و بیمارستان امام خمینی و امیرالمومنین شهرستان اهواز از راه پرسش نامه تعیین شد.
وی افزود: بعد از دریافت نظرسنجی از متخصصین، مهم ترین عوامل مؤثر بر پیشبینی سالمندی موفق به دست آمد که شامل عوامل اجتماعی-اقتصادی، شرایط و بیماری های همراه، عوامل حمایت دولتی و خانوادگی، فیزیکی، ذهنی، همه گیرشناسی و محیطی، جنسی، شاخص کیفیت زندگی (محورهای توانایی جسمی و اجتماعی، مشارکت فعال فیزیکی و شناختی، سلامت روانی، ارزیابی نشاط، درد جسمی و وضعیت سلامت عمومی)، استقلال فردی، رضایت از زندگی و سبک زندگی بود.
نصیری تصریح کرد: مرحله دوم پژوهش، با هدف طراحی و ارزیابی مدل اولیه پیشبینی سالمندی موفق با استفاده از یادگیری ماشین انجام شد. در این مرحله ۹۸۰ نمونه سالمند طی سالهای ۱۳۹۷ تا ۱۳۹۹ انتخاب شدند که از بین آنها، ۷۵۱ نمونه سالمند ناموفق و ۲۲۹ سالمند موفق انتخاب شدند که به مراکز سالمندی رجوع کردند، ابتدا از روش تحلیل رگرسیون برای شناسایی عوامل مؤثر بر پیشبینی سالمندی موفق استفاده شد. سپس، از الگوریتم های داده کاوی ادابوست، ایکس جی بوست، j-۴۸، ناوی بیز، ماشین بردار پشتیبان، شبکه عصبی مصنوعی و جنگل تصادفی برای ایجاد مدل پیشبینی سالمندی موفق مبتنی بر رویکرد یادگیری ماشین استفاده شد.
این محقق اظهار داشت: در نهایت الگوریتم ها با استفاده از معیارهای عملکردی ارزش پیش گویانه مثبت، ارزش پیش گویانه منفی، حساسیت، دقت، صحت، اندازه F و سطح زیر منحنی خصوصیت گیرنده عامل به منظور انتخاب بهترین مدل پیشبینی با بالاترین عملکرد مقایسه و تحلیل شد. جنبه نوآوری این پژوهش در ارتباط با دامنه پژوهش و متغیرهای اثرگذار در سالمندی موفق است. برخلاف پژوهش های پیشین، در مطالعه حاضر تلاش شده است از عوامل فیزیکی، شناختی و اجتماعی در پیشبینی سالمندی موفق استفاده گردد و تاکید این مطالعه بیشتر بر عوامل مشارکت اجتماعی و نقش این عوامل در پیشبینی سالمندی موفق بود.
نصیری خاطرنشان کرد: همچنین، در این مطالعه به منظور آزمون تعمیم پذیری مدل از روش های ارزیابی اعتبارسنجی خارجی مدل با نمونه های متعلق به سایر مراکز سالمندی استفاده شد. نتایج حاصل از ارزیابی مدل نشان داد که این مدل با در نظر گرفتن ابعاد بیشتری از سالمندی موفق و بخصوص تاکید بر جنبه های اجتماعی از قابلیت تعمیم پذیری و کاربردپذیری بالایی برخوردار بود. در مطالعه حاضر از الگوریتم های ترکیبی برای ایجاد مدل پیشبینی سالمندی موفق استفاده شد که نتایج بسیار مطلوبی به دست آمد.
استادیار مدیریت اطلاعات سلامت دانشگاه علوم پزشکی ایران تصریح کرد: مدل موجود در پژوهش حاضر می تواند سالمندی موفق را در افراد مسن پیش بینی نماید تا با پیشبینی بموقع و تعدیل و بهبود عوامل مختلف فیزیکی، ذهنی و اجتماعی و بهبود سبک زندگی، میزان کیفیت زندگی و سالمندی موفق و شیوه زندگی مطلوب را در این گروه سنی از افراد افزایش دهد.
وی ضمن اشاره به اینکه این پژوهش هنوز به بهره برداری نرسیده، ولی راه اندازی این مدل جزء اهداف دراز مدت تیم پژوهش خواهد بود، خاطرنشان کرد: با عنایت به پیشرفت های علمی صورت گرفته در حوزه پزشکی و افزایش جمعیت سالمندان و افزایش بیماری های مزمن و وابستگی فرد به دیگران در این دوره، توجه به مفهوم سالمندی موفق برای افزایش کیفیت زندگی این گروه از افراد بسیار حیاتی می باشد. نتایج حاصل از این پژوهش نشان داد که استفاده از مدلهای موجود بر مبنای نگاههای یادگیری ماشین می تواند سالمندی موفق را در افراد مسن پیش بینی نماید.
نصیری افزود: استفاده از مدل پیشبینی سالمندی موفق در مراحل اولیه زندگی سالمندان یا حتی در افراد میانسال منجر به بهبود عملکرد فیزیکی، کاهش اختلالات فیزیکی و شناختی، افزایش مشارکت اجتماعی و موفقیت در سالهای واپسین زندگی سالمندان می شود. نتایج حاصل از این پژوهش می تواند به سالمندان در جهت اصلاح سبک زندگی آنان کمک نماید.
وی تصریح کرد: استفاده از مدلهای پیشبینی با استفاده از الگوریتم های یادگیری ماشین می تواند نقش مؤثری در افزایش کیفیت زندگی سالمندان؛ تشخیص بموقع و به تبع آن کاهش هزینه های اقتصادی برای افراد و جوامع داشته باشد.
استادیار مدیریت اطلاعات سلامت دانشگاه علوم پزشکی ایران خاطرنشان کرد: با عنایت به این که جمعیت سالمندی در ایران روبه افزایش است و پیشبینی شده تا سال ۲۰۵۰ جمعیت سالمندی به ۳۰ درصد افزایش یابد که جزء پیرترین کشورهای جهان محسوب خواهد شد، انتظار می رود مدیران و سیاست گذاران سلامت به مسئله کیفیت زندگی سالمندی موفق توجه نمایند و برای این امر مهم برنامه ریزی کرده و منابع مورد نیاز به منظور ارتقای سلامت سالمندان را تخصیص کنند.
به نقل از دانشگاه علوم پزشکی ایران، نصیری اظهار نمود: عرضه دهندگان خدمات مراقبت سلامت مانند پرستاران سالمندی می توانند از الگوی حاصل از پژوهش حاضر بهره برده و به مشاوره سالمندان جامعه و اصلاح سبک زندگی آنها کمک کنند. ازاین رو پیشنهاد می شود که در پژوهش های آینده به منظور ایجاد یک مدل پیشبینی با دقت بالاتر تا حد امکان از متغیرهای کمی استفاده گردد. بر مبنای نتایج حاصل از پژوهش عامل اجتماعی همچون عوامل بسیار تأثیرگذار برای ایجاد مدل پیشبینی سالمندی موفق به حساب می آید.
وی افزود: همینطور پیشنهاد می شود تا در پژوهش های آینده بر مبنای امکانات موجود از این عوامل بیشتر استفاده گردد تا بتوان مدل تعمیم پذیرتر و با کارایی بالاتری را در پیشبینی سالمندی موفق عرضه داد.
نصیری در رابطه با برنامه های جاری و آینده تیم خود اظهار داشت: با عنایت به این که داده های مورداستفاده برای آموزش الگوریتم های یادگیری ماشین به منظور ایجاد مدل پیشبینی سالمندی موفق از سه مرکز سالمندی انتخاب شده بودند و امکان دارد بر روی تعمیم پذیری مدل پیشبینی تا حدودی تاثیر داشته باشد؛ بنابراین، پژوهشگران درصدد هستند برای افزایش تعمیم پذیری مدل در محیط های مختلف آزمایش، از داده های در ارتباط با تعداد بیشتری از مراکز سالمندی استفاده نمایند.
منبع: ezproject.ir
این مطلب را می پسندید؟
(1)
(0)
تازه ترین مطالب مرتبط
نظرات بینندگان در مورد این مطلب