متن استاتیک شماره 54 موجود نیست متن استاتیک شماره 54 موجود نیست
  • 1405/05/03
  • - تعداد بازدید: 75
  • زمان مطالعه : 3 دقیقه
دانشکده بهداشت دانشگاه علوم پزشکی شیراز

برگزاری جلسه دفاع از پایان نامه خانم اندیشه حامدی

 

مدیرگروه اپیدمیولوژی، از برگزاری جلسه دفاع پایان‌نامه خانم اندیشه حامدی، دانشجوی مقطع دکترا رشته اپیدمیولوژی، خبر داد.

 

برگزاری جلسه دفاع از پایان نامه خانم اندیشه حامدی

 

به گزارش روابط عمومی دانشکده بهداشت، دکتر «محمد فرارویی» با اعلام این خبر گفت: جلسه دفاع از پایان‌نامه خانم اندیشه حامدی با عنوان «پیش‌بینی ابتلا به دیابت نوع 2 و بیماری قلبی بر اساس پرسشنامه Finnish Diabetes Risk Score با استفاده از روش‌های یادگیری ماشین: یک کوهورت مبتنی بر جمعیت»، با راهنمایی دکتر حسن‌زاده و با مشاوره دکتر سیف و دکتر شریفی، در سالن ضیغمی برگزار شد.

وی با اشاره به اهمیت موضوع این پژوهش افزود: این پایان‌نامه به یکی از مهم‌ترین مسائل حوزه سلامت عمومی، یعنی پیش‌بینی زودهنگام دیابت نوع 2 و بیماری‌های قلبی‌عروقی، پرداخته است؛ بیماری‌هایی مزمن و شایع که نقش قابل توجهی در مرگ‌ومیر، ناتوانی و تحمیل بار اقتصادی و اجتماعی بر نظام سلامت دارند.

دکتر فرارویی ادامه داد: با توجه به عوامل خطر مشترک میان این دو بیماری، شناسایی افراد در معرض خطر با استفاده از ابزارهای ساده، کم‌هزینه و غیرتهاجمی از اهمیت بالایی برخوردار است. در همین راستا، استفاده از پرسشنامه FINDRISC به‌عنوان یک ابزار غربالگری و بررسی توانایی آن در پیش‌بینی پیامدهای متابولیک و قلبی‌عروقی، از نقاط قوت این پژوهش به شمار می‌رود.

مدیرگروه اپیدمیولوژی با بیان اینکه این مطالعه بر پایه داده‌های کوهورت خرامه، یکی از زیرمجموعه‌های کوهورت بزرگ PERSIAN، طراحی و اجرا شده است، گفت: بهره‌گیری از داده‌های یک مطالعه کوهورت مبتنی بر جمعیت، امکان بررسی بروز بیماری‌ها و ارزیابی قدرت پیش‌بینی متغیرها را در چارچوبی علمی و معتبر فراهم می‌کند. همچنین حجم نمونه مناسب، دوره پیگیری شش‌ساله و استفاده از داده‌های دموگرافیک، آنتروپومتریک، سبک زندگی، بالینی و آزمایشگاهی، از دیگر امتیازات روش‌شناختی این پژوهش است.

وی افزود: در این مطالعه، علاوه بر محاسبه نمره خطر FINDRISC، از ابزارهای مقایسه‌ای دیگری مانند ADA Risk Score و Framingham Risk Score نیز استفاده شده و عملکرد آن‌ها با مدل‌های مختلف یادگیری ماشین و رگرسیون لجستیک مورد مقایسه قرار گرفته است. به‌کارگیری الگوریتم‌های متنوعی همچون درخت تصمیم، جنگل تصادفی، ماشین بردار پشتیبان و شبکه عصبی مصنوعی، در کنار رگرسیون لجستیک، نشان‌دهنده رویکرد تحلیلی دقیق این پژوهش است.

دکتر فرارویی در تشریح یافته‌های پایان‌نامه اظهار داشت: نتایج این مطالعه نشان داد که پرسشنامه FINDRISC توانایی مناسبی در پیش‌بینی بروز دیابت نوع 2 دارد و در مقایسه با ابزار ADA، از نظر قدرت تفکیک، سودمندی بالینی و تعادل میان حساسیت و ویژگی، عملکرد بهتری از خود نشان می‌دهد. همچنین مشخص شد که با افزایش نمره FINDRISC، احتمال ابتلا به دیابت نیز افزایش می‌یابد و نقطه برش 10 تا 12 می‌تواند آستانه مناسبی برای شناسایی افراد پرخطر باشد.

وی همچنین درباره یافته‌های مربوط به بیماری‌های قلبی‌عروقی گفت: نتایج نشان داد که نمره کلی FINDRISC به‌تنهایی توان پیش‌بینی متوسطی برای بروز بیماری قلبی دارد، اما متغیرهای تشکیل‌دهنده این پرسشنامه، به‌ویژه در ترکیب با اطلاعات دموگرافیک و بالینی، می‌توانند قابلیت پیش‌بینی قابل قبولی ایجاد کنند.

مدیرگروه اپیدمیولوژی در پایان اذعان داشتند که نتایج این مطالعه می تواند در طراحی برنامه‌های غربالگری، شناسایی زودهنگام افراد در معرض خطر و به‌کارگیری روش‌های نوین تحلیلی در حوزه سلامت عمومی مورد استفاده قرار گیرد.

  • گروه خبری : اخبار واحدها,آخرین اخبار دانشکده
  • کد خبری : 157347

نظرات

0 نظر برای این مطلب وجود دارد

نظر دهید