دوره 33، شماره 2 - ( ویژه‌نامه شماره دو - آذر 1402 )
جلد 33 شماره 2 صفحات 280-269 |
برگشت به فهرست نسخه ها
Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Salmani Seraji M, Yazdani Charati J, Mohammadpour Tahamtan R A, Baba Mahmoudi F, Vahedi H, ramazani Z. Comparison of the Use of Multilayer Perceptron Neural Network with Weighted Regression in Determining the Geographical Pattern of the Brucellosis Disease Incidence in Mazandaran Province, Iran (2009-2018). J Mazandaran Univ Med Sci 2023; 33 (2) :269-280
URL: http://jmums.mazums.ac.ir/article-1-19962-fa.html
URL: http://jmums.mazums.ac.ir/article-1-19962-fa.html
سلمانی سراجی مریم، یزدانی چراتی جمشید، محمدپور تهمتن رضا علی، بابامحمودی فرهنگ، واحدی حبیب، رمضانی زهرا. مقایسه به‌کارگیری شبکه عصبی پرسپترون چندلایه با رگرسیون وزن‌دار در تعیین الگوی جغرافیایی بروز بیماری تب مالت استان مازندران (1396-1388). مجله دانشگاه علوم پزشکی مازندران. 1402; 33 (2) :269-280
مریم سلمانی سراجی 
، جمشید یزدانی چراتی ، رضا علی محمدپور تهمتن ، فرهنگ بابامحمودی ، حبیب واحدی ، زهرا رمضانی
، جمشید یزدانی چراتی ، رضا علی محمدپور تهمتن ، فرهنگ بابامحمودی ، حبیب واحدی ، زهرا رمضانی
چکیده: (755 مشاهده)
سابقه و هدف: روش‌های یادگیری ماشین از جمله شبکه عصبی مصنوعی، پیش‌بینی بهتری نسبت به روش‌های کلاسیک دارد. این مطالعه به منظور مقایسه به‌کارگیری شبکه عصبی پرسپترون چندلایه با رگرسیون وزن‌دار در تعیین الگوی جغرافیایی بروز بیماری تب مالت استان مازندران (1396-1388) درباره 3732 بیمار انجام شد.
مواد و روش‌ها: نوع مطالعه اکولوژیکال و از نوع اگزیستینگ دیتا به صورت ثبتی است. برای مدل‌سازی و پیش‌بینی بروز بیماری از شبکه عصبی پرسپترون چندلایه استفاده و نتایج با رگرسیون وزنی مقایسه شد. جهت مقایسه مدل‌ها از دو معیار RMSE و MAPE استفاده شد. تمام آنالیزها با استفاده از نرم‌افزار SPSS v.26 و مایکروسافت اکسل 2016 انجام شد.
یافته‌ها: نرخ استاندارد سنی بروز بیماری 13/2 در 100 هزار نفر است. سال 1391 بالاترین نرخ بروز (17/2) و کم‌ترین (10/6) مربوط به سال 1393 بود. شهرستان گلوگاه (0/35) و شهرستان‌های قائمشهر و فریدون‌کنار (3/0) بالاترین و پایین‌ترین نرخ بروز را داشتند. متغیرهای جنسیتِ مرد، سکونت روستایی، سن بالای 55 سال، تماس با فراورده‌های لبنی، خانه‌دار بودن، دامداری و شغل‌های وابسته به دام، تماس با دام و واکسیناسیون دام بر بروز استاندارد بیماری در هر دو مدل شبکه عصبی مصنوعی و رگرسیون وزنی (به غیر از متغیر بالای 55 سال) تأثیرگذار بود.
استنتاج: قدرت پیش‌بینی مدل در شبکه عصبی پرسپترون چندلایه از رگرسیون وزن‌دار بیش‌تر بود.
مواد و روش‌ها: نوع مطالعه اکولوژیکال و از نوع اگزیستینگ دیتا به صورت ثبتی است. برای مدل‌سازی و پیش‌بینی بروز بیماری از شبکه عصبی پرسپترون چندلایه استفاده و نتایج با رگرسیون وزنی مقایسه شد. جهت مقایسه مدل‌ها از دو معیار RMSE و MAPE استفاده شد. تمام آنالیزها با استفاده از نرم‌افزار SPSS v.26 و مایکروسافت اکسل 2016 انجام شد.
یافته‌ها: نرخ استاندارد سنی بروز بیماری 13/2 در 100 هزار نفر است. سال 1391 بالاترین نرخ بروز (17/2) و کم‌ترین (10/6) مربوط به سال 1393 بود. شهرستان گلوگاه (0/35) و شهرستان‌های قائمشهر و فریدون‌کنار (3/0) بالاترین و پایین‌ترین نرخ بروز را داشتند. متغیرهای جنسیتِ مرد، سکونت روستایی، سن بالای 55 سال، تماس با فراورده‌های لبنی، خانه‌دار بودن، دامداری و شغل‌های وابسته به دام، تماس با دام و واکسیناسیون دام بر بروز استاندارد بیماری در هر دو مدل شبکه عصبی مصنوعی و رگرسیون وزنی (به غیر از متغیر بالای 55 سال) تأثیرگذار بود.
استنتاج: قدرت پیش‌بینی مدل در شبکه عصبی پرسپترون چندلایه از رگرسیون وزن‌دار بیش‌تر بود.
نوع مطالعه: پژوهشي-کامل |
موضوع مقاله:
آمار زیستی
ارسال پیام به نویسنده مسئول
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |
Articles Copyright © The Author(s). Owned by Mazandaran University of Medical Sciences.
تماس با ما
ساری- میدان معلم- ساختمان شماره2 دانشگاه علوم پزشکی و خدمات بهداشتی درمانی مازندران- طبقه سوم- معاونت تحقیقات و فناوری- دفترمجله
تلفن: 01134484874
پست الکترونیکی : jmums
mazums.ac.ir
