مدیریت رفتارهای بهداشتی و عوامل خطر با تمرکز بر کنترل رفتار خطر ابتلا به بیماری قلبی و عروقی

محورهای موضوعی : مطالعات رفتاری در مدیریت

سمر شتابان ¹ , میرمهدی سید اصفهانی ² , سحر شتابان ³

1 - دکترای مهندسی صنایع و مدرس دانشگاه، تهران، ایران.
2 - استاد دانشگاه صنعتی امیرکبیر، تهران، ایران
3 - دانش آموخته دکتری مدیریت و برنامه ریزی امور فرهنگی، واحد تهران شمال، دانشگاه آزاد اسلامی، تهران، ایران

تاریخ دریافت : 1401/09/10 تاریخ پذیرش : 1401/09/21 تاریخ انتشار : 1402/04/01

کلید واژه: بیماری‌های قلبی, تخمین ریسک, فرایندهای تصمیم‌گیری مارکوف و غربالگری بیماری‌های قلبی عروقی,

چکیده مقاله :

امروزه وجود میزان غیرمجاز هوای آلوده، افزایش مصرف دخانیات، غذاهای چرب و آماده و بسیاری موارد دیگر، بیماری‌های قلبی را به شدت افزایش داده است. بدین منظور با کنترل خطر ابتلا به این بیماری‌ها، می‌توان سبب جلوگیری و یا کاهش بروز آن شد. این پژوهش با استفاده از فرایندهای تصمیم‌گیری مارکوف به دنبال تخمین ریسک ابتلا به بیماری‌های قلبی عروقی است. برای این کار ابتدا ورودی-های مدل با استفاده از ریزشبیه سازی معتبر غربالگری بیماری‌های قلبی عروقی ایجاد شده در دانشگاه علوم پزشکی تهران– ایران، با استفاده از الگوریتم ژنتیک مشخص می‌گردد. سپس با استفاده از آن فاکتورهای ورودی مدل تعریف می‌شود. با استفاده از این ورودی‌ها، سه مدل تخمین ریسک، شناسایی شده است. نتایج حاصل از این مدلها از دستورالعمل‌های WHO حمایت می‌کند که به LYs مورد انتظار بالا و هزینه‌های با تخفیف بالای دارو ارائه می‌شود. در انتها نشان داده می‌شود که مدل‌های خطر استفاده‌شده برای تعیین احتمال عوارض اغلب با یکدیگر در تعارض هستند. به همین علت، برای توسعه روش‌شناسی MDP مفید است که سیاست‌هایی را ارائه دهیم که به‌رغم تفاوت بین مدل ریسک‌پذیری و ریسک واقعی حاکم بر آن، به‌خوبی عمل می‌کند.

چکیده انگلیسی:

Today, air pollution, smoking, use of fatty and ready-made foods, etc., have exacerbated heart disease. For this purpose, controlling the risk of such diseases can prevent or reduce their incidence. The present study aimed at using Markov decision processes (MDP) to estimate the risk of cardiovascular disease. For this purpose, model inputs were first determined using a validated micro-simulation model for screening cardiovascular disease developed at Tehran University of Medical Sciences, Iran using genetic algorithm. The model input factors were then defined accordingly and using these inputs, three risk estimation models were identified. The results of these models support World Health Organization guidelines that provide medicine with high discount to patients with high expected Life Years. Finally, conflicts are usually observed in the risk models determining the likelihood of complications. Hence, to develop Markov Decision Processes methodology, policies should be adopted that work well despite the difference between the risk model and the actual risk.