مدلسازی عارضه رخداد ترومبوآمبولی وریدی به روش فازی
محورهای موضوعی : مدل سازی سیستم
سمیه کلاته
1
(دانشگاه تربیت مدرس)
سجاد ازگلی
2
(دانشگاه تربیت مدرس تهران)
محمدتقی حمیدی بهشتی
3
(دانشگاه تربیت مدرس تهران)
کلید واژه: مدلسازی فازی, ترومبوآمبولی وریدی, دانش خبره, عارضه ترمبوفلبیت عمقی,
چکیده مقاله :
ترومبوآمبولی وریدی از عوارض قابل پیشگیری در اعمال جراحی است که می‌تواند موجب مرگ و میر شود، اما تاکنون پژوهش کافی برای مدلسازی این عارضه صورت نگرفته است. این در حالی است که با مدلسازی دقیق این عارضه می‌‌توان به صورت قابل ملاحظه‌‌ای از بروز آن جلوگیری کرد. در این مقاله به مدلسازی این عارضه به روش فازی با استفاده از دانش خبرگان پرداخته شده است. به این منظور پس از جمع‌آوری دانش و تجربه پزشکان با استفاده از مصاحبه‌های متعدد، ابتدا عوامل موثر در بروز عارضه استخراج شده و سپس به پنج گروه تقسیم شده‌اند. دانش و تجربة پزشکان در مورد احتمال بروز عارضه در اثر عوامل هریک از گروه‌ها به صورت یک موتور استنتاج فازی متناظر با آن گروه مدل شده است. خروجی نهایی سیستم فازی که همان احتمال بروز عارضه در اثر تمام عوامل است با استفاده از اجتماع این زیر سیستم‌‌ها محاسبه می‌‌گردد. در نهایت سیستم فازی طراحی شده توسط دادههای واقعی جمع‌آوری شده از بیمارانی که در بخش جراحی بیمارستان شریعتی تهران تحت عمل جراحی قرار گرفته‌‌اند، مورد اعتبارسنجی قرار گرفته است. با اعمال روش ارائه شده به دادههای مربوط به 100 بیمار مشاهده می‌شود که در 96 مورد پیش بینی این روش با پیش بینی روش متداول پزشکان انطباق داشته است و در 4 مورد دیگر نتیجه مدل ارائه شده منطبق بر واقعیت و پیش بینی متداول پزشکان خلاف واقع بوده است.
Venous Thromboembolism (VTE) is a complication of surgery that may result in sudden death. Unfortunately there is not a reliable model for it up to now where with accurate modeling can be prevented serious these complications. In this paper (VTE) has been model in fuzzy method. At first we have used expert knowledge for modeling. Therefore for beginning risk factors of (VTE) have been identified and then we have helped from papers and scientific references and consultation with surgeons to extract importance of these factors in risk of VTE. Then we have obtained a questionnaire for fuzzy modeling. In this questionnaire all factors are divided into five groups. Each group is designed as a separate fuzzy system. The final output is calculated by community of all groups. Finally we validate this system by data of patients that have been surgery in Shariati hospital in Tehran and you can see that it works appropriately.
[1] J.F. Fuller, E.F. Fuchs, K.J. Roesler, "Influence of harmonics on power distribution system protection", IEEE Trans. Power Deli., Vol. 3, No. 4, pp. 549-557, Apr. 1988. Fowkes FJI, Price JF, Fowkes FGR. Incidence of diagnosed deepvein thrombosis in the general population: systematic review. Eur J Vasc Endovasc Surg, 25: 1–5, 2003.
[2] E.H. Miller, "A note on reflector arrays", IEEE Trans. Ante. Prop., to be published. D. Kirschner, "Using mathematics to understand HIV immune dynamics", AMS notices, pp. 191-202, 1996.
[3] A.S. Perelson, P.W. Nelson, "Mathematical analysis of HIV-1 dynamics in vivo", SIAM rev., Vol. 41, pp. 3-44, 1999.
[4] M.A. Nowak, R.M. May, Virus Dynamics: Mathematical Principles of Immunology and Virology. New York: Oxford Univ. Press, 2000.
[5] I.K. Craig, X. Xia, J.W. Venter, "Introducing HIV/AIDS education into the electrical engineering curriculum at the University of Pretoria", IEEE Trans. Educ., Vol. 47, No. 1, pp. 65–73, 2004.
[6] W.Y. Tan, H. Wu, "Stochastic modeling of the dynamics of CD4+ T-cell infection by HIV and some monte carlo studies", Mathematical Biosciences, 147, pp 173 – 205, 1998.
[7] Ge. Shuzhi Sam, Senior Member, IEEE, Zhiling Tian, and Tong Heng Lee, Member, IEEE, "Nonlinear control of a dynamic model of HIV-1", IEEE Trans. on Biomedical Engineering, Vol. 52, No. 3 March 2005.
[8] J.A. Heit, M.D. Silverstein, D.N. Mohr, et al, "The epidemiology ofvenous thromboembolism in the community", Thromb Haemos, 86: 452–63, 2001.
[9] P.D. Stein, K.C. Patel, N.K. Kalra, et al, "Deep venous thrombosis in ageneral hospital", 122: 960–62, 2002.
[10] W.D. Kniffin, J.A. Baron, J. Barrett, J.D. Birkmeyer, F.A. Anderson Jr, "The epidemiology of diagnosed pulmonary embolism and deep venous thrombosis in the elderly", Arch Intern Med, 154: 861–66, 1994.
[11] P.A Kyrle MD, Prof S Eichinger MD Medical University of Vienna,Department of Internal Medicine I, Währinger Gürtel 18-20, 1090 Vienna, Austria.
[12] Caprini JA. Thrombosis risk assessment as a guide to quality patient care. Dis Mon. 2005; 51: 70 –78.
[13] A.T. Cohen, R. Alikhan, Arcelus, et al. Assessment of venous thromboembolism risk and the benefit of thromboprophylaxis in medical patients. Thromb Haemost. 2005; 94: 750 –759.
[14] N. Kucher, S. Koo, R. Quiroz, et al, "Electronic alerts to prevent venous thromboembolism among hospitalized patients", N. Engl J. Med., 352: 969–977, 2005.
[15] P.D. Stein, K.C. Patel, N.K. Kalra, et al, "Deep venous thrombosis in ageneral hospital", Chest, 122: 960–62, 2002.
[16] R.K. Patel, J. Lambie, L. Bonner, R. Arya, "Venous thromboembolism in the black population", Arch Int. Med., 164: 1348–49, 2004.
[17] A.L. Klatsky, M.A. Armstrong, J. Poggi, "Risk of pulmonary embolism and/or deep venous thrombosis In Asian-Americans", Am J Cardiol, 85: 1334–37, 2000.
[18] M. Cushman, A.W. Tsai, R.H. White, et al, "Deep vein thrombosis and pulmonary embolism in two cohorts: The longitudinal investigation of thromboembolism etiology", J Med, 117: 19–25, 2004.
[19] F.A. Anderson, H.B. Wheeler, R.J. Goldberg, et al, "A population-based perspective of the hospital incidence and case-fatality rates of deep vein thrombosis and pulmonary embolism: the Worcester DVT Study", Arch Int. Med., 151: 933–38, 1991.
[20] W.H. Geerts, D. Bergqvist, G.F. Pineo, et al, "Prevention of venous thromboembolism: American college of Chest Physicians evidence-based clinical practice guidelines", (8th edition). Chest, 133: 381– 453, 2008.
[21] S. Kalate, "Modeling deep venous thrombophelibits by fuzzy method" , MS thesis, Dept. of Electrical Engineering, University of Tarbiat modares, 1390.
_||_