رویکرد استدلال مبتنی بر مورد فازی برای تعیین اولویت بیماران COVID-19
چکیده
در این مقاله تحقیقاتی، ما یک الگوریتم را برای ارزیابی پذیرش بیماران COVID-19 در بیمارستانها در دوره کمبود منابع معرفی کرده‌ایم. بسیاری از محققان، نتیجه گیری خود را از دیدگاه‌های مختلفی در مورد عوامل مختلف مانند تغییرات مکانی، خطرات آب و هوایی، آمادگی، گروه خون، سن و بیماریهای همراه (چند ابتلایی) که ممکن است در میزان مرگ و میر ناشی از COVID-19 نقش داشته باشند، بیان کرده‌اند. با این حال، با افزایش تعداد افرادی که برای درمان COVID-19 به بیمارستان مراجعه می‌کنند، میزان مرگ و میر به دلیل کمبود امکانات پزشکی افزایش می‌یابد. به منظور ارائه کمک پزشکی در چنین شرایطی، ما باید نه تنها میزان تأثیر بیماری، بلکه سایر عوامل مهم دیگر را نیز در نظر بگیریم. هنوز هیچ روشی برای محاسبه اولویت بیماران ارائه نشده است که همه عوامل را در بر بگیرد. ما در این مقاله تحقیقاتی، بر اساس هشت عامل اصلی راه حلی را برای این موضوع یعنی برای تعیین اولویت‌ها ارائه کرده‌ایم. برای اینکه روش پیشنهادی ما کارآمد و قابل اجرا باشد، افرادی با نتایج مختلف را از نظر همه این عوامل مورد مطالعه قرار داده‌ایم. تابع سیگموئید به ساخت آسان عوامل در سطوح مختلف کمک می‌کند. علاوه بر این، مدل راه حل تار عنکبوتی به ما امکان می‌دهد تا پتانسیل الگوریتم پیشنهادی خود را به طور واضحی مشاهده کنیم. طبقه بندی افراد بصورت پرخطر به کم خطر با استفاده از روشی که ما معرفی کرده‌ایم آسانتر است. با افزایش تعداد بیماران در بیمارستانها، کنار آمدن با مشکلاتی که بوجود می‌آیند آسانتر خواهد شد. این امر می‌تواند مرگ و میر بیماران COVID-19 را کاهش دهد. متخصصین پزشکی می‌توانند در تصمیم گیری بهتر نقش موثری داشته باشند.
1. مقدمه
یک بیماری جدید به نام کرونا ویروس (COVID-19) - 2019 علت وضعیت پاندمی گسترده در سراسر جهان است که زمانی که به بیش از 2،00،000 مورد در حدود 160 کشور رسید، توسط سازمان بهداشت جهانی (WHO)در ژانویه 2020 اعلام شد. COVID-19 در ابتدا در پایان سال 2019 در ووهان چین شناسایی شد، سپس به سرعت گسترش یافت و به دلیل نارسایی تنفسی یا سایر عوارض مرتبط در شهر ووهان و برخی دیگر از کشورهای در تماس با ووهان، موجب مرگ و میر مردم شد. سندرم حاد تنفسی شدید (SARS) مرتبط با بزرگترین ویروس RNA شناخته شده به نام ویروس کرونا در سالهای اخیر به طور دوره‌ای در سراسر جهان ظاهر شده است. در سطح جهانی، از ساعت 3:46 بعد از ظهر CET ، 02 نوامبر 2020 46،403،652 مورد تأیید شده COVID-19 وجود داشته است و 1،198،569 مورد مرگ و میر توسط WHO از مقامات ملی اعلام شده است.
8. نتیجه گیری
رویکرد استدلال مبتنی بر مورد فازی، نه تنها برای تشخیص، وآگاهی از آسیب پذیریهای بیمار استفاده می‌شود، بلکه از آن برای اولویت بندی درمان نیز استفاده می‌شود که اقدامی جدید است. با استفاده از روش‌هایی که معرفی کرده‌ایم، می‌توانیم به وضعیت شدت بیماری پی برده و بلافاصله به بیماران کمک کنیم. بنابراین، می‌توانیم با درمان اولیه آنها با توجه به سطح شدت بیماری، از مرگ و میر بیمار جلوگیری کنیم. برای یک بیمار مبتلا به COVID-19، اگر اولویت درمان بیمار فقط بر اساس میزان تأثیر بیماری باشد، وضعیت بسیاری از بیماران بدتر و تکراری‌تر می‌شود. دلیل این امر این است که، اگر میزان شیوع در یک بیمار 35٪ و در بیمار دیگر 30٪ باشد، و دارای فشار خون بالا یا دیابت نیز باشد، پس فرد دوم در درمان اولویت دارد. بنابراین، اولویت بندی درمان تنها براساس میزان تأثیر بیماری نمی‌تواند صحیح باشد. روشی که ما معرفی کرده‌ایم، با توجه به سن، شدت و چند ابتلایی، به اولویت بندی درمان کمک می‌کند. این روش می‌تواند به بهبود توانایی تصمیم گیری متخصصان پزشکی کمک کند و در لحظات بحرانی اتخاذ تصمیمات پیچیده می‌تواند بسیار سودمند باشد.
Abstract
In this research article, we introduced an algorithm to evaluate COVID-19 patients admission in hospitals at source shortage period. Many researchers have expressed their conclusions from different perspectives on various factors such as spatial changes, climate risks, preparedness, blood type, age and comorbidities that may be contributing to COVID-19 mortality rate. However, as the number of people coming to the hospital for COVID-19 treatment increases, the mortality rate is likely to increase due to the lack of medical facilities. In order to provide medical assistance in this situation, we need to consider not only the extent of the disease impact, but also other important factors. No method has yet been proposed to calculate the priority of patients taking into account all the factors. We have provided a solution to this in this research article. Based on eight key factors, we provide a way to determine priorities. In order to achieve the effectiveness and practicability of the proposed method, we studied individuals with different results on all factors. The sigmoid function helps to easily construct factors at different levels. In addition, the cobweb solution model allows us to see the potential of our proposed algorithm very clearly. Using the method we introduced, it is easier to sort high-risk individuals to low-risk individuals. This will make it easier to deal with problems that arise when the number of patients in hospitals continues to increase. It can reduce the mortality of COVID-19 patients. Medical professionals can be very helpful in making the best decisions.
1. Introduction
A novel COrona VIrus Disease-2019 (COVID-19) is the reason for the massive pandemic situation all over the world, which has been named and declared by World Health Organization (WHO) on January, 2020 when it reached over 2,00,000 cases around 160 countries. COVID-19 was first identified at the end of 2019 in Wuhan, China, then it spreads rapidly and caused death due to the respiratory failure or other related complications in the Wuhan city and some other countries which are in contact with Wuhan. Severe Acute Respiratory Syndrome (SARS) associated with the largest known RNA virus called corona virus emerges periodically in recent years around the world. Globally, as of 3:46 PM CET, 02 November 2020 there have been 46,403,652 confirmed cases of COVID-19, including 1,198,569 deaths received by WHO from national authorities.
8. Conclusion
Fuzzy case-based reasoning approach not only for diagnosis, to know the patient’s vulnerability and use it to prioritize treatment is a new endeavor. Through the methods we introduced, we can understand the status of the patient severity and help them immediately. Thus, we can prevent patient mortality by treating them first with the level of the patient severity. For a patient with COVID-19, if the priority to the patient’s in treatment given only with the degree of impact of the disease, the condition of many patients will become worse and more repetitive. The reason is that if one patient has a prevalence rate of 35% and another patient has a prevalence rate of 30%, and has high blood pressure or diabetes, then the second person does need priority treatment. Therefore, it is not correct to prioritize treatment based only on the degree of impact of the disease. The method we introducing will help to prioritize treatment considering the patient’s age, severity, and comorbidities. And this method can help improve the decision-making ability of medical professionals. For medical professionals, it can be very useful in the critical moment of making complex decisions.
(جهت بزرگ نمایی روی عکس کلیک نمایید)
چکیده
1. مقدمه
2. مروری بر مقالات
2.1 انگیزه و مشارکت
3. رویکرد استدلال مبتنی بر مورد
4. رویکرد استدلال مبتنی بر مورد فازی
5. مبانی نظری برای عوامل مهم
5.1. علائم
5.2. سن
5.3. مدت زمان علائم
5.4. اشباع اکسیژن
5.5. فشار خون
5.6. یافته‌های مربوط به رادیوگرافی قفسه سینه
5.7. یافته‌های سی تی اسکن
5.8. بیماریهای همراه (چند ابتلایی)
6. رویکرد CBR فازی با مدل تار عنکبوتی
6.1. روش پیشنهادی
6.2. الگوریتم
7. مطالعه موردی
7.1. نتایج
7.2. بحث
8. نتیجه گیری
منابع
Abstract
Keywords
1. Introduction
2. Literature Review
2.1. Motivation and contributions
3. Case-Based Reasoning Approach
4. Fuzzy Case-Based Reasoning Approach
5. Theory Basis for Prominent Factors
5.1. Symptoms
5.2. Age
5.3. Duration of symptoms
5.4. Oxygen saturation
5.5. Blood pressure
5.6. Findings at chest X-ray
5.7. Findings at CT scan
5.8. Comorbidities
6. Fuzzy CBR approach with Cobweb Model
6.1. Proposed Method
6.2. Algorithm
7. Case Study
7.1. Results
7.2. Discussion
8. Conclusion
Acknowledgments
References
- ترجمه فارسی مقاله با فرمت ورد (word) با قابلیت ویرایش، بدون آرم سایت ای ترجمه
- ترجمه فارسی مقاله با فرمت pdf، بدون آرم سایت ای ترجمه