• شهروند خبرنگار
  • شهروند خبرنگار آرشیو
امروز: -
  • صفحه نخست
  • سیاسی
  • اقتصادی
  • اجتماعی
  • علمی و فرهنگی
  • استانها
  • بین الملل
  • ورزشی
  • عکس
  • فیلم
  • شهروندخبرنگار
  • رویداد
پخش زنده
امروز: -
پخش زنده
نسخه اصلی
کد خبر: ۳۸۶۶۸۰۸
تاریخ انتشار: ۰۹ خرداد ۱۴۰۲ - ۱۳:۰۸

شناسایی و دسته بندی پنج نوع عارضه قلبی

نارسایی قلبی میلیون‌ها نفر را در سراسر جهان تحت تأثیر قرار می‌دهد، به همین دلیل شناسایی و کنترل این عارضه نقش مهمی در کاهش مرگ و میر جهانی دارد.

به گزارش سرویس وبگردی خبرگزاری صدا و سیما ، نارسایی قلبی، یک اصطلاح کلی است که برای توصیف زمانی که قلب به اندازه کافی و به میزان موثر خون را پمپ نمی‌کند تا نیاز‌های بدن به خون و اکسیژن را برآورده کند، استفاده می‌شود. این نارسایی می‌تواند توسط چندین عامل زمینه‌ای موثر بر درمان این بیماری ایجاد شود. مطالعات انجام شده نشان می‌دهد: عوامل خطر نارسایی قلبی شامل بیماری عروق کرونر و حملات قلبی، دیابت، فشار خون بالا، اضافه وزن و چاقی و بیماری دریچه‌های قلب است.
 
شناسایی ۵ نوع عارضه قلبی
به طور سنتی، انواع مختلف نارسایی قلبی بر اساس میزان خونی که بطن چپ قلب با هر انقباض به بیرون رانده می‌شود، طبقه بندی می‌شود. اما نتایج یک مطالعه مبتنی بر یادگیری ماشینی در سوئد نشان داد: بررسی خون خروجی از بطن میزان نارسایی قلبی را پیش بینی نمی‌کند.
 
به تازگی، محققان دانشگاه کالج لندن از چهار مدل یادگیری ماشینی برای ایجاد چارچوبی برای تعیین زیرشاخه‌های نارسایی قلبی استفاده کرده اند که ممکن است به درمان و تعیین خطر این حوزه کمک کند.
 
طی این مطالعات، محققان داده‌های سوابق سلامت الکترونیکی ناشناس بیش از ۳۰۰ هزار بیمار بریتانیایی را که در طول ۲۰ سال مبتلا به نارسایی قلبی تشخیص داده شده بودند، بررسی کردند. داده‌ها از دو مجموعه داده بزرگ مراقبت‌های اولیه که نماینده جمعیت بریتانیا هستند گرفته شده است.
 
آمیتاوا بانرجی، نویسنده اصلی این مطالعه، در رابطه با این موضوع گفت: ما به دنبال بهبود نحوه طبقه بندی نارسایی قلبی با هدف درک بهتر دوره احتمالی بیماری و انتقال آن به بیماران بودیم. در حال حاضر، پیش‌بینی چگونگی پیشرفت بیماری برای هر فرد به طور مجزا دشوار است. برخی از افراد برای سال‌های طولانی مقاوم خواهند بود، در حالی که شرایط برخی دیگر به سرعت بدتر می‌شوند.
 
به همین دلیل محققان از چهار مدل برای جداسازی موارد نارسایی قلبی به گروه‌ها استفاده کردند. در این روش پس از آموزش هوش مصنوعی با استفاده از بخش‌هایی از داده ها، مدل‌ها بر اساس ۸۷ عامل از ۶۳۵ عامل ممکن، شامل سن، علائم، وجود سایر بیماری‌ها، دارو‌هایی که بیمار مصرف می‌کرد، پارامتر‌های سلامتی مانند فشار خون و نتایج آزمایش ها، پنج زیر گروه را تشخیص دادند.
 
در ادامه پنج زیرگروه با توجه به ویژگی‌های خاص توسط هوش مصنوعی خوشه بندی شدند و محققان دریافتند: خطر مرگ در سال پس از تشخیص بیماری بین انواع گروه‌های فرعی شناسایی شده متفاوت است. محققان معتقدند: یافته‌های این مطالعه می‌تواند برای بهبود درمان نارسایی قلبی استفاده شود.
 
به این ترتیب محققان اپلیکیشنی را بر اساس رویکرد یادگیری ماشینی خود توسعه دادند که پزشکان می‌تواند از آن برای تعیین زیرشاخه‌های مرتبط با بیماری‌های قلبی و عروقی افراد استفاده کنند.
 
شرح کامل این مطالعه در آخرین شماره مجله تخصصی مجله The Lancet Digital Health منتشر شده است.

 

بازدید از صفحه اول
ارسال به دوستان
نسخه چاپی
گزارش خطا
Bookmark and Share
X Share
Telegram Google Plus Linkdin
ایتا سروش
عضویت در خبرنامه
نظر شما
آخرین اخبار
سردار مارانی: حاج قاسم شجاعانه به دل دشمن می‌زد
دشمن برای جبران شکست‌ها روی ناامنی ایران تمرکز کرده است
تکذیب شایعه لغو پروازهای امارات به ایران
برگزاری نشست هیئت اتاق بازرگانی ایران با اعضای اتاق اصفهان
بررسی مشکلات ۲۲ پروژه عمرانی در شبستر
کتاب بر شانه‌های کارون، روایت کننده تشییع تاریخی سردار دل‌ها در اهواز
اجرای پویش نه به پلاستیک در بیارجمند
حضور نیم میلیون زائر در آیین سالگرد سپهبد شهید سلیمانی در کرمان
مطالبه گری حق هر ایرانیست، اما درچارچوب قانون
احزاب، موتور محرکه انتخابات
اجتماع مردم بروجرد در محکومیت آشوبگران
۵ مرزنشین مفقودی اشنویه نجات پیدا کردند
غیر حضوری شدن امتحانات دانشگاه آزاد اسلامی استان یزد
سوادآموزی ۲۱۹مددجو در زندان‌های استان کرمان
مادر شهید حسینعلی اصغری آسمانی شد
اتاق بازرگانی روح اقتصاد استان است
یخبندان شبانه در کرمان تا پایان هفته
جدایی فرشاد احمدزاده از پرسپولیس
بیانیه اصناف، کسبه و بازاریان استان چهارمحال و بختیاری
گزینش، نقطه آغاز سلامت نظام تعلیم و تربیت است
  • پربازدیدها
  • پر بحث ترین ها
بیانیه وزارت امور خارجه ترکیه در مورد ونزوئلا
برقراری فعالیت ادارات و مدارس فارس ؛ فردا
پیش‌فروش ۵ محصول سایپا از فردا
کالابرگ ۴ میلیونی به چه کسانی اختصاص می‌یابد؟
برگزاری انتخابات ریاست جمهوری ونزوئلا ۳۰ روز دیگر
اطلاعیه شورای اطلاع رسانی دولت درخصوص انتقال ارزترجیحی به خانوارها
قطع جریان گاز فردا در بخشی از خیابان‌های شهر اصفهان
پرداخت کالابرگ چهار میلیون تومانی برای ۸۰ میلیون نفر
کاهش دما در استان کرمان
با معترض حرف می‌زنیم؛ اغتشاش‌گر را باید سر جایش نشاند
هوای خراسان رضوی سردتر می‌ شود
سرمای شدید و یخبندان در زنجان
تجهیز و غرفه بندی روستابازار پارک شهر در اراک
حضور پزشکیان در مجتمع بهزیستی «خانه دختران ایران»
بازداشت سه آشوبگر مرتبط با شبکه صهیونی اینترنشنال 
برقراری فعالیت ادارات و مدارس فارس ؛ فردا  (۱۴ نظر)
بیانیه وزارت امور خارجه ترکیه در مورد ونزوئلا  (۷ نظر)
دو مرحله از یارانه رفع سوءتغذیه کودکان زیر ۵ سال امروز واریز شد  (۷ نظر)
پیش‌فروش ۵ محصول سایپا از فردا  (۲ نظر)
افتتاح شهربازی در جنوب شهر شیراز  (۲ نظر)
اعتبار یارانه «طرح یسنا» پانزدهم دی ماه شارژ می‌شود  (۲ نظر)
اطلاعیه شورای اطلاع رسانی دولت درخصوص انتقال ارزترجیحی به خانوارها  (۲ نظر)
مردم ایران دشمنانی به مراتب کارکشته‌تر را ناامید کرده‌اند  (۲ نظر)
بازداشت سه آشوبگر مرتبط با شبکه صهیونی اینترنشنال   (۲ نظر)
تجاوز نظامی آمریکا به ونزوئلا  (۲ نظر)
ایران در نبرد ۱۲ روزه از موشک‌های استراتژیک استفاده نکرد  (۱ نظر)
پرداخت کالابرگ چهار میلیون تومانی برای ۸۰ میلیون نفر  (۱ نظر)
لاریجانی: مردم آمریکا مراقب سربازانشان باشند  (۱ نظر)
تسلیت وزیر امور خارجه به مناسبت شهادت مرزبان دلیر ایران  (۱ نظر)
وزیر دفاع: بی ملاحظه به تهدیدات پاسخ می‌دهیم  (۱ نظر)