پیش بینی کفایت دیالیز در بیماران تحت همودیالیز با استفاده از شبکه های عصبی مصنوعی

پیش بینی کفایت دیالیز در بیماران تحت همودیالیز با استفاده از شبکه های عصبی مصنوعی

همودیالیز رایج ترین روش درمانی مورد استفاده جهت بیماران مبتلا به نارسایی مزمن کلیه است پیش آگهی طولانی مدت بیماران همودیالیزی مزمن، تحت تأثیر کفایت درمان با دیالیز قرار دارد و بررسی آن در درمان و مراقبت از بیماران همودیالیزی دارای اهمیت ویژه است امروزه موضوع اصلی در بیماران همودیالیزی بررسی کفایت دیالیز آن هاست. به طوری که اگر همودیالیز از کفایت لازم برخوردار نباشد سطح سموم خونی و علائم بالینی بیمار به خوبی کنترل نشده و بنابراین میزان ناتوانی و مرگ و میر افزایش می یابد.

این پژوهش با بررسی حالت ها در روش شبکه عصبی مصنوعی در مجتمع آموزشی، پزشکی و درمانی امام علی (ع) کرج، با مدل سازی شاخص های وزن خشک  w ، اضافه وزن uf ،زمان، bun قبل، bun بعد، هموگلوبین hb ، فسفر، کلسیم، سدیم، پتاسیم، کراتینین، sgot ، sgpt به عنوان ورودی ها و شاخص کیفیت آنالیزبه عنوان خروجی در حالت اول و شاخص های وزن خشک  w ، اضافه وزن uf ، زمان، bun قبل، bun بعد، هموگلوبین hb  به عنوان ورودی ها و شاخص کیفیت آنالیز به عنوان خروجی در حالت دوم شبکه عصبی پیش خور با الگوریتم یادگیری لونبرگ - مارکارد بررسی و برآورد دقت مدل ها با روش mse و rmse معین شد که و برتری حالت دوم شبکه عصبی چندلایه نسبت به حالت اول شبکه عصبی چندلایه برای پیش بینی کفایت آنالیز به همراه دارد.