TY - JOUR T1 - Application of artificial neural network model in predicting the mixed response of atherosclerosis disease TT - کاربرد مدل شبکه عصبی مصنوعی در پیش‌بینی پاسخ‌های آمیخته بیماری قلبی JF - RJMS JO - RJMS VL - 20 IS - 113 UR - http://rjms.iums.ac.ir/article-1-2778-fa.html Y1 - 2013 SP - 20 EP - 28 KW - Artificial neural network KW - Mixed response KW - Cardiac disease KW - Cholesterol KW - LDL level. N2 -  زمینه و هدف: در مطالعات اپیدمیولوژی و پزشکی، گاهی پژوهشگر با مواردی مواجه می­شود که لازم است دو متغیر پاسخ را به صورت توام (همزمان) از روی تعدادی متغیر کمکی پیش­بینی نماید. زمانی که متغیر پاسخ آمیخته باشد، با توجه به محدودیت­ها و برقرار نبودن برخی پیش فرض­ها، روش­های کلاسیک آماری برای مدل­بندی و پیش­بینی کارایی لازم را ندارند. هدف این مطالعه بکارگیری مدل شبکه عصبی مصنوعی برای پیش­بینی متغیر پاسخ آمیخته در بیماری قلبی است. روش کار: در پاییز و زمستان 1390، تعداد 276 بیمار قلبی که از بیمارستان شهید مدنی خرم آباد ترخیص شده بودند به صورت کوهورت تاریخی مورد مطالعه قرار گرفتند. از این نمونه برای پیش­بینی توام کلسترول و سطح LDL استفاده شد. داده­ها به تصادف به دو گروه آموزش (175 نفر) و آزمون (91 نفر) تقسیم شدند. برای تحلیل داده­ها از شبکه عصبی مصنوعی با الگوریتم شیب توام مقیاس شده (Scaled Conjugate Gradient) و برای تعیین مناسب‌ترین مدل از معیار صحت پیش­بینی استفاده شد. برای تحلیل از نرم افزار MATLAB نسخه 11/7 استفاده شد. یافته‌ها: بالاترین صحت پیش­بینی برای مدل­ شبکه عصبی مصنوعی چهار لایه برای متغیر پاسخ آمیخته برابر 76/51 درصد به دست آمد. نتیجه‌گیری: مدل شبکه عصبی مصنوعی با دو لایه میانی برای پیش­بینی متغیر پاسخ آمیخته مناسب است.  M3 ER -