fa ارزشیابی عملکرد الگوریتم میانگین متحرک وزن داده شده نمایی در شناسایی طغیان های آنفلونزا در ایران اپیدمیولوژی Epidemiology پژوهشي Research <p dir="RTL"><strong><span style="font-family:b mitra;"><span style="font-size:10.0pt;">زمینه و هدف</span></span></strong>: <span style="color:black;"><span style="font-family:b mitra;"><span style="font-size:10.0pt;">شناسایی طغیان‌های بیماری آنفلوآنزا با رویکرد سندرومیک یکی از مهم‌ترین اولویت‌های مراقبت بیماری آنفلوآنزا در کشور است. هدف از این مطالعه تعیین عملکرد الگوریتم میانگین متحرک وزن داده شده نمایی در شناسایی به موقع طغیان‌های آنفلونزا در ایران، با استفاده از رویکرد آزمون داده‌های شبیه‌سازی شده از ژانویه 2010 تا دسامبر 2015 میلادی است.</span></span></span><br> <strong><span style="font-family:b mitra;"><span style="font-size:10.0pt;">روش کار</span></span></strong>: <span style="color:black;"><span style="font-family:b mitra;"><span style="font-size:10.0pt;">شبیه‌سازی طغیان‌ها با استفاده از داده‌های موارد مشکوک به آنفلونزا (</span></span></span><span dir="LTR"><span style="color:black;"><span style="font-family:times new roman,serif;"><span style="font-size:10.0pt;">ILI</span></span></span></span><span style="color:black;"><span style="font-family:b mitra;"><span style="font-size:10.0pt;">) از ژانویه 2010 تا دسامبر 2015 در ایران انجام شد. عملکرد الگوریتم میانگین متحرک وزن داده شده نمایی در شناسایی به موقع طغیان‌ها با استفاده از شاخص‌های حساسیت، ویژگی، درصد هشدار کاذب، نسبت‌های درست‌نمایی و منحنی راک ارزیابی و گزارش شد.</span></span></span><span dir="LTR"><span style="color:black;"><span style="font-family:times new roman,serif;"><span style="font-size:10.0pt;"></span></span></span></span><br> <strong><span style="font-family:b mitra;"><span style="font-size:10.0pt;">یافته‌ها</span></span></strong>: <span style="color:black;"><span style="font-family:b mitra;"><span style="font-size:10.0pt;">حساسیت کلی الگوریتم میانگین متحرک وزن داده شده نمایی برای کل طغیان‌های شبیه سازی شده به تفکیک روش‌های یکنواخت، خطی و نمایی از سال 2010 تا 2015 با فاصله اطمینان 95 درصد به ترتیب برابر با 70 درصد (80-30</span></span></span><span dir="LTR"><span style="color:black;"><span style="font-family:times new roman,serif;"><span style="font-size:10.0pt;">:</span></span></span></span> <span dir="LTR"><span style="color:black;"><span style="font-family:times new roman,serif;"><span style="font-size:10.0pt;">CI</span></span></span></span><span style="color:black;"><span style="font-family:b mitra;"><span style="font-size:10.0pt;"> 95%)، 84 درصد (92-75</span></span></span><span dir="LTR"><span style="color:black;"><span style="font-family:times new roman,serif;"><span style="font-size:10.0pt;">:</span></span></span></span> <span dir="LTR"><span style="color:black;"><span style="font-family:times new roman,serif;"><span style="font-size:10.0pt;">CI</span></span></span></span><span style="color:black;"><span style="font-family:b mitra;"><span style="font-size:10.0pt;"> 95%) و 51 درصد (62-40</span></span></span><span dir="LTR"><span style="color:black;"><span style="font-family:times new roman,serif;"><span style="font-size:10.0pt;">:</span></span></span></span> <span dir="LTR"><span style="color:black;"><span style="font-family:times new roman,serif;"><span style="font-size:10.0pt;">CI</span></span></span></span><span style="color:black;"><span style="font-family:b mitra;"><span style="font-size:10.0pt;"> 95%) بود. الگوریتم میانگین متحرک وزن داده شده نمایی با پارامتر هموار سازی 9/0 بهترین عملکرد را در شناسایی طغیان‌های شبیه‌سازی شده داشت.</span></span></span><span style="font-family:b mitra;"><span style="font-size:10.0pt;"></span></span><br> <strong><span style="font-family:b mitra;"><span style="font-size:10.0pt;">نتیجه‌گیری</span></span></strong><span style="font-family:b mitra;"><span style="font-size:10.0pt;">: نتایج این مطالعه نشان داد که الگوریتم میانگین متحرک وزن داده شده نمایی در شناسایی به موقع طغیان‌های شبیه‌سازی شده آنفلونزا از عملکرد مناسبی برخوردار است. با این وجود، نظام مراقبت بیماری آنفلوآنزا نیازمند استفاده از روش‌های مختلف کشف طغیان‌های آنفلونزا است.</span></span><span style="color:black;"><span style="font-family:b mitra;"><span style="font-size:10.0pt;"></span></span></span><br> &nbsp;<br> &nbsp;</p> <p><strong>Background</strong>: Timely response to influenza outbreaks using Influenza like illness (ILI) data is one of the most important priorities for public health authorities. The aim of this study was to evaluate the performance of the Exponentially Weighted Moving Average (EWMA) for timely detection of influenza outbreaks in Iran using simulated approaches from January 2010 to December 2015.<br> <strong>Methods</strong>: Simulated influenza outbreaks were generated using ILI data as syndromic data of influenza according to potentially occurred outbreaks including uniform, linear and exponential distribution of corresponding epidemic curves. The performance of variety &lambda; (smoothing parameter) values of EWMA was measured using sensitivity, specificity, false alarm rate, likelihood ratios and area under the receiver operating characteristics (ROC) curve.<br> <strong>Results</strong>: The overall sensitivity of EWMA in detection of uniformly distributed influenza outbreaks was 70% (95%CI: 30, 80). The corresponding values for linear and exponential distribution of epidemic curves were 84% (95%CI: 75, 92) and 51% (95%CI: 40, 62). EWMA with &lambda;=0.9 had the best performance for timely detection of influenza outbreaks in comparison to other smoothing parameters.<br> <strong>Conclusion</strong>: Findings revealed that EWMA works well in detection of influenza outbreaks. However, national influenza surveillance systems need to use different outbreak detection methods for detecting aberrations in influenza-like illnesses activity.<br> &nbsp;</p> آنفلونزا, میانگین متحرک وزن داده شده نمایی, طغیان, ایران Influenza, Exponentially Weighted Moving Average, Outbreak, Iran 19 25 http://rjms.iums.ac.ir/browse.php?a_code=A-10-1807-6&slc_lang=fa&sid=1 Manoochehr Solgi منوچهر سلگی m.solgi2121@yahoo.com 3900319475328460038536 3900319475328460038536 No Hamadan University of Medical Sciences, Hamadan, Iran دانشگاه علوم پزشکی همدان، همدان، ایران Manoochehr Karami منوچهر کرمی man.karami@yahoo.com 3900319475328460038537 3900319475328460038537 Yes Hamadan University of Medical Sciences, Hamadan, Iran دانشگاه علوم پزشکی همدان، همدان، ایران Jalal Poorolajal جلال پورالعجل pooorolajal@umsha.ac.ir 3900319475328460038538 3900319475328460038538 No Hamadan University of Medical Sciences, Hamadan, Iran دانشگاه علوم پزشکی همدان، همدان، ایران Seyed Hadi Hosseini سید هادی حسینی seyyedhh79@gmail.com 3900319475328460038539 3900319475328460038539 No Hamadan University of Medical Sciences, Hamadan, Iran دانشگاه علوم پزشکی همدان، همدان، ایران