مشخصات پژوهش

صفحه نخست /پیش بینی خطر ابتلا به فشار ...
عنوان پیش بینی خطر ابتلا به فشار خون و دیابت در کارکنان شهرداری اراک با استفاده از یادگیری ماشین
نوع پژوهش پایان نامه های تقاضا محور و غیر تقاضا محور
کلیدواژه‌ها یادگیری ماشین، پیش‌بینی ریسک سلامت، سلامت کارکنان، فشار خون، دیابت، مدل‌های ترکیبی، تحلیل داده‌های سلامت
چکیده سلامت نیروی انسانی از مؤلفه‌های اساسی پایداری، بهره‌وری و کارآمدی سازمان‌ها، به‌ویژه در محیط‌های کاری شهری و صنعتی است. افزایش شیوع بیماری‌های مزمن غیرواگیر مانند فشار خون و اختلالات مرتبط با قند خون، ضرورت بهره‌گیری از رویکردهای نوین تحلیلی برای پایش و پیش‌بینی ریسک سلامت کارکنان را برجسته ساخته است. در این پژوهش، چارچوبی هوشمند مبتنی بر تحلیل داده و یادگیری ماشین برای پیش‌بینی ریسک ابتلا به بیماری‌های مرتبط با فشار خون و دیابت در کارکنان سازمانی ارائه شده است. در این تحقیق، داده‌های حاصل از معاینات دوره‌ای و اطلاعات سلامت کارکنان پس از پیش‌پردازش شامل پاک‌سازی، یکپارچه‌سازی، مدیریت داده‌های گمشده و آماده‌سازی ویژگی‌ها تحلیل شد. ویژگی‌های مورد استفاده طیفی از اطلاعات دموگرافیک، شاخص‌های بالینی و آزمایشگاهی، سبک زندگی و عوامل زیان‌آور شغلی را دربر می‌گیرد تا تصویری جامع از وضعیت سلامت فردی و شغلی کارکنان ارائه دهد. هدف این رویکرد، شناسایی الگوهای پنهان و روابط میان متغیرهای مؤثر بر بروز بیماری‌ها بوده است. به‌منظور دستیابی به نتایج قابل اعتماد، مجموعه‌ای از الگوریتم‌های طبقه‌بندی به‌کار گرفته شد و عملکرد آن‌ها در پیش‌بینی شاخص‌های کلیدی سلامت ارزیابی گردید. نتایج نشان داد هیچ مدل واحدی در تمامی شاخص‌ها بهترین عملکرد را ارائه نمی‌دهد و هر الگوریتم در شناسایی بخشی از الگوی داده‌ها برتری دارد. این یافته ضرورت استفاده از رویکردهای چندمدلی و ترکیبی در مسائل سلامت‌محور را تأیید می‌کند. در ادامه، با استفاده از روش‌های یادگیری تجمیعی، خروجی مدل‌های منتخب ترکیب شد تا ضمن کاهش وابستگی به یک مدل خاص، پایداری و دقت پیش‌بینی افزایش یابد. نتایج نشان داد مدل‌های ترکیبی تعادل بهتری میان شناسایی افراد پرریسک و کاهش خطاهای پیش‌بینی برقرار کرده و عملکرد کلی سیستم را نسبت به مدل‌های منفرد بهبود داده‌اند. این امر کارایی بالای رویکردهای ترکیبی در تحلیل داده‌های سلامت با ساختار پیچیده را نشان می‌دهد. یافته‌های پژوهش بیانگر آن است که به‌کارگیری یادگیری ماشین در تحلیل داده‌های سلامت کارکنان، امکان پیش‌بینی زودهنگام ریسک بیماری‌ها و شناسایی افراد در معرض خطر را فراهم می‌کند و می‌تواند در پشتیبانی از تصمیم‌گیری مدیریتی، برنامه‌ریزی مداخلات پیشگیرانه و ارتقای سلامت سازمانی نقش مؤثری داشته باشد. چارچوب پیشنهادی زمینه توسعه سامانه‌های هوشمند پایش سلامت و مدیریت ریسک در سازمان‌ها را فراهم کرده و می‌تواند به بهبود کیفیت زندگی کاری و کاهش هزینه‌های ناشی از بیماری‌های مزمن کمک کند.
پژوهشگران سیف اله سلیمانی (استاد راهنما)، علی خلیلی (دانشجو)