Journal of Health Administration最新文献_第8页

Occurrence and reporting of nurses’ medication errors in a teaching hospital in Isfahan 伊斯法罕某教学医院护士用药失误的发生与报告

Journal of Health Administration Pub Date : 2019-01-01 DOI: 10.29252/JHA.21.74.75

N. Zadeh, Saber Soori, Zahra Rostami, Golnoosh Aghili-Dehkordi

{"title":"Occurrence and reporting of nurses’ medication errors in a teaching hospital in Isfahan","authors":"N. Zadeh, Saber Soori, Zahra Rostami, Golnoosh Aghili-Dehkordi","doi":"10.29252/JHA.21.74.75","DOIUrl":"https://doi.org/10.29252/JHA.21.74.75","url":null,"abstract":"مقدمه: خطاهای دارویی از شایع ترین خطاهای پرستاری بوده و تلاش برای شناسایی و آشکارسازی این خطاها مهم است. مطالعه حاضر با هدف بررسی وقوع و گزارش خطاهای دارویی پرستاران در بیمارستان آموزشی درمانی شهر اصفهان انجام شد.\u0000روش ها: پژوهش حاضر یک مطالعه توصیفی-تحلیلی بود که به صورت مقطعی در سال ۱۳۹۶ انجام شد. دیدگاه ۲۲۰ نفر از پرستاران شاغل در ۳۵ بخش بیمارستان آموزشی منتخب درباره فراوانی و نوع گزارش خطاهای دارویی با استفاده از پرسش نامه دو قسمتی شامل اطلاعات دموگرافیک، نوع خطاهای دارویی و گزارش آن گردآوری شد. سپس داده ها در نرم‌افزار آماری SPSS نسخه ۲۲ وارد شدند. تحلیل داده ها با استفاده از آزمون های آماری تحلیلی مجذور کای و من-ویتنی انجام شد. \u0000یافته ها: میانگین وقوع خطاهای دارویی ۸/۶۶ درصد، گزارش دهی رسمی ۲۲ درصد و گزارش دهی غیر رسمی ۳/۵۵ درصد بود. بیشترین میزان خطاها مربوط به دادن دارو دیرتر یا زودتر از زمان مقرر (۷۰ درصد)، بیشترین گزارش رسمی عدم رعایت زمان مناسب دارو ( ۸ درصد) و بیشترین گزارش غیر رسمی مخلوط کردن دو یا چند میکروست دارو بدون توجه به تداخلات (۲۹ درصد) بود. بین وقوع خطاهای دارویی با جنس (۰۱۴/۰=P )، وضعیت استخدامی(۰۳۱/۰=P ) و سابقه کار (۰۲۴/۰=P ) رابطه آماری معناداری وجود داشت.\u0000نتیجه گیری: به منظور ترویج شناسایی و گزارش خطاهای دارویی، بهتر است از ایجاد فضای سرزنش کننده در بیمارستان جلوگیری شود. در گام بعد، آموزش در خصوص انواع خطاها، تشویق پرستاران به ارائه و تسهیل گزارش خطاهای دارویی می‌تواند برنامه ریزی و اقدام برای کاهش خطاها را تسهیل نماید.","PeriodicalId":36090,"journal":{"name":"Journal of Health Administration","volume":" ","pages":""},"PeriodicalIF":0.0,"publicationDate":"2019-01-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"46595210","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

引用次数: 10

The study of the quality of speech therapy services in the clinic of the Faculty of Rehabilitation of Iran University of Medical Sciences using the SERVQUAL model 使用SERVQUAL模型对伊朗医科大学康复学院门诊语言治疗服务质量进行研究

Journal of Health Administration Pub Date : 2019-01-01 DOI: 10.29252/jha.21.74.101

Reyhane Mohamadi, Farideh Kamran, Zeinab Damerchi

引用次数: 1

Developing a decision support system for osteoporosis Prediction 骨质疏松症预测决策支持系统的开发

Journal of Health Administration Pub Date : 2019-01-01 DOI: 10.29252/JHA.21.74.87

مصطفی لنگری زاده, لیلا اوجی, اعظم اروجی

{"title":"Developing a decision support system for osteoporosis Prediction","authors":"مصطفی لنگری زاده, لیلا اوجی, اعظم اروجی","doi":"10.29252/JHA.21.74.87","DOIUrl":"https://doi.org/10.29252/JHA.21.74.87","url":null,"abstract":"مقدمه: پوکی استخوان بیماری رایجی در زنان است. شکستگی‌ها آسیب‌های جبران ناپذیری ایجاد می‌کنند. بنابراین، تشخیص زودهنگام این بیماری و شروع درمان قبل از رخ دادن شکستگی مسئله مهمی است. هدف مطالعه حاضر، ایجاد یک سیستم تصمیم یار بالینی مبتنی بر شبکه های عصبی مصنوعی با قابلیت تشخیص ابتلا به پوکی استخوان بود.\u0000روش کار: مطالعه حاضر از نوع توسعه ای بود که بصورت مقطعی در نیمه دوم سال ۱۳۹۶ انجام شد. در پژوهش حاضر، ابتدا با شناسایی متغیرهای تاثیرگذار، پرسش نامه نظرسنجی برای انتخاب مهم‌ترین عوامل بالینی تهیه شد. اطلاعات ۲۵۶ نفر از زنان و تراکم استخوان پنج سال بعد از ثبت اولیه مربوط به زنان مراجعه کننده به واحد سنجش تراکم استخوان دانشگاه علوم پزشکی بوشهر برای آموزش شبکه استفاده شد. برای یافتن بهترین شبکه از روش آزمون و خطا استفاده شد. همچنین، شبکه با الگوریتم‏های گرادیان مزدوج و لونبرگ-مارکوارت آموزش داده شد. ارزیابی بر اساس ماتریس آشفتگی و معیار‌های حساسیت، ویژگی و صحت انجام گرفت.\u0000یافته‌ها: در مرحله اول از ۱۵ ویژگی ضروری از نظر پزشکان، مصرف الکل، انحنای پشت و برداشتن رحم، حذف و ۱۲ متغیر انتخاب شدند. سپس، شبکه عصبی پرسپترون چند‌لایه طراحی شد. نتایج نشان داد که الگوریتم گرادیان مزدوج با ۱۰ نرون و الگوریتم لونبرگ-مارکوارت با ۱۲ نرون در لایه مخفی بهترین ساختار شبکه را دارند. علاوه بر آن ، مقایسه صحت نشان داد که در مجموع الگوریتم لونبرگ-مارکوارت نتایج بهتری داشت. بهترین نتیجه به دست آمده حساسیت، ویژگی و صحت به ترتیب ۱/۸۳، ۴/۸۹ و ۳/۸۶ بود.\u0000نتیجه گیری: در مطالعه حاضر، با تمرکز بر داده‌های بومی ابزاری توسعه داده شد که می‌تواند در زمینه پیگیری بیماری پوکی استخوان بسیار موثر باشد. استفاده از این ابزار برای ارجاع به موقع افراد بیمار و شروع درمان می‌تواند از رخ دادن شکستگی عوارض جبران ناپذیر پوکی استخوان جلوگیری کند.","PeriodicalId":36090,"journal":{"name":"Journal of Health Administration","volume":" ","pages":""},"PeriodicalIF":0.0,"publicationDate":"2019-01-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"47666421","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

引用次数: 0

REVIEW OF INTENSITY-BASED AND GEOMETRY-BASED REGISTRATION TECHNIQUES, APPLIED ON 3D CONE-BEAM CT DATA 基于强度和几何的配准技术在三维锥束ct数据上的应用综述

Journal of Health Administration Pub Date : 2016-11-22 DOI: 10.4172/2157-7420.C1.013

G. Matsopoulos

引用次数: 0