دانلود ترجمه مقاله آنالیز دارویی زنان مبتلا به فیبروم رحم (ساینس دایرکت – الزویر 2019)

 

 

این مقاله انگلیسی ISI در نشریه الزویر در سال 2019 منتشر شده که 4 صفحه می باشد، ترجمه فارسی آن نیز 10 صفحه میباشد. کیفیت ترجمه این مقاله عالی بوده و به صورت کامل ترجمه شده است.

 

دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی
عنوان فارسی مقاله:

آنالیز دارویی زنان مبتلا به فیبروم رحم بر اساس فناوری داده کاوی

عنوان انگلیسی مقاله:

Analysis of medication data of women with uterine fibroids based on data mining technology

 

 

مشخصات مقاله انگلیسی 
نشریه ساینس دایرکت، الزویر – (Sciencedirect – Elsevier)
سال انتشار 2019
فرمت مقاله انگلیسی pdf و ورد تایپ شده با قابلیت ویرایش
تعداد صفحات مقاله انگلیسی 4 صفحه
نوع مقاله ISI
نوع نگارش مقاله پژوهشی (Research Article)
نوع ارائه مقاله ژورنال
رشته های مرتبط با این مقاله پزشکی
گرایش های مرتبط با این مقاله جراحی زنان و زایمان – ایمنی شناسی پزشکی – غدد و متابولیسم
چاپ شده در مجله (ژورنال) Journal of Infection and Public Health
کلمات کلیدی فیبروم های رحمی – داده کاوی – درمان پزشکی – مییفپریستون – دانازول
کلمات کلیدی انگلیسی Uterine fibroids – Data mining – Medical treatment – Mifepristone – Danazol
نمایه (index) scopus – Master Journal List – JCR – MedLine – DOAJ
نویسندگان Jianyan Xuan – Guangfei Deng – Rui Liu – Xiangdong Chen – Yuhua Zheng
شناسه شاپا یا ISSN 1876-0341
شناسه دیجیتال – doi https://doi.org/10.1016/j.jiph.2019.07.017
لینک سایت مرجع https://www.sciencedirect.com/science/article/pii/S1876034119302527
ایمپکت فاکتور (IF) مجله 7.189 در سال 2021
شاخص H_index مجله 46 در سال 2022
شاخص SJR مجله 1.277 در سال 2021
شاخص Q یا Quartile (چارک) Q1 در سال 2021
بیس نیست
مدل مفهومی ندارد 
پرسشنامه ندارد 
متغیر ندارد 
فرضیه ندارد 
رفرنس دارای رفرنس در داخل متن و انتهای مقاله
کد محصول 12455

 

مشخصات و وضعیت ترجمه فارسی این مقاله 
فرمت ترجمه مقاله ورد تایپ شده با قابلیت ویرایش و pdf
وضعیت ترجمه ترجمه شده و آماده دانلود
کیفیت ترجمه عالی (مناسب استفاده دانشگاهی و پژوهشی)
تعداد صفحات ترجمه 10 (1 صفحه رفرنس انگلیسی) صفحه با فونت 14 B Nazanin
ترجمه عناوین تصاویر و جداول ترجمه شده است 
ترجمه متون داخل تصاویر ترجمه شده است 
ترجمه متون داخل جداول ترجمه شده است 
ترجمه ضمیمه ندارد 
درج تصاویر در فایل ترجمه درج شده است  
درج جداول در فایل ترجمه درج شده است  
درج فرمولها و محاسبات در فایل ترجمه ندارد 
منابع داخل متن به صورت عدد درج شده است
منابع انتهای متن به صورت انگلیسی درج شده است

 

فهرست مطالب

چکیده

مقدمه

محتوای تحقیقاتی

منابع مقالات

ایجاد دیتابیس

نرم افزارهای آماری و روش های داده کاوی

نتایج تحقیقات

آمار دارویی

تحلیل تاثیر داروها

تحلیل واکنش های دارویی مضر

جمع بندی

منابع

 

بخشی از ترجمه

چکیده
     هدف این مقاله، تحلیل کردن مشخصه های تشخیص و درمان زنان با فیبروم رحمی بر اساس تکنولوژی های داده کاوی و قوانین استفاده از داروها می باشد. مقالات بالینی مرتبط با درمان فیبروم های رحمی ارائه شده در زیرساخت های علمی ملی چین (CNKI) از سال 2004 تا 2018 در این مقاله ارزیابی شده است و مقالاتی که با معیارهای مورد نیاز بر اساس معیار بررسی و معیار عدم بررسی مقالات تطابق داشتند، مورد جستجو قرار گرفتند. محتوای نسخه ها نیز در دیتابیس ها ثبت شده و نتایج تکرار داروها، داروهای رایج و قوانین اصلی استفاده از داروها در این مقاله در نظر گرفته شده است و با استفاده از تحلیل قوانین در نرم افزار تحلیل شده است تا بتوان در نهایت به تجزیه و تحلیل قوانین دارویی در پزشکی مدرن برای درمان فیبروم های رحمی دست پیدا کرد. از طریق تحقیق و تحلیل، مشخص شد که داروهای بالینی که به صورت رایج مورد استفاده قرار می گیرند شامل لوپرولینین (GnRH-a) ، دانا زول (آندروژن) ، ژسترونون (پروژستین) ، مییفپریستون (آنتاگونیست گیرنده پروژسترون) و برخی موارد از درمان ترکیبی می باشد. بر اساس تحلیل تکرار داروها، تاثیرات درمانی و عوارض جانبی دارو ها، مشخص شد که استفاده بالینی از مییفپریستون در درمان های فیبروم های رحمی معمولا رایج می باشد که این دارو باعث شکل گیری تاثیر محسوس همراه با عوارض جانبی خفیف می شود به همین دلیل بهتر است که این دارو در شرایط بالینی بیشتر مورد استفاده قرار گیرد. ازین رو، نتایج این مطالعه میتواند مبانی جدیدی ار برای تحقیقات بالینی و مبنایی برای پزشکی سنتی چینی در درمان فیبروم های رحمی ایجاد کند اما هنوز هم نیازمند اعتبار سنجی توسط تفسیر متخصص ها، تحقیقات آزمایشی و روش های دیگر می باشد.

 

محتوای تحقیقاتی
منابع مقالات
     ما در این تحقیق صفحه اصلی CNKI را باز کرده و سپس با استفاده از قسمت جستجوی پیشرفته، کار خودمان را انجام دادیم. عبارت جستجوی «متن کامل» در این تحقیق انتخاب شد و کلمات تحقیقاتی نیز شامل «فیبروم های رحمی» و «پزشکی» بودند. ما از روش تطابق فازی استفاده کردیم و از روش توالی زمانی بهره بردیم. عبارت جستجو نیز در بازه های زمانی 1 ژانویه 2004 تا 31 دسامبر 2018 انتخاب شد و بقیه تنظیمات نیز به صورت پیش فرض اعمال شدند. از سال 2004 تا 2018 ،تعداد 1152 مقاله پزشکی مرتبط با درمان فبیروم های رحمی در پزشکی غربی در CNKI شناسایی شد. بر اساس معیار بررسی و معیارهای عدم بررسی این مقالات، تعداد 328 مقاله که مطابق با الزام های تحقیقاتی مورد نیاز ما بودند انتخاب شدند.

 

     معیار بررسی مقالات: گزارش های بالینی و یا آزمایش های بالینی در رابطه با درمان فیبروم های رحمی با پزشکی جامع چینی و غربی و یا پزشکی سنتی چینی؛ آزمایش های متخصص ها ( با نسخه کامل)؛ و مقالات در رابطه با داروهای تجویز شده در دوز های خاص. معیار عدم بررسی مقالات: مقاله های مرتبط با پیش گیری بازگشت فیبروم های رحمی بعد از جراحی؛ مقالاتی که در آن ها داروهای تجویز شده منتشر نشده اند و یا مقالاتی که داروهای تجویز شده در آن ها دقیق نیستند؛ مرور مقالات و آزمایش های حیوانی؛ مقالات مرتبط با تنقیه و اسعمال خارجی درمان های TCM؛ مقالاتی که نسخه های دارویی آن ها تکراری هستند؛ و گزارش های مقالات در رابطه با درمان فیبروم های رحمی بدون استفاده از پزشکی سنتی چینی.

 

ایجاد دیتابیس
     بر اساس شرایط پویش بالا، نسخه هایی که مطابق با الزام این مقاله بودند شناسایی شدند. سپس ما از اکسل استفاده کردیم تا بتوانیم دیتابیس نسخه های مورد استفاده برای فیبروم های رحمی را ایجاد کیم. تعداد کلی دو گروه از دیتابیس ها در این مقاله ایجاد شد. دیتابیس اول یک دیتابیس عمومی بود که شامل پنج آیتم از تعداد نسخه ها، نام نسخه ها، منبع نسخه ها و نشانه های بیماری و پزشکی سنتی چینی بود. دیتابیس دوم نیز یک دیتابیس در رابطه با نسخه های دارویی بود که از پزشکی سنتی چینی ایجاد شده بود و بر اساس این موضوع ثبت شده بود که آیا روش پزشکی خاصی در نسخه ها دیده می شود یا خیر که حضور این موضوع بر اساس پارامتر T مشخص می شد و غیاب این روش نیز به صورت F مشخص می شد. این کتابخانه از اطلاعات قابلیت تحلیل در SPSS20.0 و SPSS Modeler14.1 برای توصیف های آماری را داشت و می شد برای مدل سازی از آن ها استفاده کرد.

 

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

دکمه بازگشت به بالا