هماهنگ کردن روشهای تخمین تکنولوژی سلامت در بیمارستان های دانشگاهی: بررسی مناسب بودن مدل Mini-Hta در زمینه فرانسوی

Harmonizing Health Technology Assessment Practices In University Hospitals: To What Extent Is The Mini-Hta Model Suitable In The French Context?

مواد و روش ها
بررسی سیستماتیک mini-HTAها 
بررسی 18 بیمارستان دانشگاهی فرانسوی
کدگذاری موضوعات ابزارهای حمایت تصمیم گیری
مقایسه موضوعات کدگذاری شده با استفاده از ضرایب تشابه ژاکارد
تحلیل های آماری 
نتایج
نتایج جستجو روی Mini-HTAها
نتایج نظرسنجی
بحث
یافته های اصلی و معانی آن ها
پیامدهای سیاسی و تحقیقاتی 
نقاط ضعف و قوت تحقیق 
نتیجه گیری
منابع

سوابق: تعداد دستگاه های پزشکی جدید برای استفاده فردی که به صورت سالانه راه اندازی می شوند از ظرفیت ارزیابی سازمان ملی سلامت فرانسه (HTA) فراتر است. این امر منجر شده که بیمارستان ها، و به ویژه بیمارستان-های دانشگاهی (UHها) ابتکارات HTA مبتنی بر بیمارستان را توسعه داده تا از تصمیمات آن ها در زمینه حمایت از خرید دستگاه های نوآورانه حمایت کنند. با این حال، روش های مورد استفاده قرار گرفته در چنین بیمارستان هایی هیچ اساس مشترکی ندارد. هدف از این مطالعه ارزیابی مدل mini-HTA به عنوان یک راه حل بالقوه برای هماهنگ سازی روش HTA در بیمارستان های دانشگاهی فرانسه است.

روش ها: یک بررسی سیستماتیک در پایگاه داده فناوری پزشکی، دارویی و گوگل اسکولار به منظور شناسایی مقالات منتشر شده ای انجام شد که استفاده از ابزارهای mini-HTA و مدل های تصمیم گیری حمایت کننده را گزارش می کردند. بررسی نیز در 18 بیمارستان دانشگاهی فرانسه انجام شد که ابزارهای حمایت کننده از تصمیم-گیری داخلی را شناسایی می کرد. در نهایت، موضوعات در مدل mini-HTA دانمارک و بیمارستان های دانشگاهی، و با استفاده از ضرایب تشابه ژاکارد مورد ارزیابی قرار گرفتند.

نتایج: یافته های تفاوت هایی را میان موضوعات ارزیابی شده در بیمارستان های دانشگاهی فرانسه و موارد مورد ارزیابی در مدل های حمایت کننده از تصمیم گیری در سوابق پژوهشی را نشان می دهد. تنها 5 موضوع در میان 13 موضوع موضوعی که بیشتر در بیمارستان های دانشگاهی مورد ارزیابی قرار گرفته اند مشابه با مواردی بودند که در مدل mini-HTA دانمارک ارزیابی شده اند. اثرات سازمانی و اخلاقی / اجتماعی به ندرت در میان مدل های مورد بررسی در بیمارستان های دانشگاهی فرانسوی، در زمان معرفی دستگاه های پزشکی جدید بررسی شده اند.

نتیجه گیری: مدل mini-HTA باید پیش از استفاده گسترده و هماهنگ آن در بیمارستان های دانشگاهی فرانسوی با زمینه فرانسوی سازگار شود.

مواد و روش ها
بررسی سیستماتیک mini-HTAها
اگرچه mini-HTA در دانمارک ابداع شده است و مدل ملی دانمارکی به عنوان مدل اصلی در نظر گرفته می-شود، اما مدل های mini-HTA دیگری در سراسر دنیا مورد استفاده قرار می گیرند (12). برای عدم محدود ساختن تحقیقات خود به mini-HTA، اطلاعات یک نظرسنجی بین المللی از سیستم های mini-HTA موجود که در سال 2010 توسط مرکز اطلاع رسانی نروژ برای خدمات بهداشتی (NOKC) انجام شد، به عنوان نقطه آغازی مورد استفاده قرار گرفت (15). این مورد توسط یک بررسی سیستماتیک تکمیل شد که در پایگاه داده ارزیابی فناوری بهداشتی مادلین، امبیس (مرکز بررسی و انتشار، دانشگاه یورک) و گوگل اسکولار به منظور شناسایی مقالاتی انجام شد که استفاده از mini-HTA و مدل های حمایت از تصمیم گیری را گزارش می کردند. گزارش های پیشنهادی برای بررسی سیستماتیک و دستورالعمل های متاآنالیز (PRISMA) به منظور بررسی گزارش سیستماتیک دنبال شدند.

پایگاه های داده به صورت مستقل توسط دو محقق (N.M و C.D) برای نشریات از ژانویه سال 1990 تا دسامبر سال 2013 ارائه گردیدند. موارد جستجو مورد استفاده قرار گرفته در پروتکل مطالعه ارائه شده اند (جدول تکمیلی 1). استراتژی جستجو در ابتدا برای مدلین توسعه داده شد و پس از آن برای دیگر پایگاه های داده اتخاذ گردید. یک مقاله برای در نظر گرفته شدن نیازمند استفاده از ابزار حمایت از تصمیم گیری (از یک فهرست) برای دستگاه-های پزشکی است که هنوز در حال استفاده بوده و برای زمینه محلی یا منطقه ای طراحی شده اند. مراجع مرتبط به طور کامل مورد بررسی قرار گرفته و نام و کشور موسسه ای که ابزار پیشنهاد می کنند همراه با حوزه HTA (فناوری، سازمان و غیره) و موضوعات مرتبط (اثربخشی، ایمنی، هزینه خالص، نوآوری، و غیره) استخراج شده است. اصطلاحات «حوزه» و «موضوع» با اشاره به مدل مرکزی HTA شبکه اروپایی برای ارزیابی فناوری سلامت (EUnetHTA) مورد استفاده قرار گرفته اند. وبسایت های سازمان ها شناسایی شده در جستجوی سیستماتیک، و همچنین مقالات کنگره برای تکمیل داده های بازیابی شده (سوابق پژوهشی خاکستری) مورد مشاوره قرار گرفتند.

بررسی 18 بیمارستان دانشگاهی فرانسوی
به منظور بررسی طرح های HTA مبتنی بر بیمارستان در بیمارستان های دانشگاهی فرانسه، نظرسنجی از اکتبر 2012 تا آوریل 2013 انجام شد. این بررسی در مطالعه قبلی همراه با جزئیات انجام شد (5). به منظور دستیابی به حداکثر داده ها در تحقیقات کیفی با استفاده از مصاحبه های نیمه ساختاری، 15 تا 20 مصاحبه کافی در نظر گرفته شدند (16). در این راستا، مصاحبه های نیمه ساختاری به منظور جمع آوری داده ها از 18 بیمارستان دانشگاهی انتخاب شده به صورت تصادفی، انجام شدند. از شرکت کنندگان خواسته شد تا انواع اطلاعات (مباحثی) که در ارزیابی دستگاه های جدید پزشکی آن ها مورد توجه قرار می گرفت را مشخص کنند. از این بررسی، سه نوع اصلی فرایندهای HTA مبتنی بر بیمارستان در بیمارستان های دانشگاهی فرانسوی شناسایی شدند: کمیته های دستگاه های پزشکی، کمیته های نوآوری، و فرایندهای «داروخانه و مدیریت». واحد های HTA به منظور حمایت از کمیته های دستگاه های پزشکی و کمیته نوآوری جهت ارزیابی فناوری های جدید در چندین واحد بیمارستان دانشگاهی اجرایی شدند. در نهایت، استفاده از فرم های استاندارد HTA در زمینه کمیته های چند رشته ای مورد توجه قرار گرفت. به منظور بررسی های بیشتر، تمامی ابزارها پشتیبانی و مدارک مربوطه استفاده شده در زمان بررسی نیز جمع اوری شدند.

استراتژی بازاریابی الکترونیکی در مراقبت های بهداشتی با استفاده از اینترنت اشیا و یادگیری ماشینی

E marketing strategy in health care using IoT and Machine Learning

چکیده

۱. مقدمه

۲. مقدمه کوتاه درباره یادگیری ماشینی در مراقبتهای بهداشتی

۳. برنامه های یادگیری ماشینی مراقبت های بهداشتی

۳.۱. شناسایی و تشخیص یک بیماری

۳.۲. جراحی با استفاده از ربات ها

۳.۳. دارویی که برای فرد سفارشی سازی می شود

۳.۴. وظایفی برای پشتیبان رباتیک بیمار

۳.۵. تشخیص تصویربرداری پزشکی

۴. معرفی مختصر از اینترنت اشیا در سیستم های بهداشت و درمان

۵. چگونه بازاریابی دیجیتالی می‌تواند به بخش مراقبت های بهداشتی با استفاده از یادگیری ماشینی و اینترنت اشیا کمک کند و این بخش را تشویق کند

۶. مزایای بازاریابی دیجیتالی مراقبت های بهداشتی در یادگیری ماشینی و اینترنت اشیا چیست؟

۷. ML و IOT در چالش ها و مشکلات بهداشت و درمان

۷.۱. حسگر ها میزان زیادی از اطلاعات را تولید میکنند

۷.۲. خصوصی سازی محاسبات

۷.۳. مصرف انرژی برنامه های نقطه پایانی

۸. نتیجه گیری

منابع

چکیده

اینترنت اشیا (IOT) و یادگیری ماشینی (ML)، کاربرد های گسترده ای در زمینه های مختلف دارند که سیستم مراقبت های بهداشتی یکی از آنها است. رشد سریع و بهبود سریع وب باعث نابودی روش های سنتی مراقبت از بیمار و جایگزینی آنها با سیستم های الکترونیکی مراقبت‌های بهداشتی شده است. فناوری های اینترنت اشیا (IOT)، بروز ترین اکوسیستم تجهیزات پزشکی ممکن را در اختیار متخصصان مراقبت های بهداشتی و بیماران قرار می دهند. اشیای متصل به اینترنت اشیا (IOT) و یادگیری ماشینی در دسته بندی های مختلف از کنترل از راه دور محیط امروزی تا خودکارسازی مکانیکی مفید هستند. اغراق کردن درباره اهمیت بازاریابی دیجیتالی در ارائه خدمات بهداشتی غیر ممکن است. پزشکان و متخصصان پزشکی در حال حاضر فرصتی برای تبلیغ خدمات خود به تمام افراد در سراسر جهان نه فقط در منطقه نزدیک خودشان از طریق بازاریابی دیجیتالی دارند. بازاریابی دیجیتالی به متخصصان حوزه سلامت این امکان را میدهد تا شایستگی های خود را به بیماران احتمالی نشان دهند و حوزه حرفه ای خود را گسترش دهند و نمای صنعت مراقبت های بهداشتی را بهبود دهند. علاوه بر این، برنامه های درمانی پزشکی تمایل زیادی به اشیا در اینترنت اشیا نشان می دهند، زیرا آنها هزینه کمتری دارند، درک آنها آسان تر است و باعث افزایش شادی فردی بیماران می شوند. در توسعه اتصال شبکه بدنی پوشیدنی و کاشتنی در حوزه سلامت تعدادی مشکل وجود دارد که در این تحقیق به تفصیل درباره آن توضیح داده شده است. در این مقاله، نمای کلی از اینترنت اشیا و یادگیری ماشینی با تمرکز بر مراقبت های بهداشتی به صورت خاص ارائه شده است و سپس فهرستی از برنامه های کاربردی که در مراقبت های بهداشتی استفاده می شوند و شامل یادگیری ماشینی و اینترنت اشیا هستند، ارائه می شود و همچنین تمام مسائل و مشکلاتی مطرح می شود که ممکن است با استفاده از این برنامه یا گوشی برای سیستم مراقبت های بهداشتی و همچنین کاربرد قابل توجه آنها به وجود بیاید.

۸. نتیجه گیری

در بازار فعلی، مراقبت های بهداشتی از سریع ترین صنایع در حال رشد است. نیاز افراد به مراقبت در حال افزایش است و این مورد گران تر می شود. هزینه های دولت برای مراقبت های بهداشتی به بالاترین حد خود رسیده است، اما نیاز ضروری برای روابط بهتر بیمار با پزشک مشخص شده است. فناوری های رایانش ابری و یادگیری مصنوعی این پتانسیل مراقبت بهتر و قیمت پایین تر را برای ارائه به بیماران و تامین کنندگان دارند. ما در این بحث به صورت مختصر درباره یادگیری ماشینی در مراقبت های بهداشتی و کاربرد آن بحث کردیم و پس از آن معرفی مختصری درباره سیستم های مراقبت های بهداشتی ارائه می دهیم و سپس در مورد  این موضوع بحث می‌کنیم که چگونه بازاریابی دیجیتال می‌تواند با استفاده از ML به بخش مراقبت‌های بهداشتی کمک کند و این بخش را تشویق کند و پس از آن درباره مزایای بازاریابی دیجیتالی مراقبت های بهداشتی در یادگیری ماشینی و اینترنت اشیا بحث می کنیم و در آخر در این مطالعه درباره یادگیری ماشینی و اینترنت اشیا در مسائل و چالش‌های مراقبت‌های بهداشتی بحث می‌کنیم. 

Abstract

The Internet of Things (IoT) and Machine Learning (ML) have broad applications in a variety of fields, with healthcare system being one of them. The fast growth and enhancement of the web has resulted in the demise of traditional patient care methods and the replacement of them with electronic healthcare systems. The Internet of Things (IoT) technologies provides healthcare professionals and patients with the most up-to-date medical equipment ecosystem possible. Things connected to the Internet of Things (IoT) and machine learning are useful in a variety of categories, ranging from long-distance monitoring of the contemporary environment to mechanical automation. It is impossible to overstate the significance of digital marketing in the delivery of healthcare services. Doctors and medical experts now have the chance to promote their services to people all over the globe via digital marketing, rather than only in their immediate area. Digital marketing enables health professionals to demonstrate their competence to potential patients, to expand their professional area, and to improve the image of the healthcare industry. Furthermore, medical treatment applications have shown a strong desire in Internet of Items (IoT) things since they are less expensive, easier to comprehend, and enhance the personal happiness of patients. In the development of a wearable and implanted healthcare body network connection, a number of difficulties were encountered, which are detailed in this research. It is presented in this paper that an overall view of IoT and Machine Learning focused on healthcare is given in specifics, and then a list of applications that are used in health care that incorporate Machine Learning (ML) and the Internet of Things (IoT) is provided, along with all problems and difficulties that may arise by using this application or handset for healthcare system, as well as their significant application.

8. Conclusion

Healthcare is among the quickest growing industries in current marketplace; increasing individuals need care, and it is getting more expensive. Government spending on health care has reached an all-time high, but the critical need for better patient-physician relationships has become clear. Cloud computing and artificial learning technologies, for example, have the potential to offer both patients and suppliers with better care and lower prices. In this topic we briefly discussed about the machine learning in healthcare and its application after that we examine the brief introduction to it in the healthcare system after that we discussing about the how could digitally marketing assist and encourage the healthcare sector using ml and it after that we discussing about the benefits of health – care digital marketing in ml and Iot and last in this study we discuss about the ML and IoT in healthcare Issues and challenges.

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

استراتژی بازاریابی الکترونیکی در مراقبت های بهداشتی با استفاده از اینترنت اشیا و یادگیری ماشینی

E marketing strategy in health care using IoT and Machine Learning

توسعه، تست و مقایسه دو مدل تحلیل تصمیم گیری چند معیاره (MCDA): مطالعه موردی موقعیت زیرساخت های خدمات درمانی

Development, test and comparison of two Multiple Criteria Decision Analysis (MCDA) models: A case of healthcare infrastructure location

• برای دانلود رایگان مقاله انگلیسی با فرمت pdf بر روی عنوان انگلیسی مقاله کلیک نمایید.
• برای خرید و دانلود ترجمه فارسی آماده با فرمت ورد، روی عنوان فارسی مقاله کلیک کنید.

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

توسعه، تست و مقایسه دو مدل تحلیل تصمیم گیری چند معیاره (MCDA): مطالعه موردی موقعیت زیرساخت های خدمات درمانی

Development, test and comparison of two Multiple Criteria Decision Analysis (MCDA) models: A case of healthcare infrastructure location

• برای دانلود رایگان مقاله انگلیسی با فرمت pdf بر روی عنوان انگلیسی مقاله کلیک نمایید.
• برای خرید و دانلود ترجمه فارسی آماده با فرمت ورد، روی عنوان فارسی مقاله کلیک کنید.

تئوری داده بنیاد

Grounded theory

چکیده

تولید نظریه

نظریه‌ای بر پایه تحقیق تجربی

جمع‌آوری نظام‌مند داده‌ها و تحلیل‌کردن آنها

ماهیت پویای نظریه داده بنیاد

بهره‌گیری از نظریه داده‌بنیاد

مروری بر ادبیات موضوع

تائیدیه اخلاقی برای مطالعات مبتنی بر نظریه داده

روش‌های گردآوری داده

نمونه‌گیری

تحلیل، کدگذاری و ارائه نظریه

انواع نظریه در نظریه داده‌بنیاد

نتیجه‌گیری

منابع

چکیده

نظریه داده‌بنیاد یک روش تحقیقِ معروف در حوزه مراقبت سلامت و علوم اجتماعی است. این مقاله تلاش می‌کند تا روش‌شناسی نظریه داده‌بنیاد و عناصر اصلی آن را با استفاده از مثال‌هایی از مطالعات انتشاریافته معرفی کند تا کاربرد عملی نظریه داده‌بنیاد را به نمایش بگذارد. هدف از این مقاله آن است که نظریه‌ داده‌بنیاد را برای محققین کم‌تجربه پرستاری معرفی کند تا بدانند که این نظریه چیست، چه زمانی می‌توان از آن استفاده کرد، چرا آنها به این نظریه نیاز دارند و چگونه می‌توانند از آن بهره ببرند. در نهایت این مقاله باید به محققین پرستاری کمک کند که تصمیم بگیرند آیا نظریه داده‌بنیاد روشی مناسب برای انجام تحقیقات آنها است و اینکه کیفیت هر نوع مقاله‌ای که بر اساس نظریه داده‌بنیاد نوشته شده، تا چه میزان است.

نظریه داده بنیاد به روش تحقیق محبوبی برای محققین در حوزه مراقبت سلامت و علوم اجتماعی بخصوص برای پرستاران و قابله‌ها تبدیل شده است (گلینگ 2011، دنس‌کمب 2014). برای محققین پرستاری که آشنایی کمی با روش‌شناسی تحقیق کیفی دارند، نظریه داده‌بنیاد یکی از روش‌هایی است که می‌توانند مدنظر قرار دهند.

دشوار است که تعریف قطعی از نظریه داده‌بنیاد ارائه داد. چند روش برای تعریف‌کردن این نظریه تا کنون امتحان شده است (گلیزر و اشتراوس 1967، اشتراوس و کوربین 1990، لارک 2005، چارماز 2006). تعاریف متعدد حاکی از آن است که چطور روش‌شناسی این نظریه در طول زمان تغییر کرده است (ماز 2013). با این حال، 3 اصل اساسی وجود دارد که نظریه داده‌بنیاد را از دیگر روش‌های تحقیق متمایز می‌کند (دنس‌کمب 2014). این 3 صال عبارتند از 1) تولید نظریه، ظهور یک نظریه در تحقیقات تجربی با تاکید بر کار میدانی یا تحقیقاتِ عملی واقعی؛ 2) جمع‌آوری نظام‌مند و تحلیل‌کردن داده‌ها با استفاده از نمونه‌گیری نظری و3) تحلیل قیاسی مداوم (کادر یک).

نظریه‌ای بر پایه تحقیق تجربی

اصطلاح نظریه داده‌بنیاد برای ارجاع به روشی به کار می‌رود که در آن، نظریه از طریق جمع‌آوری داده‌های تحقیق بیرون می‌آید یا توجیه می‌شود. برخلاف آزمودن نظریه، در نظریه داده‌بنیاد هیچ ایده‌ای وجود ندارد که از پیش ‌تعیین ‌شده باشد. نظریه در حین فرآیند تحقیق تولید و به کمک خود اثبات می‌شود. بنابراین نظریه داده‌بنیاد برای حوزه‌هایی مناسب است که پیش از این مورد بررسی قرار نگرفته‌اند یا جایی که تحقیقات موجود، کاستی‌های زیادی دارند و یک دیدگاه جدید مدنظر است (شرایبر و استرن 2001). از نظریه داده‌بنیاد در مقیاس گسترده، به ویژه در پرستاری استفاده شده است. چون این نظریه ابزاری برای کشف و توضیح رفتار اجتماعی انسان و روانشناسی او در اختیار قرار می‌دهد (ماز، 2013).

همچنین نظریه داده‌بنیاد نسبت به دیگر روش‌های کیفی از جهت جستجو برای توضیحِ یک پدیده متفاوت است و بیشتر به دنبال ارائه توضیحی از موضوع است (دنس کمب 2014). تمرکز در اینجا بر کسبِ فهمی است از آنچه روی می‌دهد تا بدین ترتیب چراغ راهِ پروژه‌های تحقیقاتی آتی در حوزه مراقبت سلامت باشد. آن دسته پژوهشگران پرستاری که علاقمند هستند بدانند چرا چیزی به شکلی که می‌بینیم، اتفاق می‌افتد به سوی این نوع روش‌شناسی جذب می‌شوند. این روش‌شناسی یک چارچوب توضیحی برای موضوع مورد بررسی در اختیار قرار می‌دهد.

یک مطالعه بر مبنای نظریه داده‌بنیاد توسط جف و تیلور (2014) اقدام به سنجش تجربه پرستارانِ یک بخش درمانی پس از معرفی برنامه‌ای جهت ارتقای ریکاوری بیماران بعد از عمل جراحی روده-معده کرد. نویسندگان با هدفی وسیع شروع کردند. داده‌ها از مصاحبه نیمه‌ساختاریافته جمع‌آوری شد. این داده‌ها نشان داد که پراکندگی در کاربستِ پروتکل لازم جهت ارتقای ریکاوری پس از عمل جراحی دیده می‌شود. پرستاران حاضر در این مطالعه با موقعیت خاص موجود در حین اجرای درمان خود را سازگار نمودند. مراقبت از بیمار تحت تاثیر دیگر بخش‌ها و همکاران پزشکی و علائمِ ریکاوری فردی برای هر بیمار بود. همین امر ماهیتِ داده‌بنیاد این نظریه را نشان می‌دهد که چارچوبی توضیحی برای رفتار اجتماعی توصیف‌شده توسط پرستاران را در این مطالعه به نمایش گذاشت.

مرور کلی بر مدیریت زنجیره تامین در خدمات بهداشت و سلامت

Supply chain management in health services: an overview

• برای دانلود رایگان مقاله انگلیسی با فرمت pdf بر روی عنوان انگلیسی مقاله کلیک نمایید.
• برای خرید و دانلود ترجمه فارسی آماده با فرمت ورد، روی عنوان فارسی مقاله کلیک کنید.

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

مدیریت زنجیره تامین در خدمات بهداشت و سلامت

Supply chain management in health services: an overview

• برای دانلود رایگان مقاله انگلیسی با فرمت pdf بر روی عنوان انگلیسی مقاله کلیک نمایید.
• برای خرید و دانلود ترجمه فارسی آماده با فرمت ورد، روی عنوان فارسی مقاله کلیک کنید.

فضا یا عدم فضا برای مدیریت بیمارستان های عمومی؛ مطالعه کیفی خودگردانی بیمارستان در ایران

Space or no space for managing public hospitals; a qualitative study of hospital autonomy in Iran

• برای دانلود رایگان مقاله انگلیسی با فرمت pdf بر روی عنوان انگلیسی مقاله کلیک نمایید.
• برای خرید و دانلود ترجمه فارسی آماده با فرمت ورد، روی عنوان فارسی مقاله کلیک کنید.

فضا یا عدم فضا برای مدیریت بیمارستان های عمومی؛ مطالعه کیفی خودگردانی بیمارستان در ایران

Space or no space for managing public hospitals; a qualitative study of hospital autonomy in Iran

• برای دانلود رایگان مقاله انگلیسی با فرمت pdf بر روی عنوان انگلیسی مقاله کلیک نمایید.
• برای خرید و دانلود ترجمه فارسی آماده با فرمت ورد، روی عنوان فارسی مقاله کلیک کنید.