fa طراحی سیستم تصمیم‌یار پایش علائم حیاتی بیماران بستری در بخش مراقبت‌های ویژه قلبی پژوهشي Research <p dir="RTL"><strong>مقدمه:</strong> حجم زیاد اطلاعات پزشکی با بیماری‌ها و روش‌های درمانی متفاوت، می&shy;تواند یکی از عوامل بروز خطاهای درمانی در بخش مراقبت‌های ویژه قلبی باشد. هدف این پژوهش طراحی سیستمی بود که علائم حیاتی بیماران را به‌صورت مستمر و همزمان پایش نماید و در صورت غیر<span dir="LTR">‌</span>طبیعی بودن، هشدارهایی را تولید و مداخلات درمانی مناسب را به ترتیب اولویت پیشنهاد <span dir="LTR">‌</span>کند.</p> <p dir="RTL"><strong>روش کار:</strong> این پژوهش از نوع کاربردی-توسعه‌ای بود که به روش مقطعی در سال 1394 در بیمارستان شهید رجائی استان تهران انجام شد. 15 نفر پزشک متخصص و 15 نفر پرستار شاغل در بخش مراقبت‌های ویژه قلبی به‌صورت غیر‌تصادفی هدفمند به‌عنوان نمونه در نظر گرفته شدند. در طراحی سیستم از فناوری <span dir="LTR">MEAN.js</span> و داده&shy;<strong> </strong>های پایگاه&shy;داده<span dir="LTR">MIMIC II </span>&nbsp;فیزیونت استفاده شد.</p> <p dir="RTL"><strong>یافته‌ها:</strong> حدود طبیعی و غیرطبیعی علائم حیاتی با توجه به شرایط محیطی و جمعیتی و انواع مداخلات درمانی با توجه به میزان تغییرات علائم حیاتی به ترتیب اولویت مشخص شدند. نتایج نشان داد که سیستم تصمیم&shy;یار در ارائه مداخلات درمانی از صحت ۷/94 درصد، حساسیت 60/82 درصد و دقت 100 درصد برخوردار بود و در تولید هشدارهای به‌موقع دارای صحت ۹/92 درصد، حساسیت 80 درصد و دقت 100 درصد است.</p> <p dir="RTL"><strong>نتیجه‌گیری:</strong> عوامل مختلفی در تعیین مقادیر علائم حیاتی و اولویت مداخلات درمانی تأثیرگذار هستند. نتایج نشان داد که سیستم&shy;های تصمیم&shy;یار بالینی می&shy;توانند به هنگام بروز وضعیت&shy;های پیش‌بینی ‌نشده کمک&shy;کننده باشند. از نقطه ‌نظر بالینی موجب تسهیل درک علائم حیاتی، تشخیص وضعیت بیمار و منجر به بهبود فرایند تصمیم&shy;گیری بالینی می&shy;شود که می&shy;تواند در کاهش خطاهای درمانی تأثیرگذار باشند.</p> <p><strong>Introduction</strong>: Big volume of patient&rsquo;s medical data is one of the medical error reasons in coronary care unit (CCU). The purpose of this study was the designing a system that can monitored the patient&rsquo;s vital sign continuously and when there are abnormal, producing alarms and proposed appropriate medical interventions according to the patient&rsquo;s conditions in CCU.</p> <p>&nbsp;<strong>Methods</strong>: This was application-development study that done in cross-sectional method in Shahid Rajai hospital at Tehran in 2015. 15 physicians and 15 nurses of CCU were considered as non-random purposively sampling. MEAN.js technology and MIMIC II Physionet&rsquo;s database were used for system designing.</p> <p><strong>Results</strong>: Normal and abnormal ranges of Vital signs were assessed according to the environmental and population conditions in this study. Variety of therapeutic interventions due to the patients&rsquo; vital signs changing was identified with their priorities. The results showed that the clinical decision support system (CDSS) had accuracy (94/68 %), sensitivity (82/60 %) and specificity (100 %) in proposing of proper interventions and had (92/92 %) accuracy, (80 %) sensitivity and (100 %) specificity in producing of timely alarms.</p> <p><strong>Conclusion</strong>: There are several factors that impact on determining of normal and abnormal ranges of vital signs and interventions priorities. The results showed that CDSS can help professionals in appropriate medical interventions selecting in unanticipated conditions at clinical care processes. At clinical point, this system can improve the understanding of vital signs, patient health conditions and decision-making process that can help in reducing of medical errors.</p> <p></p> سیستم تصمیم­ یار, بخش مراقبت ­های ویژه قلبی, مداخلات درمانی, علائم حیاتی decision support system, CCU, medical interventions, vital signs 75 88 http://jha.iums.ac.ir/browse.php?a_code=A-10-1416-3&slc_lang=fa&sid=1 M Langarizadeh مصطفی لنگری زاده Langarizadeh.m@iums.ac.ir 11200319475328460016611 11200319475328460016611 No Iran University of Medical Sciences (IUMS) دانشگاه علوم پزشکی ایران SMA Sadr-ameli سید محمدعلی صدرعاملی Alisadr@rhc.ac.ir 11200319475328460016612 11200319475328460016612 No Iran University of Medical Sciences (IUMS) دانشگاه علوم پزشکی ایران M Soleymani محسن سلیمانی Soleymani.m@tak.iums.ac.ir 11200319475328460016613 11200319475328460016613 Yes Iran University of Medical Sciences (IUMS) دانشگاه علوم پزشکی ایران