-
شماره ركورد
27427
-
پديد آورنده
محمد رسولي
-
عنوان
طراحي نمودار كنترل چندمتغيره چندمرحلهاي تعديل شده با ريسك در بخش درمان
-
مقطع تحصيلي
دكتري
-
رشته تحصيلي
مهندسي صنايع
-
سال تحصيل
1393
-
تاريخ دفاع
1401/8/8
-
استاد راهنما
رسول نورالسناء
-
استاد مشاور
ياسر صميمي - كامران حيدري
-
دانشكده
مهندسي صنايع
-
چكيده
امروزه در حوزه بهداشت و درمان، فرايندهاي درماني بسياري وجود دارند كه نتايج آنها طي مراحل مختلف به هم وابسته حاصل ميگردد. در مطالعه اين نوع از فرايندها، كه فرايندهاي درماني چندمرحلهاي ناميده ميشوند، دو مفهوم از اهميت ويژهاي برخوردارند؛ يكي تعديل ريسك و ديگري در نظر گرفتن خاصيت آبشاري. به منظور پايش فرايندهاي چندمرحلهاي، نمودارهاي كنترل متنوعي مورد استفاده قرار ميگيرند كه از جمله آنها ميتوان از نمودارهاي كنترل مبتني بر مدل نام برد. به منظور طراحي اين دسته از نمودارها، ابتدا ميبايست مدل مناسبي براي شناسايي رفتار فرايندهاي چندمرحلهاي شناسايي گردد؛ سپس مبتني بر مدل شناسايي شده، نمودارهاي كنترل ميتوانند پيشنهاد شوند. در اين رساله، يك مدل فضاي حالت خطي متغير با زمان تعديل شده با ريسك به منظور تحليل دادههاي طولي فرايندهاي درماني چندمتغيره چندمرحلهاي معرفي شده است. مرتبه مدل و پارامترهاي آن نيز به ترتيب بر اساس روشهاي تجزيه مقادير تكين هنكل (HSVD) و كمينهسازي خطاي برآورد (PEM) تخمين زده شدهاند. سپس، نمودارهاي كنترل گروهي چندمتغيره ميانگين متحرك موزون نمايي (GMEWMA) و انتخاب عامل انحراف (GMCSC) به منظور پايش اين فرايندهاي درماني پيشنهاد شده است. به منظور ارزيابي عملكرد نمودارهاي كنترل مبتني بر مدل پيشنهادي، از دادههاي شبيهسازي و دادههاي واقعي عمل دومرحلهاي جراحي تيروئيد استفاده شده است. نتايج نشان ميدهد كه نمودار كنترل GMEWMA پيشنهادي عملكرد بهتري را در شبيهسازي، پايش و پيشبيني فرآيندهاي درماني چندمرحلهاي دارد. همچنين، ميتوان سيستمهاي تشخيص كامپيوتري (CAD) را نيز به عنوان يكي از نيازهاي فعلي جامعه پزشكي، مبتني بر رويكرد پيشنهادي در اين رساله توسعه داد.
-
تاريخ ورود اطلاعات
1401/09/07
-
عنوان به انگليسي
Design of Multivariate Multi-stage Risk-Adjusted Control Chart for Health Sector
-
تاريخ بهره برداري
10/30/2023 12:00:00 AM
-
دانشجوي وارد كننده اطلاعات
محمد رسولي
-
چكيده به لاتين
There exist multitude of therapeutic processes and the results are commonly observed during various dependent steps. For studying such processes which are referred to as multi-stage therapeutic processes, two concepts are of particular importance; risk adjustment and cascade property. To monitor such processes, a variety of control charts including model-based control charts are used. In order to design model-based control charts, analysts must first recognize a suitable model to identify the multi-stage processes by considering process risks and cascade property. Based on the identified model, the control charts can be proposed. In this study, a risk-adjusted time-variant linear state space model is introduced. Afterward, the model order and its parameters are estimated based on Hankel singular value decomposition (HSVD) and prediction error minimization (PEM) methods. Then, the group multivariate exponentially weighted moving average (GMEWMA) control chart and the group multivariate cause selecting chart (GMCSC) are used to monitor a multi-stage multivariate therapeutic process. To evaluate the performance of the model-based control charts, a simulation study as well as a two-stage thyroid cancer surgery was used. Results show that the proposed control charts perform well for predicting and monitoring of multi-stage multivariate therapeutic processes in real world. The GMEWMA has better accuracy in comparision with GMCSC.
-
كليدواژه هاي فارسي
فرايند درماني چندمتغيره چندمرحلهاي , تعديل ريسك , مدل فضاي حالت خطي , شناسايي سيستم , نمودار كنترل گروهي
-
كليدواژه هاي لاتين
Multivariate Multi-stage Therapeutic Process , Risk Adjustment , State Space Model , System Identification , MEWMA Control Chart
-
Author
Mohammad Rasouli
-
SuperVisor
Rassoul Noorosana
-
لينک به اين مدرک :
