این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
مجله دانشگاه علوم پزشکی خراسان شمالی، جلد ۱۱، شماره ۳، صفحات ۱۴-۲۱
عنوان فارسی پیش بینی عوامل مؤثر بر اختلالات اسکلتی- عضلانی کاربران رایانه دانشگاه علوم پزشکی کرمان به روش شبکه عصبی در سال ۱۳۹
چکیده فارسی مقاله مقدمه: در 20 سال اخیر ایستگاههای کار با رایانه درمحیطهای کاری و منازل مسکونی افزایش چشمگیری پیدا کرده کهباعث تسریع درانجام کارها و صرفهجوییدر زمان، انرژیو منابع شدهاست. افزایش کار با رایانهو شرایط حاکمبر محیطهای کاری، انسان را درمعرض ریسکفاکتورهای اختلالات اسکلتیعضلانی از قبیل پوسچر نامطلوب یا بحرانی اندامهای بدن، کار استاتیک، تکرار عمل، افزایش فعّالیّتاستاتیک ماهیچهای پشتو شانه قرار دادهاست که این ریسکفاکتورها باروش ROSA ارزیابی میشوند. وزندهی این ریسکفاکتورها با استفاده از الگوریتم شبکهعصبی انجام پذیرفت. روش کار: مطالعه بهصورت مقطعی، در دانشگاه علومپزشکی کرمان، برروی 200 ایستگاهکاری انجامشد. ابتدا متغیرهای مؤثر بر اختلالات اسکلتی-عضلانی با روش ROSA ، تعیین شده، و سپس نمره هریک از آنها تعیینشد. سپس نمره نهایی اختلالات اسکلتی- عضلانی کار با رایانه تعیین و پس از پیش پردازشدادهها، پیشبینی تأثیر عوامل با استفاده از شبکهعصبی بهدست آمد. دادهها با نرمافزار IBM SPSS Modeler 18.0 تجزیه-تحلیل شد. یافتهها: میانگین نمرهنهایی ROSA ، صندلی، تلفن-مانیتور و موس-کیبورد بهترتیب برابر 91 / 0 ± 36 / 4 ، 06 / 1 ± 67 / 3 ، 09 / 1 ± 68 / 3 و 18 / 1 ± 66 / 3 بهدست آمد. 131 ایستگاهکار ) 5 / 65 %( نمرهای کمتراز 5 و 69 ایستگاه ) 5 / 34 %( نمرهای برابر وبالاتر از 5 دارند. طبقنتایج شبکهعصبی عاملصندلی با وزن نرمال شده 41 %، عامل تلفن-مانیتور باوزن نرمالشده 31 % و نهایتاً موس-کیبورد با وزننرمال شده 28 % بهترتیب عوامل مؤثر براختلالات کار بارایانه است. نتیجهگیری: بیشترین وزن عوامل مؤثر براختلالات اسکلتی-عضلانی کار باکامپیوتر طبق اولویتبندی الگوریتم شبکهعصبی بهترتیب برابرصندلی، سپس تلفن-مانیتور و موس-کیبورد است. درنتیجه بااصلاح ارگونومیک صندلی وجانمایی مناسب تلفن ومانیتور میتوان از قسمت عمدهای از آسیبها جلوگیری کرد.
کلیدواژه‌های فارسی مقاله پیش بینی اختلالات اسکلتی- عضلانی ROSA شبکه عصبی
عنوان انگلیسی Predicting the Effective Factors on Musculoskeletal Disorders among Kerman University of Medical Sciences Computer Users through Neural Network Algorithm in 2018
چکیده انگلیسی مقاله Introduction: In the past 20 years, computers and their workplaces have increased at both offices and houses, which consequently has led to saving in time, energy and resources. This study aimed to weight risk factors of musculoskeletal disorders among computer users through neural network. Methods: A cross-sectional study was carried out at 200 stations in Kerman University of Medical Sciences. Firstly, the factors affecting musculoskeletal disorders through ROSA were determined, and then the score for each of them was determined. Then, the final score of user's musculoskeletal disorders was determined, and after pre-processing, the prediction of the effect of factors was obtained using neural network. Data was analyzed using IBM SPSS Modeler 18.0. Results: The average of final score of ROSA, chair, telephone-monitor and mouse-keyboard were 4.36 ± 0.91, 3.67 ± 1.06, 3.68 ± 1.09 And 3.66 ± 1.18 respectively. 131 Workstation (65.5%) had a score less than 5 & 69 Workstation (34.5%) had a score equal to or greater than 5. Based on neural network algorithm Chair factor with a normalized weighting 41%; telephone-monitor factor with a normalized weighting 31% and finally mouse-keyboard factor with a weighting factor 28% were respectively effective factors on disorders caused by working with computers. Conclusions: The most normalized weight is for chair, and then the telephone-monitor and mouse-keyboard. We should include ergonomic interventions considering the effect of each factor (normalized weighting of factors) provided by neural network to decrease such disorders.
کلیدواژه‌های انگلیسی مقاله Prediction Musculoskeletal Disorders ROSA Neural Network
نویسندگان مقاله حسین الهی شیروانی | Hossein Elahi Shirvan


ناصر هاشمی نژاد | Naser Hasheminejad


نشانی اینترنتی http://journal.nkums.ac.ir/browse.php?a_code=A-10-25-703&slc_lang=fa&sid=1
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/192/article-192-2182678.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده علوم پایه
نوع مقاله منتشر شده مقاله پژوهشی
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات