[صفحه اصلی ]   [Archive] [ English ]  
:: صفحه اصلي :: درباره نشريه :: آخرين شماره :: آرشيو :: جستجو :: اشتراك :: ارسال مقالات :: برقراري ارتباط ::
بخش‌های اصلی
صفحه اصلی::
اطلاعات نشریه::
آرشیو مجله و مقالات::
برای نویسندگان::
برای داوران::
ثبت نام و اشتراک::
تماس با ما::
تسهیلات پایگاه::
پست الکترونیک::
::
جستجو در پایگاه

جستجوی پیشرفته
دریافت اطلاعات پایگاه
نشانی پست الکترونیک خود را برای دریافت اطلاعات و اخبار پایگاه، در کادر زیر وارد کنید.
آمار نشریه
تعداد دوره های نشریه: 28
تعداد شماره ها: 137
تعداد مشاهده ی مقالات: 27416516
تعداد دریافت (دانلود) مقالات: 6154365

تعداد کل نویسندگان: 5799
نویسندگان غیر تکراری: 3892
نویسندگان تکراری: 1907
درصد نویسندگان تکراری: 33

مقالات دریافت شده: 3134
مقالات پذیرفته شده: 1400
مقالات رد شده: 1687
مقالات منتشر شده: 1311

نرخ پذیرش: 44.67
نرخ رد: 53.83

میانگین دریافت تا پذیرش: 186 روز
میانگین دریافت تا اولین داوری: 35.5 روز
میانگین پذیرش تا انتشار: 124.7 روز

آمار تفکیکی سه سال اخیر:
مقالات دریافت شده: 252
مقالات پذیرفته شده: 95
مقالات رد شده: 136
مقالات منتشر شده: 90

نرخ پذیرش: 37.7
نرخ رد: 53.97

میانگین دریافت تا پذیرش: 96 روز
میانگین دریافت تا اولین داوری: 18.6 روز
میانگین پذیرش تا انتشار: 47.9 روز
____
:: جلد 27، شماره 1 - ( 12-1404 ) ::
جلد 27 شماره 1 صفحات 12-1 برگشت به فهرست نسخه ها
مدل خاکستری و نمو هموار برای پیش‌بینی تقاضای انسولین مورد نیاز بیماران مبتلا به دیابت در داروخانه‌ها
محمد حسین درویش متولی ، مجید معتمدی
گروه مدیریت صنعتی، واحد نوشهر، دانشگاه آزاد اسلامی، نوشهر، ایران. ، Moatamedi.m@gmail.com
چکیده:   (4059 مشاهده)

مقدمه: دیابت از جمله شایع­ ترین بیماری­ های متابولیک است که هنوز درمانی برای آن پیدا نشده و در شرایط کنونی، درمان و بهبود آن بر مدیریت انسولین مصنوعی متمرکز است. کاهش واردات انواع خارجی و عدم تمایل به استفاده از نمونه داخلی، توازن عرضه و تقاضای این دارو را در بازار بر هم زده است. هدف این پژوهش ارائه مدل بهینه پیش‌بینی تقاضای انسولین مورد نیاز بیماران مبتلا به دیابت در داروخانه‌ها، با استفاده از روش­ های پیش‌بینی می ­باشد. مواد و روش‌ها: تعداد فروش واقعی برای دو نوع انسولین قلمی با دوره‌های ماهانه و هفتگی (اردیبهشت الی مهر ماه سال 1403) از داروخانه‌های غرب مازندران جمع‌آوری و در محاسبات مورد استفاده قرار گرفت. برای پیش‌بینی از روش‌های نمو هموار ساده، نمو هموار دوبل و روش خاکستری استفاده و دقت هر یک از روش‌ها بر اساس معیار میانگین مجذور خطا، محاسبه و با هم مقایسه شد. یافته‌ها: آزمودن مقادیر مختلف آلفا نشان داد که میانگین قدر مطلق خطا در ازای آلفای 0/7 برای انسولین تولید داخل و 0/9 برای انسولین تولید خارج کشور، کمترین میزان خطای پیش‌بینی را داشتند و بر این اساس پیش‌بینی به روش‌های نمو هموار انجام شد. در نهایت پس از مدل‌سازی به روش خاکستری، نتایج پیش‌بینی به روش نمو هموار با آن مقایسه شد. نتیجه‌گیری: نتایج نشان می ­دهد که در مدل خاکستری پیش‌بینی دقیق‌تری از تقاضای انسولین نسبت به مدل‌های نمو هموار ارائه می‌کند و می‌تواند ابزار بهتری برای مدیریت توازن عرضه و تقاضا باشد.

واژه‌های کلیدی: دیابت، انسولین، پیش‌بینی، روش خاکستری، روش نمو هموار
متن کامل [PDF 1115 kb]   (1523 دریافت)    
نوع مطالعه: پژوهشی | موضوع مقاله: غدد درون‌ریز
دریافت: 1403/9/27 | پذیرش: 1403/11/21 | انتشار: 1404/1/10
ارسال نظر درباره این مقاله
نام کاربری یا پست الکترونیک شما:

CAPTCHA


XML   English Abstract   Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Darvish Motevallie M, Motamedi M. A Gray Model and Single Exponential Smoothing Approach for Predicting Insulin Demand in Diabetic Patients. Iranian Journal of Endocrinology and Metabolism 2026; 27 (1) :1-12
URL: http://ijem.sbmu.ac.ir/article-1-3218-fa.html

درویش متولی محمد حسین، معتمدی مجید. مدل خاکستری و نمو هموار برای پیش‌بینی تقاضای انسولین مورد نیاز بیماران مبتلا به دیابت در داروخانه‌ها. مجله‌ي غدد درون‌ريز و متابوليسم ايران. 1404; 27 (1) :1-12

URL: http://ijem.sbmu.ac.ir/article-1-3218-fa.html



بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.
جلد 27، شماره 1 - ( 12-1404 ) برگشت به فهرست نسخه ها
مجله ی غدد درون‌ریز و متابولیسم ایران، دو ماهنامه  پژوهشی مرکز تحقیقات غدد درون‌ریز و متابولیسم، Iranian Journal of Endocrinology and Metabolism
Persian site map - English site map - Created in 0.14 seconds with 42 queries by YEKTAWEB 4774