تعیین عوامل محیطی مؤثر بر بیوآئروسل‌های هوابرد در بیمارستان با اسفاده از مدل‌های غیرخطی

نویسندگان

1 دکترای تخصصی، گروه مهندسی بهداشت محیط، دانشگاه علوم پزشکی شیراز، شیراز، ایران

2 دانشیار، گروه مهندسی بهداشت محیط، دانشگاه علوم پزشکی شیراز، شیراز، ایران

doi
10.30476/smsj.2022.89525.1201
چکیده

مقدمه: با‌توجه‌به اثر چشمگیر عوامل محیطی و ساختاری بر غلظت بیوآئروسل‌ها در هوای درونی بیمارستان و همچنین توجه کمتر به تعیین این ارتباط که معمولاً به صورت غیرخطی است، هدف از این مطالعه تعیین پراکندگی توزیع بیوآئروسل‌ها و عوامل محیطی مؤثر بر غلظت آن‌ها در هوای درونی بیمارستان با استفاده از شبکه‌ی عصبی مصنوعی بوده است.روش­ها: در این مطالعه غلظت بیوآئروسل‌ها با استفاده از روش غیرفعال و به مدت یک ساعت در ناحیه‌ی تنفسی انسان تعیین گردید. محیط کشت استفاده‌شده برای باکتری و قارچ به‌ترتیب تیپیکون سوی آگار سابورود دکستروز آگار بوده که در دماهای 15، 25 و 37 درجه، انکوبه گردید. متغیر مستقل شامل سه دسته متغیرهای ساختاری (تعداد تخت‌های بخش، ابعاد اتاق و ابعاد پنجره‌ها)، متغیرهای راهبری و مدیریت در بیمارستان (تعویض هوای بخش در هر ساعت) و متغیرهای آنالیزی (دمای انکوباسیون و نوع محیط کشت) بوده که اثر این متغیرها به‌وسیله‌ی شبکه‌ی عصبی مصنوعی با الگوریتم levenberg-marqut مدل‌سازی شد.یافته‌ها: پیش‌بینی اثر عوامل نتایج این مطالعه نشان داد که پراکندگی بیوآئروسل‌ها در بخش‌های دیالیز و جراحی مردان بیشتر بوده است. همچنین شبکه‌ی عصبی مصنوعی توانایی مناسبی در پیش‌بینی اثر عوامل محیطی و ساختاری بیمارستان بر روی بیوآئروسل‌ها به‌خصوص قارچ‌ها داشته است؛ به طوری که حداکثر و حداقل غلظت باکتری‌ها و قارچ‌ها در داده‌های واقعی مشابه با داده‌های پیش‌بینی‌شده‌ی شبکه‌ی عصبی مصنوعی بوده است. افزون‌بر این، ضریب هم‌بستگی برای قارچ‌ها برابر با 0.95 بوده و میزان هم‌بستگی داده‌های واقعی و داده‌های پیش‌بینی‌شده توسط شبکه‌ی عصبی مصنوعی بالاتر از 0.92 بوده است.نتیجه‌گیری: با توجه به نتایج، شبکه عصبی مصنوعی می­تواند روش مناسب و قابل اعتمادی جهت پیش بینی وابستگی غلظت بیوآئروسل­ها به عوام محیطی و ساختاری بیمارستان باشد.