ابن سینا - Ebnesina, Volume (24), No (2), Year (2022-7) , Pages (50-59)

Title : ( Forecasting the number of dispatches for prehospital emergency traffic accidents in Mashhad )

Authors: toktam akbari , Negar Sangsefidi , Vahid Fakoor , Jamshid jamali , Vahid Ghavami ,

Citation: BibTeX | EndNote

Abstract

زمینه و اهداف: تصادفات در سالهای اخیر یکی از عوامل اصلی مرگ و میر بوده و پیامدهای سنگین اجتماعی، فرهنگی و اقتصادی آن جوامع بشری را به شدت مورد تهدید قرار داده اسـت. بـا توجه به این که ایران یکی از کشورهای دارای بیشترین مـوارد جراحـات و مـرگ و میـر ناشـی از حوادث ترافیکی است و این موضوع سبب تخصیص حجم قابـل تـوجهی از اعـزامهـای اورژانـس پیشبیمارستانی به تصادفات میشود، در این مطالعه قصد داریم به بررسی و پـیشبینـی رونـد تعداد اعزامهای حوادث ترافیکی اورژانس پیشبیمارستانی درونشهری مشهد بپردازیم. روش بررسی: پژوهش حاضر یک مطالعه طولی گذشتهنگر بـوده و شـامل تعـداد اعـزامهـای حوادث ترافیکی اورژانس پیش بیمارستانی شهر مشهد از ابتدای سال 2009تا انتهـای سـال 2018 است. روش آماری به کار رفته در این تحقیق روشهای سری زمانی بود و کلیه تجزیه و تحلیلها توسط نرم افزار آماری Rانجام گردید. یافتهها: نتایج پژوهش نشان داد %74/6تعداد مجروحین اعـزامهـا مربـوط بـه مـردان و %25/4 مربوط به زنان است. همچنین میانگین سنی مجروحین 30/5±16/3سال بوده و %70/3مجروحین را افراد زیر 35سال تشکیل دادهاند. مدل آریما فصلی ) (0،1،3)(0،1،1به عنوان بهترین مدل انتخاب و برای مدت سه سال این تعداد پیشبینی گردید. نتیجهگیری: مدل سری زمانی آریما فصلی ) (0،1،3)(0،1،1به عنوان بهترین مـدل از بـین سـایر مدلها انتخاب گردید و پیشبینی تعداد اعزامهای حوادث ترافیکی اورژانس پیش بیمارستانی شهر مشهد برای سه سال آینده روند ثابتی را نشان داد

Keywords

, حوادث ترافیکی, خدمات فوریت های پزشکی, سری زمانی, پیشبینی
برای دانلود از شناسه و رمز عبور پرتال پویا استفاده کنید.

@article{paperid:1090682,
author = {Toktam Akbari and Negar Sangsefidi and Fakoor, Vahid and Jamshid Jamali and Vahid Ghavami},
title = {Forecasting the number of dispatches for prehospital emergency traffic accidents in Mashhad},
journal = {ابن سینا - Ebnesina},
year = {2022},
volume = {24},
number = {2},
month = {July},
issn = {1735-9503},
pages = {50--59},
numpages = {9},
keywords = {حوادث ترافیکی، خدمات فوریت های پزشکی، سری زمانی، پیشبینی},
}

[Download]

%0 Journal Article
%T Forecasting the number of dispatches for prehospital emergency traffic accidents in Mashhad
%A Toktam Akbari
%A Negar Sangsefidi
%A Fakoor, Vahid
%A Jamshid Jamali
%A Vahid Ghavami
%J ابن سینا - Ebnesina
%@ 1735-9503
%D 2022

[Download]