تعيين عوامل محيطي مؤثر بر بيوآئروسل‌هاي هوابرد در بيمارستان با اسفاده از مدل‌هاي غيرخطي

مقدمه: با‌توجه‌به اثر چشمگير عوامل محيطي و ساختاري بر غلظت بيوآئروسل‌ها در هواي دروني بيمارستان و همچنين توجه كمتر به تعيين اين ارتباط كه معمولاً به صورت غيرخطي است، هدف از اين مطالعه تعيين پراكندگي توزيع بيوآئروسل‌ها و عوامل محيطي مؤثر بر غلظت آن‌ها در هواي دروني بيمارستان با استفاده از شبكه‌ي عصبي مصنوعي بوده است.روش ها: در اين مطالعه غلظت بيوآئروسل‌ها با استفاده از روش غيرفعال و به مدت يك ساعت در ناحيه‌ي تنفسي انسان تعيين گرديد. محيط كشت استفاده‌شده براي باكتري و قارچ به‌ترتيب تيپيكون سوي آگار سابورود دكستروز آگار بوده كه در دماهاي 15، 25 و 37 درجه، انكوبه گرديد. متغير مستقل شامل سه دسته متغيرهاي ساختاري (تعداد تخت‌هاي بخش، ابعاد اتاق و ابعاد پنجره‌ها)، متغيرهاي راهبري و مديريت در بيمارستان (تعويض هواي بخش در هر ساعت) و متغيرهاي آناليزي (دماي انكوباسيون و نوع محيط كشت) بوده كه اثر اين متغيرها به‌وسيله‌ي شبكه‌ي عصبي مصنوعي با الگوريتم levenbergmarqut مدل‌سازي شد.يافته‌ها: پيش‌بيني اثر عوامل نتايج اين مطالعه نشان داد كه پراكندگي بيوآئروسل‌ها در بخش‌هاي دياليز و جراحي مردان بيشتر بوده است. همچنين شبكه‌ي عصبي مصنوعي توانايي مناسبي در پيش‌بيني اثر عوامل محيطي و ساختاري بيمارستان بر روي بيوآئروسل‌ها به‌خصوص قارچ‌ها داشته است؛ به طوري كه حداكثر و حداقل غلظت باكتري‌ها و قارچ‌ها در داده‌هاي واقعي مشابه با داده‌هاي پيش‌بيني‌شده‌ي شبكه‌ي عصبي مصنوعي بوده است. افزون‌بر اين، ضريب هم‌بستگي براي قارچ‌ها برابر با 0.95 بوده و ميزان هم‌بستگي داده‌هاي واقعي و داده‌هاي پيش‌بيني‌شده توسط شبكه‌ي عصبي مصنوعي بالاتر از 0.92 بوده است.نتيجه‌گيري: با توجه به نتايج، شبكه عصبي مصنوعي مي تواند روش مناسب و قابل اعتمادي جهت پيش بيني وابستگي غلظت بيوآئروسل ها به عوام محيطي و ساختاري بيمارستان باشد.