@article{ 
author = {ErshadSarabi, Roghayeh and Kohan, Nooshin and Shafian, Sara and Afzali, Faezeh and Fatehi, Farhad and SarafiNejad, Afshi},  
title = {A Comparative Study of the Clinical Informatics Fellowship Curriculum in Selected Universities of the World}, 
abstract ={Introduction: The American Medical Association has introduced the newest medical subspecialty field known as "Clinical Informatics" since 2011. In order to present similar courses in Iran, it is necessary to design and evaluate a training program. The comparison of educational systems improves the content and quality of design of an educational program. Therefore, the objective of this study was to identify and compare the clinical informatics curriculum in several top universities in the world. Method: The present study was an applied one conducted in 2019. The tool used in this study was a researcher-made checklist that was designed based on reviewing the texts and opinions of experts in group discussion sessions. Its validity was confirmed by seven experts in medical informatics, clinical specialties, and medical education and its reliability was confirmed using the equivalence method. The data were collected by referring to the university websites to complete the study checklist. Results: In most of the studied universities, the clinical informatics fellowship course was implemented according to ACGME standards and the main content of this course included four main topics: principles and concepts, clinical decision-making and improving the care process, health information systems, and guiding and managing change. Conclusion: The similarities were mostly related to the duration of the course and the opportunity to conduct relevant researches in the field of clinical informatics. Most of the differences were also related to the opportunity to teach clinical informatics and learners' participation in holding a journal club during the course.},  
Keywords = {Comparative Study, Clinical Informatics, Medical Informatics, Medical Education},
volume = {7},
Number = {3}, 
pages = {232-241}, 
publisher = {دانشگاه علوم پزشکی کرمان},
title_fa = {بررسی مقایسه‌ای برنامه آموزشی رشته فلوشیپ انفورماتیک بالینی در دانشگاه‌‌های منتخب جهان},
abstract_fa ={مقدمه: انجمن تخصصی پزشکی آمریکا از سال 2011 میلادی جدیدترین رشته فوق‌تخصصی پزشکی را رشته «انفورماتیک بالینی» معرفی کرد. در راستای راه‌اندازی دوره‌های مشابه در کشور می‌بایست، برای طراحی و ارزیابی برنامه آموزشی اقدام گردد. ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ایﻦﮐﻪ ﻣﻘﺎیﺴﻪ ﻧﻈﺎم‌ﻫﺎی ﻣﺨﺘﻠﻒ آﻣﻮزﺷﯽ ﺑﺎﻋﺚ ارﺗﻘﺎی ﻣﺤﺘﻮا و ﮐﯿﻔﯿﺖ طراحی یک ﺑﺮﻧﺎﻣﻪ آﻣﻮزﺷﯽ ﻣﯽ‌ﺷﻮد؛ ﻟﺬا ایﻦ ﻣﻄﺎﻟﻌﻪ ﺑﺎ ﻫﺪف ﺷﻨﺎﺳﺎیﯽ و ﻣﻘﺎیﺴﻪ ﺑﺮﻧﺎﻣﻪ آﻣﻮزﺷﯽ انفورماتیک بالینی در چند دانشگاه برتر جهان انجام گردید. روش: مطالعه حاضر یک پژوهش کاربردی است که در سال 1398 انجام پذیرفت. ابزار مورد استفاده چک لیست پژوهشگر ساخته است که بر اساس بررسی متون و نظرات متخصصان در جلسات بحث درون گروهی طراحی گردید. روایی آن توسط هفت نفر از متخصصان حوزه انفورماتیک پزشکی، تخصص‌های بالینی و آموزش پزشکی و پایایی آن توسط روش هم ارزی تأیید شد. روش جمع‌آوری داده‌ها مراجعه به وب سایت دانشگاه‌‌ها به منظور تکمیل چک لیست مطالعه بود. نتایج: در اغلب دانشگاه‌‌های مورد مطالعه رشته فلوشیپ انفورماتیک بالینی بر اساس استانداردهای ACGME اجرا می‌گردید و محتوای اصلی این دوره در قالب چهار موضوع اصول و مفاهیم، تصمیم‌گیری بالینی و ارتقای فرآیند مراقبت، سیستم‌های اطلاعات سلامت، هدایت و مدیریت تغییر بود. نتیجه ­گیری: اعم ﺷﺒﺎﻫﺖ‌ﻫﺎ بین ﺑﺮﻧﺎﻣﻪ‌ﻫﺎ ﺑﻪ طول مدت دوره و فرصت انجام پژوهش‌های مرتبط در زمینه انفورماتیک بالینی و اعم ﺗﻔﺎوت‌ﻫﺎ ﻧﯿﺰ ﺑﯿﺸﺘﺮ ﻣﺮﺑﻮط ﺑﻪ فرصت انجام تدریس در زمینه انفورماتیک بالینی و شرکت فراگیران در برگزاری ژورنال کلاب در طول دوره مربوطه می‌باشد.},
keywords_fa = {مطالعه تطبیقی, انفورماتیک بالینی, انفورماتیک پزشکی, آموزش پزشکی},
url = {http://jhbmi.ir/article-1-541-en.html},  
eprint = {http://jhbmi.ir/article-1-541-en.pdf},  
journal = {Journal of Health and Biomedical Informatics},  
issn = {2423-3870}, 
eissn = {2423-3498}, 
year = {2020}  
}

@article{ 
author = {Langarizadeh, Mostafa and Heydari, Mohammad and HakimShooshtari, Mitr},  
title = {Design and Development of an Educational Mobile Application for Autism Spectrum Disorder}, 
abstract ={Introduction: Autism is one of the most common neurodevelopmental disorders that is diagnosed late due to parents' unfamiliarity with the disorder. Lack of knowledge of parents is one of the major problems of this disorder. The objective of this study was to develop an educational smartphone-based application for autism spectrum disorder specific for parents. Method: This study was an applied-developmental one conducted in three phases. First, a questionnaire designed for assessing information needs as well as determining data elements and application features was completed by specialists in the fields of pediatric psychology and pediatric neurology in hospitals affiliated to Iran University of Medical Sciences. The data were analyzed and the application was designed based on the results and finally, in order to evaluate the usability and user satisfaction, it was presented to 34 parents. Results: The majority of the data elements were regarded as necessary by specialists. The main features of the application included training the signs and symptoms of autism, self-care approaches, and diagnostic screening test for the ages of 6, 12, 24, and 36 months. Usability evaluation showed that parents evaluated the application as good with the mean score of 7.6 (out of 9). Conclusion: Educational mobile application for autism specific for parents, in terms of diagnosis, self-care, and rehabilitation, could be helpful for early diagnosis and treatment of autism and accessible for training parents. Training diagnosis, self-care, and interaction with the autistic child was approved as an accessible tool by parents. },  
Keywords = {Autism Spectrum Disorder, Parents, Education, Application, Mobile Phone},
volume = {7},
Number = {3}, 
pages = {242-251}, 
publisher = {دانشگاه علوم پزشکی کرمان},
title_fa = {طراحی و ایجاد برنامه کاربردی آموزش مبتنی بر تلفن همراه برای اختلال طیف اوتیسم},
abstract_fa ={مقدمه: اوتیسم از شایع ترین اختلالات عصبی رشدی می­باشد که به دلیل آشنا نبودن والدین با این اختلال دیر تشخیص داده می‌شود. عدم آگاهی و شناخت والدین یکی از مشکلات مهم این بیماری می‌باشد هدف این مطالعه ایجاد برنامه کاربردی آموزشی مبتنی بر تلفن همراه هوشمند برای اختلال طیف اوتیسم ویژه والدین بود. روش: این پژوهش از نوع توسعه‌ای-کاربردی بود که در سه مرحله انجام شد. ابتدا پرسشنامه تنظیم شده جهت نیازسنجی اطلاعاتی و تعیین عناصر داده و قابلیت‌های برنامه کاربردی توسط پزشکان متخصص روانپزشک کودک و مغز و اعصاب اطفال در بیمارستان‌های دانشگاه علوم پزشکی ایران تکمیل گردید. داده‌های به دست آمده تحلیل و برنامه کاربردی بر پایه نتایج طراحی شد و در نهایت جهت ارزیابی کاربردپذیری و رضایت کاربران در اختیار 34 نفر از والدین قرار گرفت. نتایج: پزشکان متخصص، اکثر عناصر داده‌ای پرسشنامه را ضروری تشخیص دادند. قابلیت‌های اصلی برنامه کاربردی مانند آموزش علائم و نشانه‌های اوتیسم، راهکارهای خودمراقبتی از اوتیسم و آزمون غربالگری تشخیص اوتیسم برای سنین 6، 12، 24 و 36 ماهگی بود. ارزیابی کاربردپذیری نشان داد که والدین، برنامه کاربردی را با میانگین امتیاز 7/6 (از مجموع 9 امتیاز) در سطح خوب ارزیابی کردند. نتیجه‌گیری: برنامه کاربردی آموزش مبتنی بر تلفن همراه در زمینه اوتیسم با آموزش والدین به منظور تشخیص، خودمراقبتی و توانبخشی از اوتیسم می‌توانند به تشخیص و مداخلات درمانی زودهنگام اوتیسم کمک کرده و ابزاری در دسترس برای آموزش والدین باشند. آموزش تشخیص، خودمراقبتی و تعامل با کودک اوتیستیک به صورت یک ابزار در دسترس مورد رضایت والدین قرار دارد.},
keywords_fa = {اختلال طیف اوتیسم, والدین, آموزش, برنامه کاربردی, تلفن همراه},
url = {http://jhbmi.ir/article-1-444-en.html},  
eprint = {http://jhbmi.ir/article-1-444-en.pdf},  
journal = {Journal of Health and Biomedical Informatics},  
issn = {2423-3870}, 
eissn = {2423-3498}, 
year = {2020}  
}

@article{ 
author = {Parsapour, Fereshteh and Peymani, Javi},  
title = {Using Data Mining Techniques for Intelligent Diagnosis of Severity of Depressive Disorder}, 
abstract ={Introduction: Implementing a method that can help individuals diagnose or prevent mental disorders can be an important step in preventing and controlling these disorders especially in the early stages. The objective of this research was to apply data mining techniques for intelligent diagnosis of severity of depressive disorder. Method: The present applied research was carried out by going to a number of psychiatric clinics in Tehran and investigating patients' medical records. A total of 420 subjects who responded to the Minnesota Multiphasic Personality Inventory (MMPI, 71 questions) were selected through convenience sampling as the sample of the study (300 subjects were diagnosed with different degrees of depression and 120 subjects showed no symptoms of depression). The answer sheet of MMPI and the diagnosis of the psychiatrist were used as data for developing the model by k--Nearest Neighbor (k-NN), Decision Tree, and Support Vector Machine algorithms. About 70 percent of the data were applied for training and 30 percent of the data were used for validating the model. MATLAB software was used for data analysis.  Results: The results of the evaluations showed that Decision Tree algorithm with accuracy of 99.16% had higher accuracy compared to other algorithms. Furthermore, by implementing the developed models on each question of MMPI, the influence of each question on evaluation was determined. Conclusion: Classifying patients with data mining approach and based on the most important characteristics can be a useful and effective tool for analyzing and improving the decision-making process of physicians regarding the treatment of patients.},  
Keywords = {Depression, Intelligent Diagnosis, Data Mining},
volume = {7},
Number = {3}, 
pages = {252-262}, 
publisher = {دانشگاه علوم پزشکی کرمان},
title_fa = {استفاده از تکنیک‌های داده‌کاوی جهت تشخیص هوشمند شدت اختلال افسردگی},
abstract_fa ={مقدمه: پیاده‌سازی روشی که بتواند هر فرد را در تشخیص یا پیشگیری اختلالات روانی یاری رساند می‌تواند گامی مهم در جهت پیشگیری و کنترل این اختلالات به خصوص در مراحل ابتدایی آن‌ها تلقی شود. هدف پژوهش حاضر به‌کار‌گیری تکنیک‌های داده‌کاوی در تشخیص هوشمند شدت اختلال افسردگی است. روش: پژوهش کاربردی حاضر با مراجعه به تعدادی کلینیک روانپزشکی در شهر تهران و بررسی پرونده بیماران انجام شد. 420 نفر که به پرسشنامه مینه سوتا 71 سؤالی پاسخ داده بودند با استفاده از روش نمونه‌گیری در دسترس به عنوان نمونه انتخاب شدند (300 نفر مبتلا به مراتب متفاوتی از افسردگی و 120 نفر فاقد آن). پاسخنامه آزمون مینه‌سوتا 71 سؤالی و تشخیص روانپزشک به عنوان داده برای ایجاد مدل توسط الگوریتم‌های K نزدیک‌ترین همسایه، درخت تصمیم و ماشین بردار پشتیبان مورد استفاده قرار گرفت. 70 درصد داده‌ها برای آموزش و 30 درصد داده‌ها برای اعتبار‌سنجی مدل به کار گرفته شد. جهت تحلیل داده‌ها از نرم‌افزار Matlab استفاده شد. نتایج: نتایج ارزیابی‌ها نشان داد که الگوریتم درخت تصمیم با دقت 99/16 درصد به دقت بالا‌تری در مقایسه با دیگر الگوریتم‌ها دست یافت. همچنین با اجرای مدل‌های ایجاد شده بر روی هر سؤال آزمون مینه سوتا 71 سؤالی تأثیر هر سؤال در ارزیابی مشخص شد. نتیجه‌گیری: تقسیم‌بندی بیماران با رویکرد داده‌کاوی و بر اساس مهم‌ترین ویژگی‌ها، می‌تواند ابزار مفید و مؤثر برای تحلیل و بهبود فرآیند تصمیم‌گیری پزشکان در رابطه با درمان بیماران باشد.},
keywords_fa = {افسردگی, تشخیص هوشمند, داده‌کاوی},
url = {http://jhbmi.ir/article-1-418-en.html},  
eprint = {http://jhbmi.ir/article-1-418-en.pdf},  
journal = {Journal of Health and Biomedical Informatics},  
issn = {2423-3870}, 
eissn = {2423-3498}, 
year = {2020}  
}

@article{ 
author = {TabatabaeiKashani, Elham and Foroozandeh, Elham and Bagheri, Ayoub},  
title = {Line Bisection Test Software to Evaluate the Visual-spatial Functions in Schizophrenic Patients}, 
abstract ={Introduction: One way to evaluate visual-spatial functions is to use line bisection test. With the advancement of information technology, this study attempted to design a line bisection test software and investigate its efficacy compared to the conventional paper-pencil form in schizophrenic patients. Method: The present study was a causal-comparative one and line bisection test software was designed with visual studio 2015 exactly the same as the paper-pencil form. In the first stage, 30 healthy individuals were selected by purposive method according to the inclusion criteria and each of them took 3 software tests and 3 paper-pencil tests and the mean deviations were calculated from the midpoint of the line. Then, the results of the two tests were compared. In the next stage, to test visual-spatial performance, 15 schizophrenic patients were randomly selected from hospitalized psychiatric patients and both software and paper-pencil forms of line bisection test were performed for each patient. Results: Using one-way analysis of variance, the mean deviation from the mean in healthy individuals and schizophrenic patients was evaluated and the results showed no significant difference between software and paper-pencil forms (P<0.05). Due to the high accuracy of software implementation, the errors due to randomized responses are detectable by the software. Conclusion: The results of this study indicated that line bisection test software is a good alternative to paper pencil test to evaluate the spatial-visual performance of schizophrenic patients and this software can be used to evaluate cognitive functions, especially the parietal lobe injuries of schizophrenic patients.},  
Keywords = {Line bisection test, Schizophrenia, Software design},
volume = {7},
Number = {3}, 
pages = {263-272}, 
publisher = {دانشگاه علوم پزشکی کرمان},
title_fa = {نرم‌افزار آزمون دونیمه کردن خط برای ارزیابی عملکردهای دیداری- فضایی بیماران اسکیزوفرنیا},
abstract_fa ={مقدمه: یکی از روش‌های ارزیابی عملکردهای دیداری-فضایی استفاده از آزمون دونیمه کردن خط است. با توجه به پیشرفت فناوری اطلاعات، در این پژوهش تلاش شد تا نرم‌افزار آزمون دو نیمه کردن خط طراحی و کارایی آن در مقایسه با فرم متداول کاغذ-مدادی آن در بیماران اسکیزوفرنیا بررسی شود. روش: روش مطالعه علی-مقایسه‌ای بود و در ابتدا نرم‌افزار آزمون دو نیمه کردن خط، با برنامه Visual Studio 2015 و دقیقاً مشابه فرم کاغذ-مدادی طراحی شد. در مرحله اول30 نفر از افراد سالم با توجه به ملاک‌های ورود به مطالعه، به روش هدفمند انتخاب شده و از هریک، 3 بار آزمون نرم‌افزاری و 3 بار آزمون کاغذ-مدادی گرفته شد و میانگین انحراف‌ها از نقطه وسط خط محاسبه شد. سپس نتایج در دو آزمون مورد مقایسه قرار گرفت. در مرحله بعد به منظور آزمون عملکرد دیداری-فضایی بیماران، 15 بیمار اسکیزوفرنیا به روش تصادفی از بیماران بستری در بیمارستان روانپزشکی انتخاب شدند و از هر بیمار دو فرم نرم افزاری و کاغذ-مدادی گرفته شد. نتایج: با استفاده از آزمون تحلیل واریانس یکراهه، میانگین انحراف از میانگین در افراد سالم و بیماران اسکیزوفرنیا بررسی شد و نتایج نشان داد بین دو فرم نرم‌افزاری و کاغذ-مدادی تفاوت معناداری وجود ندارد (0/05P<). با توجه به دقت بالای اجرای نرم‌افزاری، خطاهای ناشی از پاسخگویی تصادفی قابل تشخیص توسط نرم‌افزار است. نتیجه‌گیری: آزمون دونیمه کردن خط نرم‌افزاری جایگزین مناسبی برای آزمون مداد کاغذی جهت ارزیابی عملکردهای دیداری فضایی بیماران اسکیزوفرنیا است و می‌توان از این نرم‌افزار در ارزیابی عملکردهای شناختی، مخصوصاً آسیب‌های لوب آهیانه‌ای بیماران اسکیزوفرنیا استفاده کرد.},
keywords_fa = {آزمون دونیمه کردن خط,اسکیزوفرنیا,طراحی نرم افزار},
url = {http://jhbmi.ir/article-1-451-en.html},  
eprint = {http://jhbmi.ir/article-1-451-en.pdf},  
journal = {Journal of Health and Biomedical Informatics},  
issn = {2423-3870}, 
eissn = {2423-3498}, 
year = {2020}  
}

@article{ 
author = {Abbasi, Reza and Nabovati, Ehsan and Raeesi, Ahmad and Ostadmohammadi, Faezeh},  
title = {Investigating the Quality of Persian Mobile Applications Related to Patients with Chronic Diseases}, 
abstract ={Introduction: Today, the use of mobile applications to help self-care in patients with chronic diseases has increased. The objective of this study was to investigate the quality of Persian mobile applications related to patients with diabetes and hypertension. Method: This analytical study was conducted on all Persian mobile applications related to diabetes and hypertension in 2019. The mobile applications were searched in the Café Bazaar app store using the keywords such as “diabetes”, “blood sugar” and “blood pressure”. The APPLICATIONs Scoring System was used in this study. Two evaluators assessed the applications and in cases of disagreement a third evaluator was consulted. Results: In total, 179 Persian mobile applications were investigated. The mean and standard deviation of the quality of applications related to diabetes and hypertension based on the applied tools were 7.31±1.49 and 7.22±1.24 out of 16, respectively. More than 75% of these applications were comprehensive and less than 7% used authentic scientific resources. More than 80% of these applications were user-friendly and could work offline. Conclusion: The results of this study showed that most of the Persian mobile applications related to diabetes and hypertension were at a moderate level. Most of the mobile application developers took into account the interactive aspects of applications but paid less attention to providing a scientific content. Evaluating the quality of health-related mobile applications is recommended to app store managers before low-quality applications are available to public.},  
Keywords = {Mobile Health, Quality, Mobile Applications, Diabetes, Hypertension},
volume = {7},
Number = {3}, 
pages = {273-281}, 
publisher = {دانشگاه علوم پزشکی کرمان},
title_fa = {بررسی کیفیت برنامه‌های موبایل فارسی مربوط به بیماران مبتلا به بیماری‌های مزمن},
abstract_fa ={مقدمه: امروزه استفاده از برنامه‌های کاربردی تلفن ‌همراه‌ برای کمک به خودمراقبتی در بیماران مبتلا به بیماری‌های مزمن افزایش یافته است. هدف از انجام این مطالعه بررسی کیفیت برنامه‌های موبایل فارسی مربوط به بیماران مبتلا به دیابت و فشارخون بود. روش: این مطالعه تحلیلی در زمستان 1397 بر روی کلیه اپلیکیشن‌های فارسی تلفن همراه مربوط به دیابت و فشارخون انجام شد. در این مطالعه برنامه‌های موبایل، با استفاده از کلیدواژه‌های دیابت، قندخون و فشار خون، در فروشگاه کافه­بازار جستجو شدند. در این مطالعه از سیستم امتیازدهی به برنامه‌ها (APPLICATIONS) استفاده شد. ارزیابی این برنامه‌ها توسط دو ارزیاب انجام و در موارد عدم توافق، از ارزیاب سوم کمک گرفته ‌شد. نتایج: به طورکلی 179 برنامه کاربردی مورد بررسی قرار گرفت. به ترتیب میانگین و انحراف معیار سطح کیفیت برنامه‌های مربوط به دیابت و فشارخون براساس ابزار استفاده‌ شده، 1/49±7/31 و 1/24± 7/22 از نمره 16 بود. بیش از 75% این برنامه‌ها دارای جامعیت بوده و در کمتر از ۷% این برنامه‌ها، از منابع معتبر علمی استفاده شده بود. استفاده از بیش‌ از 80% این برنامه‌ها آسان و بدون نیاز اینترنت بود. نتیجه‌گیری: نتایج نشان ‌داد اغلب برنامه‌های فارسی تلفن همراه مربوط به دیابت و فشارخون در سطح متوسطی قرار دارند. اغلب طراحان برنامه‌های موبایل، به جنبه‌های تعاملی برنامه‌ها توجه داشته‌اند و از ارائه محتوای علمی غافل شده‌اند. به مدیران فروشگاه‌های برنامه تلفن همراه پیشنهاد می‌شود، پیش از قرار دادن برنامه‌های حوزه سلامت در دسترس عموم، آن‌ها را مورد ارزیابی قرار ‌داده تا برنامه‌های با کیفیت پایین در دسترس افراد قرار نگیرد.},
keywords_fa = {سلامت همراه, کیفیت, برنامه های موبایل, دیابت, فشارخون},
url = {http://jhbmi.ir/article-1-463-en.html},  
eprint = {http://jhbmi.ir/article-1-463-en.pdf},  
journal = {Journal of Health and Biomedical Informatics},  
issn = {2423-3870}, 
eissn = {2423-3498}, 
year = {2020}  
}

@article{ 
author = {Golshan, Atena and PournasirRoudbane, Maryam},  
title = {An Exploration of Factors Affecting the Acceptance of Smart Healthcare Devices Using Integrated Technology Acceptance Model}, 
abstract ={Introduction: Recently, the Internet of Things (IoT) allows patients and healthcare providers to transfer the treatment process to the patients and enables them to manage the disease and receive help from the healthcare team and mobile devices. This has been considered as a promising solution to improve the quality of healthcare. The objective of this study was to investigate the factors affecting the acceptance of smart healthcare devices using an integrated technology acceptance model. Method: In this descriptive-survey research, 169 out of 300 patients of Gil hospital in Rasht were selected based on Morgan table. The questionnaires by Papa et al. and Li et al. were applied to test the hypothesis. The structural equation technique and t-test were used to analyze the data. Results: According to the research findings, the effect of “permeability”, “comfort”, “perceived social risk”, and “performance risk” on “perceived usefulness and ease”, the effect of “perceived usefulness and ease” on “attitude towards the acceptance of smart healthcare devices”, and finally, the effect of “attitudes toward the acceptance of smart healthcare devices” on the “behavioral intention to use these devices” were confirmed. Conclusion: The results showed that the integrated technology model can play an effective role in identifying and examining the factors affecting the acceptance of smart healthcare devices and can be utilized as an important source of information for the use of these devices.},  
Keywords = {Internet of Things, Smart Healthcare Devices, Perceived Usefulness, Perceived Ease, Integrated Technology Acceptance Model},
volume = {7},
Number = {3}, 
pages = {282-292}, 
publisher = {دانشگاه علوم پزشکی کرمان},
title_fa = {بررسی عوامل مؤثر بر پذیرش دستگاه‌های هوشمند مراقبت‌های بهداشتی با استفاده از مدل پذیرش فناوری ترکیبی},
abstract_fa ={مقدمه: امروزه اینترنت اشیاء برای بیماران و مراقبین سلامت انتقال فرایند درمان بیماران را فراهم کرده و بیماران را قادر به مدیریت و دریافت کمک از گروه مراقبین سلامت و ابزارهای سیار ساخته است. این موضوع به عنوان یک راه‌حل امیدوار کننده به منظور ارتقاء کیفیت مراقبت بهداشتی مورد توجه قرار گرفته است؛ هدف از مطالعه حاضر بررسی عوامل مؤثر بر پذیرش دستگاه‌های هوشمند مراقبت‌های بهداشتی با استفاده از مدل پذیرش فناوری ترکیبی می باشد. روش: در این مطالعه توصیفی –پیمایشی، 169 نفر از بین 300 نفر بیمار بیمارستان گیل واقع در شهر رشت، براساس جدول مورگان برای نمونه انتخاب گردیدند. جهت بررسی فرضیه از پرسشنامه Papa و همکاران و Li و همکاران استفاده شد. برای تحلیل داده ها تکنیک معادلات ساختاری و آزمون t-test به کار گرفته شد. نتایج: طبق یافته‌های پژوهش تأثیر«نفوذ‌پذیری»، «راحتی»، «ریسک اجتماعی ادراک‌ شده»، «ریسک عملکرد» بر «سودمندی و سهولت ادراک ‌شده»، تأثیر «سودمندی و سهولت ادراک‌ شده» بر «نگرش نسبت به پذیرش دستگاه‌های هوشمند مراقبت بهداشتی» و در نهایت تأثیر «نگرش نسبت به پذیرش دستگاه‌های هوشمند مراقبت بهداشتی» بر «قصد رفتاری استفاده از این دستگاه‌ها» تأیید شد. نتیجه‌گیری: نتایج نشان داد که مدل فناوری ترکیبی در شناسایی و بررسی عوامل مؤثر بر پذیرش دستگاه‌های هوشمند مراقبت بهداشتی می‌تواند نقش مؤثری داشته باشد و به عنوان یک منبع اطلاعاتی مهم جهت استفاده از این دستگاه‌ها مورد استفاده قرار گیرد.},
keywords_fa = {اینترنت اشیاء, دستگاه‌های هوشمند مراقبت‌های بهداشتی, سودمندی ادارک شده, سهولت ادراک شده, مدل پذیرش فناوری ترکیبی},
url = {http://jhbmi.ir/article-1-447-en.html},  
eprint = {http://jhbmi.ir/article-1-447-en.pdf},  
journal = {Journal of Health and Biomedical Informatics},  
issn = {2423-3870}, 
eissn = {2423-3498}, 
year = {2020}  
}

@article{ 
author = {Eslami, Majid and Pirmoradian, Mostafa and Mokhtarian, Ali and Seifzadeh, Seyed AliReza and Rafiaei, Seyed Masou},  
title = {Investigating the Effect of Virtual Reality Environment and Intelligent Control Panel on the Rehabilitation of Upper Limb}, 
abstract ={Introduction: Occupational therapy and performing specific motor activities are among the healing processes for injured people that should be followed by patients in need after the doctor’s prescription. The objective of this study was to evaluate the effect of using virtual reality environments and interacting with hardware designed for the treatment and rehabilitation of patients with upper limb injuries. Method: In this study, the design and manufacturing process consisted of two parts: software and hardware. In the software section, in order to access the virtual reality environment under the Windows operating system, the virtual reality environment was designed and coded and then the connection to the hardware and microcontroller section of the Arduino board was provided so that commands could be exported from the controller to the virtual reality environment and depending on the mouse motion, a movement in the virtual environment would be made. Results: Given the nature of this research, the criteria proposed by Martilla and James were used to evaluate the software. Moreover, Numeric Pain Rating Scale (NRS) was used to measure the effect of this method on reducing pain and the performance of virtual reality environment in reducing pain was evaluated. Conclusion: The results showed that using virtual reality for rehabilitation, with accordance to the type of graphics provided and the hardware designed, in addition to reducing treatment time and pain level, encourages the patients to use the software and continue the activities in a place other than the clinic.},  
Keywords = {Virtual Reality, Rehabilitation, Occupational Therapy, Arduino, Computer Graphics},
volume = {7},
Number = {3}, 
pages = {293-303}, 
publisher = {دانشگاه علوم پزشکی کرمان},
title_fa = {بررسی تأثیر به‌کارگیری محیط واقعیت مجازی و تابلو کنترل هوشمند بر توانبخشی بالاتنه},
abstract_fa ={مقدمه: کاردرمانی و انجام تمرینات حرکتی خاص یکی از فرآیندهای بهبود در افراد آسیب‌ دیده است که پس از تجویز پزشک، بایستی بیماران نیازمند این روش درمانی را دنبال نمایند. هدف از این پژوهش ارزیابی تأثیر استفاده از محیط واقعیت مجازی (Virtual reality) و تعامل با تجهیزات سخت‌افزاری طراحی شده بر درمان و توانبخشی بیماران دچار آسیب در ناحیه بالاتنه می‌باشد. روش: در این پژوهش، فرآیند طراحی و ساخت شامل دو بخش نرم‌افزار و سخت‌افزار است. در بخش نرم‌افزار به منظور دسترسی به محیط واقعیت مجازی تحت سیستم عامل ویندوز محیط واقعیت مجازی طراحی و کدهای لازم نوشته شد و سپس ارتباط با بخش سخت‌افزار و میکروکنترلر موجود در برد آردوینو (Arduino) فراهم گردید تا بتوان فرامین صادر شده از جعبه فرمان را به محیط واقعیت مجازی صادر کرد و متناسب با اندازه حرکت موس، حرکتی در محیط مجازی داشت. نتایج: با توجه به ماهیت پژوهش، به‌منظور ارزیابی نرم‌افزار از معیار مارتیلا و جیمز استفاده شد. هم‌چنین به‌منظور اندازه‌گیری تأثیر این روش در کاهش سطح درد بیمار از مقیاس عددی نرخ‌بندی درد (Numeric Pain Rating Scale) استفاده گردید و عملکرد محیط واقعیت مجازی در کاهش سطح درد مورد ارزیابی قرار گرفت. نتیجه‌گیری: نتایج نشان می‌دهد که استفاده از واقعیت مجازی در توانبخشی، با توجه به نوع گرافیک ارائه شده و سخت‌افزار طراحی شده، علاوه بر این‌که سبب کاهش زمان درمان و سطح درد می‌شود، به ترغیب بیمار در استفاده از نرم‌افزار و ادامه‌ فعالیت در مکانی غیر از کلینیک نیز می‌انجامد.},
keywords_fa = {واقعیت مجازی , توانبخشی ,کاردرمانی ,آردوینو ,گرافیک رایانه‌ای},
url = {http://jhbmi.ir/article-1-457-en.html},  
eprint = {http://jhbmi.ir/article-1-457-en.pdf},  
journal = {Journal of Health and Biomedical Informatics},  
issn = {2423-3870}, 
eissn = {2423-3498}, 
year = {2020}  
}

@article{ 
author = {Abedini, Amin and Jabarpour, Efat and Keshtkar, Abbasali},  
title = {Predicting the Risk of Osteoporosis Using Decision Tree and Neural Network}, 
abstract ={Introduction: Osteoporosis is one of the major causes of disability and death in elderly people. The objective of this study was to determine the factors affecting the incidence of osteoporosis and provide a predictive model to accelerate diagnosis and reduce costs. Method: In this fundamental descriptive study, a new model was proposed to identify the factors affecting osteoporosis. Data related to 4083 women were investigated with Clementine12, the data mining tool, to discover knowledge. Using data mining algorithms, including decision tree and artificial neural network, some rules were extracted that can be used as a model to predict the condition of patients and finally, the accuracy of the proposed models were compared. Results: This study examined several models on a number of different characteristics and compared the results in terms of accuracy to find the best predictive model. The classification accuracy of the MLP neural network model was 92.14% which was higher than that of the other algorithms used in this study. According to the identification of factors affecting osteoporosis, the risk of developing this disease can be predicted for a new sample. Conclusion: Healthcare organizations are always gathering a lot of information while this data is not used properly. This study showed that the hidden patterns and relationships in this data can be discovered and used to improve the quality of diagnostic and treatment services.},  
Keywords = {Osteoporosis, Data Mining, Decision Tree, Artificial Neural Network, Clementine},
volume = {7},
Number = {3}, 
pages = {304-317}, 
publisher = {دانشگاه علوم پزشکی کرمان},
title_fa = {پیش‌بینی خطر ابتلاء به بیماری پوکی استخوان با استفاده از درخت تصمیم و شبکه عصبی},
abstract_fa ={مقدمه: پوکی استخوان یکی از دلایل مهم ناتوانی و مرگ در افراد مسن است. هدف این تحقیق تعیین عوامل تأثیرگذار در بروز پوکی استخوان و ارائه مدل پیش‌بینی کننده‌ای جهت سرعت بخشیدن به تشخیص وکاهش هزینه‌ها می‌باشد. روش: در این مطالعه بنیادی توصیفی مدل جدیدی جهت شناسایی ویژگی‌های تأثیرگذار بر پوکی استخوان ارائه شده است. اطلاعات مربوط به 4083 نفر زن جهت کشف دانش با ابزار داده کاوی Clementine12 مورد بررسی قرار گرفته است. با استفاده از الگوریتم‌های داده‌کاوی شامل درخت تصمیم و شبکه عصبی مصنوعی قوانینی استخراج شده که می‌توان به عنوان الگویی برای پیش‌بینی وضعیت بیماران از آن‌ها استفاده کرد و در نهایت دقت مدل‌های ساخته شده با یکدیگر مقایسه شده‌اند. نتایج: این تحقیق مدل‌های متعدد را بر روی تعداد ویژگی‌های متفاوت بررسی و نتایج حاصل را به منظور یافتن بهترین مدل پیش‌بینی کننده از نظر دقت و صحت با هم مقایسه می­کند. دقت طبقه‌بندی مدل شبکه عصبی MLP با 92/14 درصد از دیگر الگوریتم‌های به کار رفته در این مطالعه بیشتر است. با توجه به شناسایی عوامل تأثیرگذار بر پوکی استخوان می‌توان برای یک نمونه جدید احتمال ابتلاء به این بیماری را پیش‌بینی کرد. نتیجه‌گیری: سازمان‌های متولی مراقبت‌های بهداشتی و سلامت همواره حجم زیادی از اطلاعات را جمع‌آوری می­کنند در حالی که این اطلاعات و داده‌ها به درستی مورد استفاده قرار نمی‌گیرند. این مطالعه نشان می‌دهد با کشف الگوها و روابط پنهان در این داده‌ها می‌توان از آن‌ها در جهت بهبود کیفیت ارائه خدمات تشخیصی و درمانی بهره برد.},
keywords_fa = {پوکی استخوان, داده‌کاوی, درخت تصمیم, شبکه عصبی مصنوعی, کلمنتاین},
url = {http://jhbmi.ir/article-1-453-en.html},  
eprint = {http://jhbmi.ir/article-1-453-en.pdf},  
journal = {Journal of Health and Biomedical Informatics},  
issn = {2423-3870}, 
eissn = {2423-3498}, 
year = {2020}  
}

@article{ 
author = {Fooladi, Saber and Farsi, Hassan and Farsi, Farim},  
title = {Adaptive Filtering Strategy to Remove Noise from ECG Signals Using Wavelet Transform and Deep Learning}, 
abstract ={Introduction: Electrocardiogram (ECG) is a method to measure the electrical activity of the heart which is performed by placing electrodes on the surface of the body. Physicians use observation tools to detect and diagnose heart diseases, the same is performed on ECG signals by cardiologists. In particular, heart diseases are recognized by examining the graphic representation of heart signals which is known as ECG. The ECG signals are accompanied by noise due to external sources or other physiological processes in the human body. Method: In this applied research, an adaptive filter based on wavelet transform and deep neural network was proposed to reduce the noise. The proposed method was a combination of wavelet transform, adaptive learning, and nonlinear mapping of deep neural networks. Deep neural network was used with an adaptive filter to reduce more noise in the ECG signal. Results: Signal-to-Noise ratio (SNR) was used as a criterion to evaluate the quality of the proposed method to remove noise. In fact, the objective of this research was to increase this ratio which indicates higher efficiency of the method based on wavelet transform and deep learning. Conclusion: The results of the simulation showed that the proposed method improved the removal of noise from the ECG signal about 9.56% compared to existing methods. The reason is that the coefficients extracted from adaptive filter were optimized using deep neural network so that it provided a low-noise waveform.},  
Keywords = {ECG Signal, Wavelet Transform, Deep Learning},
volume = {7},
Number = {3}, 
pages = {318-325}, 
publisher = {دانشگاه علوم پزشکی کرمان},
title_fa = {به کارگیری فیلتر وفقی برای حذف نویز از سیگنال‌های ECG با استفاده از تبدیل موجک و یادگیری عمیق},
abstract_fa ={مقدمه: الکتروکاردیاگرام یکی از روش‌های اندازه‌گیری فعالیت‌های الکتریکی قلب است که این اندازه‌گیری با قرار دادن الکترودهایی روی سطح بدن اندازه‌گیری می‌شود. پزشکان برای تشخیص و شناسایی بیماری‌های قلبی از ابزار مشاهده استفاده می‌کنند که این کار در سیگنال‌های ECG توسط متخصص قلب و عروق انجام می‌شود. به طور خاص بیماری‌های قلبی با بررسی نمایش گرافیکی سیگنال‌های قلبی که با عنوان ECG معرفی شد، انجام می‌شود. سیگنال‌های ECG به دلیل منابع خارجی یا سایر فرآیند‌های فیزیولوژیکی بدن انسان با نویز همراه می‌باشد. روش: در این پژوهش کاربردی یک فیلتر وفقی بر اساس تبدیل موجک و شبکه عصبی عمیق برای کاهش نویز پیشنهاد شد. این مجموعه ترکیبی از تبدیل ویولت، یادگیری وفقی و نگاشت غیر‌خطی از شبکه‌های عصبی عمیق است. شبکه عصبی عمیق به کمک فیلتر وفقی برای کاهش نویز بیشتر از سیگنال ECG مورد استفاده قرار می‌گیرد. نتایج: معیار مورد نظر برای ارزیابی کیفیت روش پیشنهادی به منظور حذف نویز، نسبت سیگنال به نویز می‌باشد که هدف این پژوهش افزایش این نسبت می‌باشد که بیانگر بازدهی روش مبتنی بر تبدیل موجک و یادگیری عمیق می‌باشد. نتیجه ­گیری: نتایج حاصل از شبیه‌سازی نشان می‌دهد که روش پیشنهادی نسبت به روش‌های موجود حدود 9/56 درصد حذف نویز از سیگنال ECG را بهبود می‌بخشد. علت این امر آن است که ضرایب استخراجی از فیلتر وفقی با استفاده از شبکه عصبی عمیق بهینه می‌شوند به گونه‌ای که شکل موج با نویز کمتری را فراهم می‌آورد.},
keywords_fa = {سیگنال ECG, تبدیل موجک, یادگیری عمیق},
url = {http://jhbmi.ir/article-1-468-en.html},  
eprint = {http://jhbmi.ir/article-1-468-en.pdf},  
journal = {Journal of Health and Biomedical Informatics},  
issn = {2423-3870}, 
eissn = {2423-3498}, 
year = {2020}  
}

@article{ 
author = {Tarahomi, Elham and Fahimi, Hossein and Taghizadeh, Mohamm},  
title = {Quantitative Comparison of Tree Pairs Resulted from Gene and Protein Phylogenetic Trees for Sulfite Reductase Flavoprotein Alpha-Component and 5S rRNA and Taxonomic Trees in Selected Bacterial Species}, 
abstract ={Introduction: FAD is the cofactor of FAD-FR protein family. Sulfite reductase flavoprotein alpha-component is one of the main enzymes of this family. Based on applications of this enzyme in biotechnology and industry, it was chosen as the subject of evolutionary studies in 19 specific species. Method: Gene and protein sequences of sulfite reductase flavoprotein alpha-component, 5S rRNA sequences, and taxonomic tree were extracted from 19 selected bacterial species. Then, phylogenetic trees of 5S rRNA and gene and protein sequences were compared with each other and with taxonomic tree. Phylogenetic trees were drawn by Mega7 software using neighbor-joining algorithm and taxonomic tree was extracted using NCBI taxonomy browser. Results: By comparing the corresponding tree pairs, the percentage of equivalent species and the mean equivalence score of species were calculated for each tree pair. The gene-protein tree was allocated the highest scores in both quantities. In comparing the taxonomic tree with three other trees, gene-taxonomy tree achieved the highest percentage in the mean equivalence score and protein-taxonomy tree obtained the highest percentage of equivalent species. Conclusion: Based on the results of the present research, the best replacement for each of the trees investigated in this study regarding evolutionary relations was identified. In other words, this study helps detect which evolutionary tree can be replaced for another evolutionary tree.},  
Keywords = {Phylogenetic Tree, Taxonomic Tree, Sulfite Reductase Flavoprotein Alpha-Component Enzyme, 5S rRNA Gene, Tree Pair},
volume = {7},
Number = {3}, 
pages = {326-336}, 
publisher = {دانشگاه علوم پزشکی کرمان},
title_fa = {مقایسه کمی زوج درخت‌های حاصل از درخت‌های فیلوژنتیکی ژن و پروتئین برای آنزیم سولفیت ردوکتاز فلاووپروتئینی آلفا، درخت‌های 5SrRNA و تاکسونومی در گونه‌های منتخب باکتریایی},
abstract_fa ={مقدمه: خانواده پروتئینی FAD-FR دارای کوفاکتور FAD می‌باشد. یکی از آنزیم‌های مهم این خانواده سولفیت ردوکتاز فلاووپروتئینی آلفا می‌باشد. هدف این مطالعه توجه به کاربرد‌های این آنزیم در بیوتکنولوژی و صنعت این آنزیم در 19 گونه مشخص در ارتباط با تکامل است. روش: توالی‌های ژن و پروتئین سولفیت ردوکتاز فلاووپروتئینی آلفا، توالی‌های 5SrRNA و درخت تاکسونومی برای 19 گونه انتخابی باکتریایی استخراج شد. سپس به مقایسه کمی درخت‌های فیلوژنتیکی توالی‌های 5SrRNA، ژن و پروتئین با یکدیگر و با درخت تاکسونومی پرداخته شد. درخت‌های فیلوژنتیکی به کمک نرم‌افزار Mega7 و با استفاده از الگوریتم Neighbor joining رسم شد و درخت تاکسونومی با استفاده از Taxonomy Browser NCBI استخراج شد. نتایج: با مقایسه زوج درخت‌های مربوطه، درصد گونه‌های هم ارز و متوسط امتیاز هم ارزی گونه‌ها در هر زوج درخت محاسبه شد. زوج درخت ژن-پروتئین بالاترین امتیاز را در هر دو کمیت به خود اختصاص داد. در مقایسه درخت تاکسونومی با سه درخت دیگر، زوج درخت ژن-تاکسونومی بالاترین درصد را در متوسط امتیاز هم ارزی به دست آورد و زوج درخت پروتئین-تاکسونومی بالاترین درصد گونه‌های هم ارز را کسب کرد. نتیجه­ گیری: بر اساس پژوهش حاضر، می‌توان دریافت که مناسب‌ترین جایگزین برای هرکدام از درخت‌هایی که در این پژوهش برای بررسی روابط تکاملی محاسبه شده است کدام است. به بیان دیگر، کدام درخت تکاملی را می‌توان جایگزین درخت تکاملی دیگری کرد.},
keywords_fa = {درخت فیلوژنتیکی, درخت تاکسونومی, آنزیم سولفیت ردوکتاز فلاووپروتئینی آلفا, ژن 5SrRNA‌, زوج درخت},
url = {http://jhbmi.ir/article-1-461-en.html},  
eprint = {http://jhbmi.ir/article-1-461-en.pdf},  
journal = {Journal of Health and Biomedical Informatics},  
issn = {2423-3870}, 
eissn = {2423-3498}, 
year = {2020}  
}

@article{ 
author = {Pashandi, Zaiddodine and Kazerooni, Hanif and Hassanpoor, Hossei},  
title = {The Investigation and Analysis of the Strengths, Weaknesses, Opportunities, and Threats of Wearable Electronic Technologies: A Systematic Review}, 
abstract ={Introduction: Wearable electronic devices, which are based on Internet of Things (IoT) and big data computing, are able to continuously collect and process the physiological and environmental data and exchange them with other tools, users, and internet networks. Therefore, despite their potential benefits in health monitoring, they can pose serious risks, especially in breach of privacy. Hence, the main question in this study was to identify the most important strengths, weaknesses, opportunities, and threats related to wearable electronic technologies. Method: In this study, StArt 3.4 software was used for systematic review. Studies until November 30, 2019 were searched for keywords in “Scopus”, “IEEE”, “PubMed”, “Springer”, “Magiran”, “SID”, and “Sivilica” databases and Google search engine. Results: After deleting duplicate and unrelated documents, 80 documents were selected for final review and were analyzed using descriptive statistics. Accordingly, the main identified strength, weakness, opportunity, and threat were “improving lifestyle and human capabilities”, “low data reliability and user interface”, “applications in health and medicine”, and “information abuse and privacy breach” with 97.5%, 92.5%, 94%, and 99% frequency, respectively. Conclusion: The results of this study showed that improving human capabilities and application in medicine and health care are the main driving forces for the development of wearable electronic technologies. Therefore, in order to take advantage of the opportunities and overcome the potential threats of this technology, planning for the development and application of indigenous knowledge, as well as the development of the required standards and rules, must be put on the agenda immediately},  
Keywords = {Wearable Electronic Technologies, Strengths, Weaknesses, Opportunities, Threats, SWOT analysis},
volume = {7},
Number = {3}, 
pages = {337-350}, 
publisher = {دانشگاه علوم پزشکی کرمان},
title_fa = {بررسی و تحلیل نقاط قوت، ضعف، فرصت و تهدیدهای فناوری‌های الکترونیک پوشیدنی: مطالعه مروری سیستماتیک},
abstract_fa ={مقدمه: ابزارهای الکترونیک‌های پوشیدنی که بر پایه فناوری اینترنت اشیاء و محاسبات کلان داده استوارند، قادر به جمع‌آوری مستمر، پردازش اطلاعات فیزیولوژیک و محیطی و مبادله آن‌ها با سایر ابزارها، کاربران و شبکه‌های اینترتی هستند؛ لذا علیرغم مزیت‌های بالقوه در حوزه پایش سلامت، مخاطراتی جدی خصوصاً مرتبط با نقض حریم خصوصی نیز به همراه دارند. از این رو سؤال اصلی در این بررسی شناسایی مهم‌ترین نقاط قوت، ضعف، فرصت و تهدیدهای مرتبط با فناوری‌های الکترونیک پوشیدنی بود. روش: در این بررسی از نرم‌افزار StArt 3.4 جهت انجام مرور سیستماتیک استفاده شد. جستجوی منابع تا تاریخ 9 آذر 1398 در پایگاه‌های Scopus, IEEE, PubMed, Springer, Magiran, SID, Civilica و موتور جستجوی Google scholar انجام شد. نتایج: پس از حذف منابع تکراری و نامرتبط، 80 منبع جهت بررسی نهایی انتخاب و با استفاده از آمار توصیفی تحلیل شدند. «ارتقاء سبک زندگی و توانمندی‌های انسانی»، «کیفیت پایین رابط کاربری و داده‌های نامطمئن»، «اهمیت کاربردی در حوزه پزشکی و مراقبت سلامت» و «سرقت اطلاعات و نقض حریم خصوصی» به ترتیب با فراوانی 97/5%، 92/5%، 94‌% و 99‌% به عنوان مهم‌ترین نقاط قوت، ضعف، فرصت و تهدید شناسایی شدند. نتیجه‌گیری: نتایج این بررسی نشان داد نیروی محرکه اصلی در توسعه فناوری‌های الکترونیک پوشیدنی، قابلیت‌های آن در ارتقاء توانمندی‌های انسان و کاربرد در حوزه پزشکی و مراقبت سلامت است؛ لذا برای بهره‌برداری از فرصت و غلبه بر تهدیدهای بالقوه این فناوری، توسعه و به کارگیری دانش بومی و همچنین برنامه‌ریزی و تدوین استانداردها و قوانین مورد نیاز باید سریعاً در دستور کار قرار گیرد.},
keywords_fa = {فناوری‌های الکترونیک پوشیدنی, قوت, ضعف, فرصت‌ها, تهدیدها, تحلیل SWOT},
url = {http://jhbmi.ir/article-1-464-en.html},  
eprint = {http://jhbmi.ir/article-1-464-en.pdf},  
journal = {Journal of Health and Biomedical Informatics},  
issn = {2423-3870}, 
eissn = {2423-3498}, 
year = {2020}  
}

@article{ 
author = {Ahouz, Fatemeh and Golabpour, Ami},  
title = {Missing Values in PIMA Diabetes Dataset and Not Considering It in an Article Accepted in that Journal}, 
abstract ={The article is a letter to the editor, so it has no abstract.},  
Keywords = {Diabetes, Missing Values, PIMA dataset, data mining},
volume = {7},
Number = {3}, 
pages = {351-353}, 
publisher = {دانشگاه علوم پزشکی کرمان},
title_fa = {وجود داده‌های گمشده در مجموعه داده PIMA و عدم توجه به آن در مقاله پذیرفته شده در آن مجله},
abstract_fa ={مقاله از نوع نامه به سردبیر است لذا فاقد چکیده می باشد.},
keywords_fa = {دیابت, مقادیر گمشده, مجموعه داده PIMA, داده‌کاوی},
url = {http://jhbmi.ir/article-1-435-en.html},  
eprint = {http://jhbmi.ir/article-1-435-en.pdf},  
journal = {Journal of Health and Biomedical Informatics},  
issn = {2423-3870}, 
eissn = {2423-3498}, 
year = {2020}  
}