1394 2 1 3 58

عوامل مؤثر بر قصد استفاده از مدارک پزشکی الکترونیکی از دیدگاه مدیران ارشد و میانی بیمارستان‌های آموزشی شیراز Factors Affecting the Intention to Use Electronic Medical Records from the Perspective of Top and Middle Managers of Shiraz Teaching Hospitals 1 1 مقدمه: افزایش تقاضای پرونده‌های بیماران به عامل مهمی برای ایجاد تغییرات در ارایه خدمات درمانی تبدیل شده‌ است. در جهت پاسخ-گویی به این نیازها، سیستم‌های زیادی در طی دهه‌های اخیر ایجاد شده است. مدارک پزشکی الکترونیکی یکی از این موارد است که در صورت اجرای موفق می‌تواند پاسخگوی بسیاری از نیازهای کادر درمان باشد. هدف این مطالعه تعیین عوامل مؤثر بر قصد استفاده از مدارک پزشکی الکترونیکی از دیدگاه مدیران ارشد و میانی بیمارستان‌های آموزشی شیراز می‌باشد. روش: پژوهش حاضر مقطعی و از نوع توصیفی- تحلیلی است. جامعه‌ پژوهش را مدیران ارشد و میانی بیمارستان‌های آموزشی شیراز تشکیل ‌دادند. جمع‌آوری داده‌ها با استفاده از پرسشنامه محقق ساخته  دارای 6 بُعد، صورت گرفت. برای تأیید پایایی پرسشنامه ضریب آلفای کرونباخ استفاده گردید و برای تأیید روایی پرسشنا‌مه از نظرات استادان و کارشناسان استفاده شد. برای تحلیل داده‌ها از نرم افزار SPSS16 و آزمون‌های آماری پیرسون، رگرسیون، t مستقل و ANOVA استفاده شد. نتایج: نتایج نشان داد، بین اطلاعات جمعیت شناختی و متغیرهای موجود در مطالعه رابطه‌ای وجود نداشت. همچنین بین تلاش مورد انتظار، شرایط تسهیل کننده، آشنایی با فناوری، قابلیت استفاده و نگرش استفاده با قصد استفاده از مدارک پزشکی الکترونیکی رابطه معناداری وجود داشت. نتیجه‌گیری: با بهبود عوامل تلاش مورد انتظار، تسهیل شرایط، افزایش آشنایی مدیران با فناوری، در نظر گرفتن قابلیت استفاده و نگرش استفاده می‌توان قصد استفاده از مدارک پزشکی الکترونیکی توسط مدیران ارشد و میانی را افزایش داد و با افزایش قصد استفاده، از شکست احتمالی آن هنگام اجرا جلوگیری نمود. 2 Introduction: The high demand for the patients' documents cause a great change in service provision methods. Different systems have been established during decades to feed this need. The use of information technology in different parts of health care system, particularly in hospitals, has high potential for improving the quality of provided services. One of these technologies is Electronic Medical Record (EMR). This study is aimed to determine the factors affecting the intention to use EMR from the perspective of top and middle managers of Shiraz educational hospitals. Method: This research is a cross sectional analytic-descriptive study. The study population were top and middle managers of Shiraz educational hospitals. Data were collected using searcher-made questionnaire with six sections. The data was collected by a researcher-made questionnaire that its content validity was confirmed by specialists. Its reliability was confirmed using Cronbach’s alpha. The data was analyzed by Regression and Pearson, independent sample t-test, and ANOVA Tests using SPSS16 software. Results: The results showed‌ that there isn't a relationship between demographics and the variables in the study. Also there was a significant relationship between effort expectancy, facilitating conditions, familiarity with technology, perceived ease of use, and attitude toward use of EMR with intention to use. Conclusion: With the improvement of effort expectancy, facilitating condition, managers' familiarity with technology, perceived ease of use, and attitude toward use can raise the intention to use EMR by top and middle managers. Increasing the intention to use can also avoid probable failure of the system during performance. 1 7 2015/04/12 1394/1/23 2015/06/2 1394/3/12 محترم نعمت اللهی Mohtaram Nematollahi دکتری تخصصی مدیریت اطلاعات سلامت، استادیار ،گروه مدیریت اطلاعات سلامت، دانشکده مدیریت و اطلاع رسانی پزشکی، دانشگاه علوم پزشکی شیراز، شیراز، ایران ایران mnemat@sums.ac.ir علی گراوند Ali Garavand گروه مدیریت اطلاعات سلامت، دانشکده مدیریت و اطلاع رسانی پزشکی، دانشگاه علوم پزشکی شیراز‌، شیراز، ایران ایران virya67@yahoo.com حسین منعم Hossein Monem دکتری تخصصی سیستم های اطلاعاتی، استادیار، گروه فنا وری اطلاعات، دانشکده پیراپزشکی، دانشگاه علوم پزشکی شیراز، شیراز، ایران ایران ali.monem@gmail.com Electronic Medical Records Intention to use Top and Middle Managers مدارک پزشکی الکترونیکی قصد استفاده مدیران ارشد و میانی Gozali E, Langarizadeh M, Sadoughi F. A survey of the possibility of electronic medicalrecords implementation in teaching hospital affliated to urmia university of medical sciences. J Urmia Nurs Midwifery Fac. 2013;11(5):391-7.##Garavand A, Nematollahi M. Monem H. The role of electronic medical records (EMR) in reducing Hospital costs. International Conference on Sustainable Reform in Health Systems; 2015 Feb 24-25. Esfahan: Esfahan University of Medical Sciences; 2015.##Follen M, Castaneda R, Mikelson M, Johnson D, Wilson A, Higuchi K. Implementing health information technology to improve the process of health care delivery: a case study. Dis Manag. 2007;10(4):208-15.##Kijsanayotin B, Pannarunothai S, Speedie SM. Factors influencing health information technology adoption in Thailand's community health centers: applying the UTAUT model. Int J Med Inform. 2009;78(6):404-16.##Tsiknakis M, Kouroubali A. Organizational factors affecting successful adoption of innovative eHealth services: a case study employing the FITT framework. Int J Med Inform. 2009;78(1):39-52.##Holden RJ, Karsh BT. The technology acceptance model: its past and its future in health care. J Biomed Inform. 2010;43(1):159-72.##Kahouei M, Babamohamadi H. Factors affecting information technology acceptance in clinical settingsfrom Nurses' perspective. Payavard Salamat. 2013;4(4):262-77. Persian.##Davis FD. Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly. 1989; 13(3):319-40.##Chau P, Hu PJ. Information technology acceptance by individual professionals: a model comparison approach. Decision sciences. 2001;32(4):699-719.##Venkatesh V, Morris MG, Davis GB, Davis FD. User acceptance of information technology: Toward a unified view. MIS Quarterly. 2003; 27‌(3):‌425-78.##Ahmadi Deh Ghotbodini M. Structure combination between Davies information acceptances Model. Journal of Modern Thoughts in Education. 2010;‌5(2):56-8. Persian. ##Malekinajafdar A, Rasoulishemirani R, Rousta M. The impacts of factors involved in the taxpayers acceptance and application of IT on the provision of e-tax services based upon davis model (Case Study of taxpayers at South of Tehran Province tax. Iranian National Tax Administration. 2012; 20‌(14):135-68. Persian.##Khorasani A, Abdolmaleki J. Zahedi H. Factors affecting e-learning acceptance among students of Tehran University of Medical Sciences Based on Technology Acceptance Model (TAM). Iran J Med Edu. 2012;11(6): 664-73. Persian.##Mekic E, Ozlen MK‌‌. Acceptance of Smartphones by Users in BiH Through Extended Technology Acceptance Mode. European Researcher. 2014; 67(1-2):136-49.##Najafi N. Effective factors for adoption of Electronic patient record between physicion usingn the unified theory of acceptance and use of technology (UTAUT). [‌dissertation]. Shiraz: Shiraz Payame Noor University; 2010.##Holtz B, Krein S. Understanding Nurse perceptions of a newly implemented electronic medical record system. Journal of Technology in Human Services. 2011;29(4):247-62.##Maillet É, Mathieu L, Sicotte C. Modeling factors explaining the acceptance, actual use and satisfaction of nurses using an electronic patient record in acute care settings: an extension of the UTAUT. Int J Med Inform. 2015;84(1):36-47.##Wills MJ, El-Gayar O, Bennett D. examining healthcare profe ssionals’ acceptance of electronic medical records using UTAUT‌. Issues in Information Systems. 2008;9(2):396-401.##Chang IC, Hwang HG, Hung WF, Li YC. Physicians’ acceptance of pharmacokinetics-based clinical decision support systems. Expert Systems with Applications.2007;33(2); 296-303.##Askarian F. The effective factors in acceptance of HIS among nurses in teaching hospitals of shiraz univrsity of medical scienses: an application of unified theory of acceptance and use of technology UTAUT. [‌dissertation]. Shiraz: Shiraz Univrsity of Medical Scienses; 2012.##Park Y, Chen JV. Acceptance and adoption of innovation use of Smartphone. Industrial Management & Data Systems Industrial Management & Data Systems. 2007;107(9): 1349-65.##McGowan BS, Wasko M, Vartabedian BS, Miller RS, Freiherr DD, Abdolrasulnia M. Understanding the factors that influence the adoption and meaningful use of social media by physicians to share medical information. J Med Internet Res. 2012;14(5): 117.##Garavand A, Ghanbari S, Ebrahimi S, Kafashi M, Ahmadzadeh F. The effective factors in adopting picture archiving and communication system in Shiraz educational hospitals based on technology acceptance Model. Journal of Health and Biomedical Informatics 2015; 1(2): 76-82. Persian.##Torabi M, Safdari R. Electronic health record. Tehran: Jafari; 2009.## ##

ارزیابی عملکرد سیستم اطلاعات آزمایشگاه براساس استانداردهای انجمن ملی آمریکا Assessment of the Performance of the Laboratory Information System (LIS) Based on the Standards of the American National Standards Institute (ANSI) 1 1 مقدمه: LIS سیستمی است که به منظور برنامه‌ریزی‌، سازماندهی و کنترل فعالیت‌های بالینی‌، مدیریتی و بهره‌وری از خدمات استفاده می‌شود. این پژوهش با هدف ارزیابی عملکرد سیستم اطلاعات آزمایشگاه بر اساس استانداردهای انجمن ملی آمریکا در بیمارستان‌های آموزشی و خصوصی شهر اصفهان انجام شد.  روش: این مطالعه، از نوع کاربردی و توصیفی -تحلیلی است. ابزار جمع‌آوری داده‌ها یک چک لیست محقق ساخته، منطبق با استانداردهای انجمن ملی آمریکا شامل LIS2-A، LIS-8A می‌باشد، که روایی آن توسط متخصصان علوم آزمایشگاهی، رایانه و اساتید گروه مدیریت اطلاعات سلامت تأیید شده است؛ تحلیل داده‌ها در نرم افزار SPSS نسخه 20 و بر اساس آزمون‌های آماری T وANOVA برای بررسی محتوای اطلاعاتی سیستم اطلاعات آزمایشگاه بر اساس سه معیار ورود داده، ذخیره‌سازی و پردازش و معیار خروج داده با استفاده از استانداردهای ذکر شده وLeven برای آزمون برابری واریانس‌ها انجام شد. نتایج: نتایج نشان داد که میانگین سه معیار بررسی شده (ورود داده، ذخیره سازی و پردازش و خروج داده‌) با استانداردها 27/53 می‌باشد که از این نظر تفاوتی بین بیمارستان‌های خصوصی و آموزشی وجود نداشت. همچنین سیستم نرم‌افزاری کوثر با مطابقت 29/53 درصد بیشترین میزان را نسبت به سیستم‌های دیگر در هر سه معیار داشت. نتیجه‌گیری: با توجه به نتایج مشخص شد که عملکرد سیستم اطلاعات آزمایشگاه در قالب معیارهای ارزیابی شده مورد توجه کافی قرار نگرفته است‌، پیشنهاد می‌شود استانداردهای ارائه شده از سوی سازمان‌های معتبر بررسی و مطالعه شود و براساس نیاز سنجی صورت گرفته از ذی‌نفعان سیستم‌، طراحی سیستمی راحت و پاسخگو انجام شود. 2 Introduction: LIS is a system developed for the purpose of collecting, processing, storing, and retrieving the data created in laboratory context. Accordingly, this research intends to evaluate the performance of the LIS based on the standards of the ‎American National Standards Institute (ANSI) in the educational and private hospitals situated in the city of Isfahan. Method: This study is applied and descriptive-analytical in nature. The data were collected using a self-designed checklist prepared on the basis of standards of the ANSI including LIS-8A and LIS2-A, the validity and reliability of which were assessed and confirmed by the experts on laboratory and computer sciences as well as the department’s professors. The data were analyzed using SPSS 20 software using some statistical tests including T-test and ANOVA test so as to examine the informational content of the LISs based on three criteria, namely, data input, data storage, and processing and data output using the foregoing standard. In addition, LEVEN test was used for checking the equality of the variances. Results: Based on the findings of the study, the mean score for the three criteria (data input, data storage and processing, and data output) examined, referring to the standards, was found to be 27.53. As a result, the private and educational hospitals under study did not show any difference in this regard. Furthermore, among the systems in question and in terms of the level of meeting three standards, Kowsar system (%44.5) enjoyed the highest rank compared to other software systems. Conclusion: Given the results, it was found that the standards under study for the LISs have not been given due attention. Hence, it is recommended that the proposed standards be examined and studied by organizations so that a user-friendly and responsive system can be developed based on the results of the needs-analysisdone from the beneficiary organizations. 8 16 2015/04/122015/03/30 1394/1/10 2015/06/22015/05/3 1394/2/13 رضا خواجویی Reza Khajouei دکترای انفورماتیک پزشکی، استادیار، مرکز تحقیقات انفورماتیک پزشکی، پژوهشکده آینده پژوهی در سلامت‌، دانشگاه علوم پزشکی کرمان‌، کرمان، ایران. ایران r.khajouei@yahoo.com سکینه سقائیان نژاد Sakineh Saghaeiannejad گروه مدیریت و فناوری اطلاعات سلامت‌، دانشکده مدیریت و اطلاع رسانی پزشکی، دانشگاه علوم پزشکی اصفهان ایران saghaeiannejad@mng.mui.ac.ir مریم جهانبخش Maryam Jahanbakhsh کارشناس ارشد مدیریت اطلاعات سلامت، مربی‌، گروه مدیریت و فناوری اطلاعات سلامت‌، دانشکده مدیریت و اطلاع رسانی پزشکی، دانشگاه علوم پزشکی اصفهان، اصفهان، ایران. ایران Jahanbakhsh.him@gmail.com محبوبه میرمحمدی Mahboobeh Mirmohammadi کارشناس ارشد مدیریت اطلاعات سلامت، گروه مدیریت و فناوری اطلاعات سلامت، دانشکده مدیریت و اطلاع رسانی پزشکی، دانشگاه علوم پزشکی اصفهان‌، اصفهان، ایران ایران ma.mirmohamadi@gmail.com hospital information system laboratory information system standard assessment سیستم اطلاعات بیمارستان سیستم اطلاعات آزمایشگاه استاندارد ارزیابی ## ##1. World Health Organization (WHO): Laboratory quality standards and their implementation. Geneva: World Health Organization‌; 2011.##2. Asadi F, Moghaddasi H, Mastaneh Z. Situation analysis of hematology information systems in educational- therapeutic hospital laboratories of Shaheed Beheshti University of Medical Sciences. Health Inf Manage.2009; 6(1): 11-21.##3. Harrison JP, McDowell GM. The role of laboratory information systems in healthcare quality improvement. International Journal of Health Care Quality Assurance. 2008;21(7):‌679‌- 91.##4. Skobelev DO, Zaytseva TM, Kozlov AD, Perepelitsa VL, Makarova AS. Laboratory Information Systems in the work of the analytic laboratory. Measurement Techniques. 2011;53(11):1182-89.##5. Iezzoni LI. Assessing quality using administrative data. Ann Intern Med. 1997;127(8 Pt 2):666-74.## 6. Musavi F. Situation Analysis of hematology information systems in educational -‌therapeutic hospital laboratories of Shiraz University of Medical Sciences [dissertation]. Shiraz: Shiraz University of Medical Sciences; 2011. Persian.##7. Hoseyni A, Moghaddasi H, Asadi F, Hemati M. Situational analysis of anatomical pathology laboratory information systems in educational-therapeutic hospitals affiliated to Shahid Beheshti University of Medical Sciences, Iran. Health Inf Manage. 2011;‌8(2):208- 17.##8. Gimbel S, Micek M, Lambdin B, Lara J, Karagianis M, Cuembelo F, et al. An assessment of routine primary care health information system data quality in Sofala Province, Mozambique Popul Health Metr. 2011; 9: 12.##9. Burtis CA, Bruns DE. Tietz Fundamentals of clinical chemistry. 3th ed. Philadelphia: Saunders; 1987. ##10. Farzandipour M, Sadoughi F, Meidani Z. Hospital information systems user needs analysis: A vendor surveys. Journal of Health Informatics in Developing Countries. 2011;5(1):147-54. Persian.##11. Mordi GR, Sarbaz M, Kimiafar K, Shafiei N, Setayesh Y. The Role of Hospital Information System (HIS) on Dr Sheikh Hospital Performance Promotion in Mashhad. Health Inf Manage. 2008;‌5(2):‌159-66. Persian.##12. Chen TC, Lin WR, Lu PL, Lin CY, Lin SH, Lin CJ, et al. Computer laboratory notification system via short message service to reduce health care delays in management of tuberculosis in Taiwan. Am J Infect Control. 2011;39(5):426-30.##13. Chan JC, Chu RW, Young BW, Chan F, Chow CC, Pang WC, et al. Use of an electronic barcode system for patient identification during blood transfusion: 3-year experience in a regional hospital. Hong Kong Med J. 2004;10(3):166-71.##14. Tate KE, Gardner RM, Weaver LK. A computerized laboratory alerting system. MD Comput.1990;7(5):296-301.##15. Lungo JH. Data flows in health information systems‌: An action research study of reporting routine health delivery services and implementation of computer databases in health information systems [dissertation]. OSLO:‌ DUO (‌Digitale Utgivelser ved UiO); 2003.##16. Desikan P, Koram MR, Trivedi SK, Jain A. An evaluation of the effectiveness of the laboratory information system (LIS) with special reference to the microbiology laboratory. Indian J Pathol Microbiol. 2005;48(3):418.#### ##

وضعیت مدیریت اطلاعات گفتار درمانی در مراکز توانبخشی وابسته به دانشگاه علوم پزشکی تبریز Situation of Speech Therapy Information Management in Rehabilitation Centers Affiliated with Tabriz University of Medical Science 1 1 مقدمه: مدیریت اطلاعات بهداشتی‌، حرفه‌ای است که به ماهیت، ساختار و ترجمه داده‌ها به اشکال قابل استفاده اطلاعات، برای پیشبرد بهداشت و مراقبت بهداشتی افراد و جمعیت‌ها توجه دارد. پژوهش حاضر با هدف، شناسایی وضعیت مدیریت اطلاعات گفتار درمانی در مراکز توانبخشی دانشگاه علوم پزشکی تبریز انجام گرفت. روش: در مطالعه توصیفی –مقطعی حاضر، وضعیت مدیریت اطلاعات مراکز گفتار درمانی وابسته به دانشگاه علوم پزشکی تبریز، در سال 1392 مورد بررسی قرار گرفته است. ابزار جمع آوری داده‌ها چک لیستی که بر اساس مطالعات انجام گرفته و بررسی فهرست و متون موجود طراحی گردید. تجزیه و تحلیل داده‌ها با استفاده از نرم افزار SPSS و به کمک Tتک نمونه‌ای (به منظور مقایسه میانگین نمونه آماری با میانگین جامعه آماری) صورت گرفته شد. نتایج: یافته‌های پژوهش نشان داده است میانگین داده‌های دموگرافیک 0/42±2/15، روش‌های ذخیره و بازیابی اطلاعات 0/48±1/54، انواع و نحوه پردازش داده‌ها 0/48±1/45، محاسبه شاخص‌های آماری 0/56±1/73 می‌باشد. این امر، نشانگر وضعیت نسبتاً مطلوب خرده مقیاس، داده‌های دموگرافیک و وضعیت نامطلوب خرده مقیاس‌های دیگر‌، مدیریت اطلاعات گفتار درمانی در مراکز توانبخشی دانشگاه علوم پزشکی تبریز می‌باشد. نتیجه‌گیری: در زمینه گفتار درمانی وجود یک سیستم مدیریت اطلاعات پویا و کارآمد امری ضروری می‌باشد. بنابراین باید قوانین و استانداردهای مناسب جهت جمع آوری، ذخیره‌سازی، تجزیه و تحلیل داده‌ها، بازیابی اطلاعات و گزارش دهی منظم در سیستم اطلاعات به منظور اطمینان از اثر بخشی خدمات و در دسترس بودن اطلاعات تدوین گردد. 2 Introduction: Health Information Management is a profession that attends to the nature, structure, and translation of data into usable forms of information to promote health and health care of individuals and populations. Therefore, this study was conducted to identify the situation of speech therapy information management in rehabilitation centers affiliated with Tabriz University of Medical Science. Method: This descriptive cross-sectional study was performed in 2013 to assess the speech therapy information management in rehabilitation centers affiliated with Tabriz University of Medical Sciences. Data collection tool is a check list designed based on previous studies and also analyzed using SPSS21and One Sample t Test (to compare the average of statistical sample with that of statistical population). Results: There Result of total rate was so: demographic data (2/15 ± 42/0) method of storing and retrieving information (1/54 ± 48/0) data processing (1/45 ± 48/0) and calculation of indices (1/73 ± 56/0).This indicates that the demographic sub-scales are favorable, but the other sub-scales of speech therapy information management are unfavorable at the rehabilitation centers of Tabriz University of Medical Sciences. Conclusion: The existence of dynamic and efficient speech therapy information management system is necessary. Therefore, the rules and standards should be suitable to collect, store, and analyze the data, retrieve the information, and regularly report to ensure effectiveness of service. 17 23 2015/04/122015/03/302015/05/30 1394/3/9 2015/06/22015/05/32015/06/15 1394/3/25 شهلا دمنابی Shahla Damanabi دکترای مدیریت اطلاعات سلامت، استادیار، گروه فناوری اطلاعات سلامت، دانشکده مدیریت واطلاع رسانی،دانشگاه علوم پزشکی تبریز، تبریز، ایران. ایران damanabi64@gmail.com شوبو عبدل نژاد Shawbo Abdolnezhad دانشجوی کارشناسی ارشد فناوری اطلاعات سلامت، گروه فناوری اطلاعات سلامت، دانشکده مدیریت و اطلاع رسانی، دانشگاه علوم پزشکی تبریز، تبریز، ایران. ایران sh.abdol2012@yahoo.com گلاویژ کریمی جوان Gelavizh Karimi Javan دانشجوی دکترای گفتار درمانی‌، گروه گفتار درمانی، دانشگاه علوم بهزیستی و توانبخشی‌، تهران، ایران. ایران Gelavizh2003@yahoo.com Information Management Speech therapy Rehabilitation Centers مدیریت اطلاعات گفتار درمانی مراکز توانبخشی ##1. Shafiei B, Tavakol S, Mashhadi AliNia L. Speech and language pathology. Esfahan: Isfahan University of Medical Sciences. 2008. Persian.##2. Law J, Garrett Z, Nye C. Speech and language therapy interventions for children with primary speech and language delay or disorder. Cochrane Database Syst Rev. 2003;(3):CD004110.##3. American Speech–Language–Hearing Association (ASHA). Speech-language pathology medical review guidelines America: ASHA; 2013. ##4. Moghaddasi H. Health data processing. 1th ed. Tehran: Word Processing; 2008. Persian.##5. Newbrander WC, Thomason JA. Computerizing a national health system in Papua New Guinea. Health Policy and Planning. 1988; 3(3): 255-9.##6. Abdelhak M, Grostick S, Hanken MA. Health Information: Management of Strategic Record. 4th ed. Saunders; 2011.##7. Ahmadi M, Rafii F, Habibi M. Nursing Information Management. 1th ed. Tehran: Jafari; 2013. Persian.##8. Moghaddasi H. Application of statistics in hospital management. Tehran: Word Processing; 2002. Persian.##9. Pileh Roodi S, Shad Pour K. Health Indices. 1th ed. Tehran: Publication of the Ministry of Health; 2002. Persian.##10. Safdari R, Azad Manjir Z. A survey of information management standards of commission on accreditation rehabilitation facilitie. Payavard Salamat. 2009; 3 (1-2):18-29. Persian.##11. Griffin EM, Vidgen GA, Hepworth JB. Information use, information perceptions and information flows in primary care medical practice. Comput Methods Programs Biomed 1994; 43(3-4): 207-11.##12. Bazrgan A, Sarmad Z, Hejazi E. Methods of Research in Science Behavioral. Tehran: Agah; 2008.Persian.##13. Granger CV, Markello SJ, Graham JE, Deutsch A, Ottenbacher KJ. The uniform data system for medical rehabilitation: report of patients with stroke discharged from comprehensive medical programs in 2000-2007. Am J Phys Med Rehabil. 2009 Dec;88(12):961-72.##14. Asadi F, Moghaddasi H, Hosseini A, Dehghani M. Situation Analysis of Outpatient Information Management Systems in Hospitals Affiliated with Universities of Medical Sciences, Tehran, Iran. HealthInformation Management 2012; 9(3):432- 9. Persian.##15. Cornett SB. Clinical Documentation in Speech-Language Pathology. Essential Information for Successful Practice. The ASHA Leader. 2006;11:8-25.##16. Arastoo AA, Nickbakht M, Ghasemzadeh R, Azizi A, Zahednejad S, Latifi SM. Standardization of data elements of audiology records: a suitable model for Iran. Audiology 2012;21(1):26-37. Persian.##17. Kimiafar K, Azizi AA, Hajizadeh AR. Companion Text Book of Medical Record. Tehran: Mirbook; 2004. Persian.##18. Asadi F, Hosseini A, Moghaddasi H, Haydarabadi NN. Primary health care information systems in health centers of Tehran, Iran. Director General. 2012;9(1):1-10. Persian.##19. Rentsch HP, Bucher P, Dommen Nyffeler I, Wolf C, Hefti H, Fluri E, et al. The implementation of the 'International Classification of Functioning, Disability and Health' (ICF) in daily practice of neurore habilitation: an interdisciplinary project at the Kantonsspital of Lucerne, Switzerland. Disabil Rehabil. 2003;25(8):411-21.##20. Naseh H. Special Education Speech Therapy Clinic disorder Bandar academic year 2004-2005. J Hormozgan Univ Med Sci. 2006;10(3):273-8. Persian.##21. Lindsay G, Dockrell J, Letchford B, Mackie C. Self-esteem of children with specific speech and language difficulties, Child Language Teaching and Therapy. 2002: 18 ( 2): 125-43.##22. Yairi E, Ambrose NG, Paden EP, Thorneburg RN. Predictive factors of persistence and recovery of childhood stuttering. J Commun Disord. 1996;29(1):51-77.##23. Asadi F, Moghaddasi H, Mastane Z. Situation Analysis of hematology information systems in educational- therapeutic hospital laboratories of Shaheed Beheshti University of Medical Sciences. Health Inf Manage 2009;6(1):-11-21. Persian.##24. Adler MC, Clark RF, DeMaio TJ, Miller LF. Collecting information on disability in the 2000 Census: An example of interagency cooperation. Soc Sec Bull. 1999;62(4):21-30.## ##

جانشینی مقادیر مفقود و تأثیر آن بر دقت کلاسه بندی در داده کاوی پزشکی Replacement of Missing Values and its Effect on the Classification Accuracy in Medical Data Mining 1 1 مقدمه: وجود مقادیر مفقود در داده‌های پزشکی می‌تواند تمام فرآیند داده کاوی و تفسیرهای حاصل را تحت تأثیر قرار دهد. بنابراین برخورد با این مقادیر ضروری می‌باشد. در این پژوهش تأثیر روش‌های مختلف برخورد با مقادیر مفقود بر روی دقت کلاسه‌بندی داده‌های پزشکی مورد ارزیابی قرار گرفت.  روش: در این مطالعه، تأثیر روش‌های معروف جانشینی مقادیر مفقود شامل Mean/mode، Hot Deck، K-Nearest Neighbor، Maximum Possible Value، All Possible Value، Case Deletion و Regression بر روی دقت کلاسه‌بندی مجموعه داده‌های پزشکی سرطان سینه، ناراحتی قلبی، بیماری‌های پوستی، هپاتیت، تیروئید، دیابت، تومور اولیه، بیماران کبدی، سرطان ریه و بعد از جراحی، به ازای شش نرخ مختلف مقادیر مفقود، ارزیابی شد. در آزمایش‌ها از دو کلاسه‌بند شبکه‌های عصبی و نزدیکترین k همسایه در نرم افزار داده کاوی Weka استفاده شد. برای تخمین دقت، از روش 10-Fold cross validation استفاده شد. نتایج: نتایج نشان داد برای کلاسه‌بند شبکه‌های عصبی، همه روش‌های جانشینی در برابر نرخ‌های مختلف مقادیر مفقود، تأثیرات متفاوتی در دقت کلاسه‌بندی داشتند. برای کلاسه‌بند نزدیکترین k همسایه، روش جانشینی Mean/mode در مقایسه با سایر روش‌ها تقریباً با افزایش نرخ مقادیر مفقود، باعث افزایش دقت کلاسه‌بندی گردید. در مجموع، هیچ یک از روش‌های جانشینی به ازای همه نرخ-های مختلف مقادیر مفقود، همواره بیشترین دقت را نتیجه نداده و برتری نداشت. نتیجه‌گیری: تحلیل نتایج نشان می‌دهد روش‌های جانشینی بررسی شده به ازای همه نرخ‌های مختلف از مقادیر مفقود شده لزوماً باعث بهبود دقت کلاسه‌بندی نگردیده و هیچ کدام از روش‌های جانشینی بررسی شده بهترین روش نیستند. 2 Introduction: The missing values in medical data may impact the data mining process and any kind of interpretation. Thus the treatment of these missing values is a necessary task. In this research, the effect of various methods of dealing with missing values on medical data classification accuracy is evaluated. Method: This paper studied the effect of missing data replacement methods including Mean/Mode, Hot Deck, K-Nearest Neighbor, Maximum Possible Value, All Possible Value, Case Deletion, and Regression on classification accuracy for two popular classifiers namely K-nearest-neighbor and Neural Networks from Weka Data mining tool on 10 medical datasets including Breast Cancer, Cardiac Problems, Dermatology, Hepatitis, Thyroid, Diabetes, Primary Tumor, Liver Patient, Lung Cancer and Post-Operative Patient. These were selected from the six amounts of missing values. For classification accuracy estimation, the 10-fold cross validation method is used. Results: The results show that although the mean/mode method almost had better classification improvement that, none of the replacement methods for all amounts of missing values, is not always the most accurate classification with increasing amounts of missing values for the K-nearest-neighbor classifier. There was no supremacy for all the replacement methods against the various amounts of missing values for any of the replacement methods for all data sets with different amounts of missing values. Conclusion: The current study shows that the replacement methods that have been evaluated for all the different rates of missing values do not necessarily improve the accuracy of classification and none of the investigated replacement methods is not absolutely the best one. 24 32 2015/04/122015/03/302015/05/302015/05/22 1394/3/1 2015/06/22015/05/32015/06/152015/06/15 1394/3/25 حمیدرضا طهماسبی Hamidreza Tahmasbi 1. کارشناسی ارشد مهندسی کامپیوتر، مربی، گروه مهندسی کامپیوتر، دانشگاه آزاد اسلامی واحد کاشمر، کاشمر، ایران. ایران htahmasebi2002@yahoo.com ملیحه آموزگار Malihe Amoozgar 1. کارشناسی ارشد مهندسی کامپیوتر، مربی، گروه مهندسی کامپیوتر، دانشگاه آزاد اسلامی واحد کاشمر، کاشمر، ایران. ایران m.amoozgar@gmail.com هادی آدینه Hadi Adine 1. کارشناسی ارشد مهندسی کامپیوتر، مربی، گروه مهندسی کامپیوتر، دانشگاه آزاد اسلامی واحد کاشمر، کاشمر، ایران. ایران computergroup@iaukashmar.ac.ir Missing values Replacement methods Medical Data Mining Classification مقادیر مفقود روش‌های جانشینی داده کاوی پزشکی کلاسه‌بندی 1. Tahmasbi HR. Data mining application in medical, opportunities and challenges. National Conference Applied research in science and Engineering; 2013 Apr 24-26; Islamic Azad University, Takestan Branch; 2013. ##2. Vinod NC, Punithavalli M. Classification of incomplete data handling techniques an overview. International Journal on Computer Science and Engineering. 2011;3(1):340–4. ##3. Suthar B, Patel H, Goswami A. A survey‌: classification of imputation methods in data mining. International Journal of Emerging Technology and Advanced Engineering. 2012;2(1):309–12. ##4. Doove LL, Van Buuren S, Dusseldorp E. Recursive partitioning for missing data imputation in the presence of interaction effects. Computational Statistics & Data Analysis. 2014;72:92–104. ##5. Liu Y, Brown SD. Comparison of five iterative imputation methods for multivariate classification. Chemometr Intell Lab. 2013;120:106–15. ##6. Olamiti A‌O, Osofisan AO. Experimental comparison of missing value treatment methods in students‌’ enrolment data. European Journal of Scientific Research. 2009;33(4):546–74. ##7. Somasundaram RS, Nedunchezhian R. Evaluation of three simple imputation methods for enhancing preprocessing of data with missing values. Int J Comput Appl. 2011;21(10):14–9. ##8. Rahman MG, Islam MZ. FIMUS: A framework for imputing missing values using co-appearance, correlation and similarity analysis. Knowledge-Based Systems. 2014;56:311–27. ##9. Naderi S, Moghaddam N, Kabir EA. Analysis of supervised learners to extract knowledge about the lighting angels in frontal face images. Iranian Journal of Electrical and Computer Engineering. 2011;9(1):21-8. Persian. ##10. Farhangfar A, Kurgan L, Dy J. Impact of imputation of missing values on classification error for discrete data. Pattern Recognition. 2008;41(12):3692–705. ##11. Zhang S. Shell-neighbor method and its application in missing data imputation. Appl Intell. 2011;35(1):123–33. ##12. Acuna E, Rodriguez C. The treatment of missing values and its effect on classifier accuracy. Classification, Clustering, and Data Mining Applications. 2004; 639–47. ##13. Batista GE , Monard MC. An analysis of four missing data treatment methods for supervised learning. Applied Artificial Intelligence. 2003;17(5-6):519–33. ##14. Silva-Ramírez EL, Pino-Mejías R, López-Coello M, Cubiles-de-la-Vega MD. Missing value imputation on missing completely at random data using multilayer perceptrons. Neural Netw. 2011;24(1):121-9.##15. Munirah Y. The Impact of missing value methods and normalization techniques on the performance of data mining models [dissertation]. Universiti Utara Malaysia; 2011. ##16. UCI Machine Learning Repository. [cited 2015 Mar 20]. Available from: http://www.ics.uci.edu/~mlearn/MLRepository.html##17. Zhu B, He C, Liatsis P. A robust missing value imputation method for noisy data. Appl Intell. 2012;36(1):61–74. ##18. Jerez JM, Molina I, García-Laencina PJ, Alba E, Ribelles N, Martín M, et al. Missing data imputation using statistical and machine learning methods in a real breast cancer problem. Artif Intell Med. 2010;50(2):105-15. ## ##

بررسی امکان استقرار مدارک پزشکی الکترونیکی در بیمارستان‌های آموزشی شیراز Survey of Possibility Deployment of Electronic Medical Record in Shiraz Teaching Hospitals 1 1 مقدمه: مدارک پزشکی الکترونیکی یکی از فناوری‌های نوین برای بهره‌برداری از اطلاعات سلامت است که به عنوان سیستمی با ارزش، جهت دسترسی به اطلاعات بیمار در بیمارستان‌ها شناخته شده ‌است. هدف از این مطالعه تعیین امکان استقرار سیستم مدارک پزشکی الکترونیکی از دیدگاه کارکنان مدارک پزشکی بیمارستان‌های آموزشی شهر شیراز بوده ‌است. روش: مطالعه حاضر یک مطالعه توصیفی- تحلیلی از نوع مقطعی می‌باشد که اطلاعات آن از طریق پرسشنامه جمع‌آوری گردید. جامعه پژوهش کارکنان بخش مدارک پزشکی بیمارستان‌های آموزشی شیراز بوده است. نمونه گیری به صورت خوشه‌ای یک مرحله‌ای انجام گردید. برای تحلیل داده‌ها از نرم افزار SPSS نسخه 17و آزمون‌های آماری توصیفی و آزمون آنالیز واریانس یک طرفه استفاده گردید. نتایج: در میان بیمارستان‌های مورد مطالعه میزان آگاهی افراد نسبت به مدارک پزشکی الکترونیک در حد زیاد بود (x=3/66) و الزامات فنی‌، الزمات سازمانی و الزامات قانونی در همه بیمارستان‌ها تا حدودی وجود دارد و در بین بیمارستان‌ها نیز تفاوت معنا‌داری وجود ندارد (0/05نتیجه‌گیری: پیشنهاد می‌شود مسئولین مربوطه با در نظر گرفتن الزامات فنی، سازمانی و قانونی مربوط به مدارک پزشکی الکترونیکی در جهت پیاده سازی و اجرای آن تصمیمات لازم را اتخاذ نمایند. 2 Introduction: Electronic Medical records is one of the new technologies for utilization of patient's health information known as a system to access the valuable information in hospitals. The purpose of this study was to determine the possibility of Electronic Medical Records system deployment from the perspective of medical records staff at Shiraz teaching hospitals. Method: This study was a descriptive analytical and cross-sectional study, the data of which were collected through a questionnaire. The study population consisted of all the staff working at medical record department in Shiraz teaching hospitals. Data were analyzed using SPSS v.17 software, descriptive statistical methods, and one-way ANOVA test. Results: Among the studied hospitals, the rate of awareness with electronic medical record was high (x = 3.66), and there were kind of technical, organizational, and legal requirements among these hospitals. There were not significant differences among hospitals (P-value> 0.05). Four of the six hospitals were properly ready in preparation for the deployment of electronic medical records, and two of them were somewhat prepared to deploy their electronic medical records. Conclusion: It is suggested that authorities take the necessary decisions to implement and enforce electronic medical records regarding its technical, organizational, and legal requirements. 33 41 2015/04/122015/03/302015/05/302015/05/222015/04/11 1394/1/22 2015/06/22015/05/32015/06/152015/06/152015/06/13 1394/3/23 علی گراوند Ali Garavand کارشناس ارشد فناوری اطلاعات سلامت، دانشکده مدیریت و اطلاع رسانی پزشکی، دانشگاه علوم پزشکی شیراز، شیراز، ایران Iran virya67@yahoo.com Electronic Medical Records deployment medical records employee مدارک پزشکی الکترونیکی استقرار کارکنان مدارک پزشکی 1. Esmaeili M, Toloei Eshlaghi A, PourEbrahimi AR, Esmeili R. Study on feasibility and acceptance of implementation of technology acceptance model of davis in staff of Shahid Behshti University of Medical Sciencess. Pajoohandeh Journal 2013;18(1):40-5. Persian.##2. Price AP. A study of factors influencing physician adoption of electronic medical records technology [-dissertation], Texas: Grenoble Ecole de Management 2010##3. Toyoda K. Standardization and security for the EMR. Int J Med Inform. 1998;48(1-3):57-60.##4. Ludwick DA, Doucette J. Adopting electronic medical records in primary care: lessons learned from health information systems implementation experience in seven countries. Int J Med Inform. 2009;78(1):22-31##5. Carter Jerome H. Electronic medical records: a Guide for clinicians & administrators. Translated by Langarizadeh M, Mahmoodzadeh B, Khezri R. Tehran: Institute of Dibagaran; 2005. ##6. Mills TR, Vavroch J, Bahensky JA, Ward MM. Electronic medical record systems in critical access hospital: leadership perspectives on Perspect Health Inf Manag. 2010; 7: 1.##7. Wills MJ, El-Gayar O, Bennett D. Examining healthcare professionals’ acceptance of electronic medical records using UTAUT. Issues in Information Systems. 2008; 9(2):396-401.##8. Gozali M, Langarizade M, Sadoughi F. A survey of the possibility of electronic medical records implementation in teaching hospitals affliated to Urmia University of medical sciences. J Urmia Nurs Midwifery Fac. 2013;11(5).##9. Garavand A, Nematollahi M, Monem H. The role of electronic medical records (EMR) in reducing Hospital costs. International Conference on Sustainable Reform in Health Systems; 2015 Feb 24-25. Esfahan: Esfahan University of Medical Sciences; 2015. ##10. Wang SJ, Middleton B, Prosser LA, Bardon CG, Spurr CD, Carchidi PJ, et al. A cost-benefit analysis of electronic medical records in primary care. Am J Med. 2003 1;114(5):397-403.##11. Langarizade M, Gozali M, Sadoughi F. Readiness survey and comparison of educational hospitals of Medical Sciences University of Urmia to deploy electronic Medical records. Payavard Salamat. 2013;7(4):312-24. Persian.##12. Najafi N. Effective factors for adoption of Electronic patient record between physicion usingn the unified theory of acceptance and use of technology (UTAUT). [‌dissertation]. Shiraz: Shiraz Payame Noor University; 2010.##13. Jebraeily M, Ahmadi M, Hajavi A, Gohari MR, Sedghi Jahromi M, Zare Fazlalahi Z. Electronic Health Record, Workforce readiness assessment. J Health Adm. 2010; 13(39): 17-24. Persian.##14. Torabi M, Safdari R. Electronic health record. tehran: Jafari; 2009. Persian.##15. Høstgaard AM, Nøhr C. Dealing with organizational change when implementing EHR systems. Stud Health Technol Inform. 2004;107(Pt 1):631-4.##16. Amatayakul M. EHR? Assess readiness first. Healthcare financial management: Journal of the Healthcare Financial Management Association. 2005; 59(5): 112-3. ##17. Miller RH, Sim I. Physicians' use of electronic medical records: barriers and solutions. Health Aff (Millwood). 2004;23(2):116-26. ## ##

مرور ساختار یافته و معرفی سیستم واژه شناسی داروییNDF-RT A Systematic Review and the Overview of a Drug Terminological System NDF-RT 1 1 مقدمه: گسترش فهرست واژگان، یکی از ضروریات تبادل اطلاعات در سیستم‌های اطلاعات سلامت محسوب می‌شوند. یک دسته از این فـهرست‌ها، فـهرست واژگان دارویی می‌باشد. این مـطالعه ضمن مـرور ساختار‌یافته یکی از سیستم‌های طبقه‌بندی داروهـا به نام (National Drug File-Reference Terminology) NDF-RT به معرفی و تشریح کاربرد‌های آن می‌پردازد.  روش: این پژوهش، به دو روش مرور ساختار یافته برای شناسایی مطالعات مربوط به کاربردهایNDF-RT و مرور غیرساختار یافته برای معرفی آن انجام شده است. جستجوی مطالعات با مراجعه به پایگاه‌های P‏ubMed و Google Scholar انجام شده است. در مطالعه مروری ساختار یافته مشخصات مقالات همچون موضوع، وابستگی نویسندگان، سال انتشار، نام نشریه و کاربرد NDF-RT، استخراج گردیده و با استفاده از نرم افزار اکسل 2010 تجزیه و تحلیل شد.  نتایج: سیستم طبقه‌بندیNDF-RT، داروها را براساس ساختار، مواد تشکیل دهنده و اثرات فیزیولوژیک آن، طبقه‌بندی می‌نماید. در مطالعه ساختار یافته، 13 مقاله بازیابی گردید که 9 مقاله به ارزیابی سیستمNDF-RT در رابطه با قابلیت استفاده و اجرای سیستم در محیط‌های مختلف بهداشتی و درمانی، ارتباط تشخیص‌ها با داروها و صحت طبقه‌بندی داروها پرداخته‌اند. نتیجه‌گیری: فهرست واژگان داروییNDF-RT یکی از جامع‌ترین سیستم‌های واژه‌شناسی در زمینه طـبقه‌بندی داروهـا می‌باشد که می‌تواند در استانداردسازی اطلاعات دارویی در سیستم‌های اطلاعات سلامت مورد استفاده قرار گیرد. 2 Introduction: The development of terminological systems is one of the requirements of the exchange of information in health information systems. A group of these terminological systems is drug terminology. In this study, we reviewed and introduced one of the drug terminological systems called NDF-RT's (National Drug File-Reference Terminology) and explained its applications systematically. Method: This research has been done using two methods: a systematic review to identify studies concerning the application of NDF-RT and a non-systematic review to introduce this system. Articles were searched in Pub Med and Google Scholar databases. In the systematic review, the papers information including title, author's affiliation, year of publication, journal's name, and application of NDF-RT, were extracted and analyzed using Microsoft excel 2010. Results: NDF-RT classification system classifies drugs based on their structure, ingredients, and their physiologic effects. In our systematic review, thirteen papers were retrieved, nine of which have evaluated NDF-RT system for usability and deployment of the system in health care environments, diagnosis and drug relationships, and accuracy of drugs classification. Conclusion: NDF-RT drug terminology is one of the most comprehensive terminological systems for the classification of drugs which can be used for drugs information standardization in health information systems. 42 47 2015/04/122015/03/302015/05/302015/05/222015/04/112015/05/20 1394/2/30 2015/06/22015/05/32015/06/152015/06/152015/06/132015/06/10 1394/3/20 حسام کریم Hesam Karim دانشجوی کارشناسی ارشد انفورماتیک پزشکی، کمیته تحقیقات دانشجویی، دانشگاه علوم پزشکی مشهد، مشهد، ایران. ایران karim.hesam@gmail.com ملیکا بابایی Melika Babaie دانشجوی کارشناسی ارشد انفورماتیک پزشکی، کمیته تحقیقات دانشجویی، دانشگاه علوم پزشکی مشهد، مشهد، ایران. ایران melika.babaie@gmail.com لیلا احمدیان Leila Ahmadian استادیار، مرکز تحقیقات انفورماتیک پزشکی، پژوهشکده آینده پژوهی در سلامت، دانشگاه علوم پزشکی کرمان، کرمان، ایران ایران ahmadianle@yahoo.com National Drug File NDF-RT Drug Nomenclature System Drug Terminological System. National Drug File NDF-RT فهرست واژگان دارویی سیستم واژه شناسی دارویی 1. Bodenreider O. Biomedical ontologies in action: role in knowledge management, data integration and decision support. Yearb Med Inform. 2008:67-79.##2. De Keizer NF, Abu-Hanna A, Zwetsloot-Schonk JH. Understanding terminological systems. I: Terminology and typology. Methods Inf Med. 2000;39(1):16-21.##3. Ahmadian L, Cornet R, Kalkman C, de Keizer NF. Development of a national core dataset for preoperative assessment. Methods Inf Med. 2009;48(2):155-61.##4. Ahmadian L, van Engen-Verheul M, Bakhshi-Raiez F, Peek N, Cornet R, de Keizer NF. The role of standardized data and terminological systems in computerized clinical decision support systems: literature review and survey. Int J Med Inform. 2011;80(2):81-93.##5. Pathak J, Murphy SP, Willaert BN, Kremers HM, Yawn BP, Rocca WA, et al. Using RxNorm and NDF-RT to classify medication data extracted from electronic health records: experiences from the Rochester Epidemiology Project. AMIA Annu Symp Proc. 2011;2011:1089-98. ##6. Bouhaddou O, Warnekar P, Parrish F, Do N, Mandel J, Kilbourne J, et al. Exchange of computable patient data between the Department of Veterans Affairs (VA) and the Department of Defense (DoD): terminology mediation strategy. J Am Med Inform Assoc. 2008;15(2):174-83. ##7. Pathak J, Richesson RL. Use of standard drug vocabularies in clinical research: a case study in pediatrics. AMIA Annu Symp Proc. 2010 Nov 13;2010:607-11. ##8. Mougin F, Burgun A, Bodenreider O. Comparing Drug-Class Membership in ATC and NDF-RT. Proceedings of the 2nd ACM SIGHIT International Health Informatics Symposium; 2012 Jan 28 - 30; NewYork: ACM; p. 437-43.##9. Mortensen J, Bodenreider O. Comparing Pharmacologic Classes in NDF-RT and SNOMED CT. Proceedings of the 4nd ACM SIGHIT International Symposium on semantic mining biomedicine; 2010. p.119-24.##10. U. S. National Library of Medicine(NIH). The National Drug File - Reference Terminology (NDF-RT). The U.S. Department of Veterans Affairs, Veterans Health Administration (VHA); 2015:1-23.##11. U.S. Department of Veterans Affairs VHA. Medical terminology in practice: National Drug File - Reference Terminology )NDF-RT); 2010.##12. Department of Veterans Affairs VHSDD. National Drug File(NDF) Technical Manual‌. Available from: // http://vistainstitute.org/vdl/VistA_Lib/Clinical/Pharm-National_Drug_File_%28NDF%29/Change_Pages/PSN_4_P70_UM_CP.pdf##13. Pathak J, Chute CG. Further revamping VA's NDF-RT drug terminology for clinical research. J Am Med Inform Assoc. 2011 May 1;18(3):347-8.##14. Palchuk MB, Klumpenaar M, Jatkar T, Zottola RJ, Adams WG, Abend AH. Enabling Hierarchical View of RxNorm with NDF-RT Drug Classes. AMIA Annu Symp Proc. 2010;2010:577-81.##15. Zhu Q, Jiang G, Chute CG. Profiling structured product labeling with NDF-RT and RxNorm. J Biomed Semantics. 2012;3(1):16.##16. Rosenbaum BP, Patel SG, Guyer DL, Dunn SR, Herceg ME, Knox CK, et al. The pharmaceutical management system at Shade Tree Family Clinic: a medical student-run free clinic's experience. Inform Health Soc Care. 2008;33(3):151-7.##17. Nelson SJ, Brown SH, Erlbaum MS, Olson N, Powell T, Carlsen B, et al. A semantic normal form for clinical drugs in the UMLS: early experiences with the VANDF. Proc AMIA Symp. 2002:557-61.##18. Simonaitis L, Schadow G. Querying the National Drug File Reference Terminology (NDFRT) to assign drugs to decision support categories. Stud Health Technol Inform. 2010;160(Pt 2):1095-9.##19. Brown SH, Elkin PL, Rosenbloom ST, Husser C, Bauer BA, Lincoln MJ, et al. VA National Drug File Reference Terminology: a cross-institutional content coverage study. Stud Health Technol Inform. 2004;107(Pt 1):477-81. ##20. Ahmadian L, Cornet R, de Keizer NF. Facilitating pre-operative assessment guidelines representation using SNOMED CT. J Biomed Inform. 2010;43(6):883-90.##21. Ahmadian L, De Keizer NF, Cornet R. The use of SNOMED CT for representing concepts used in preoperative guidelines. Stud Health Technol Inform. 2009;150:658-62.##22. Burton MM, Simonaitis L, Schadow G. Medication and indication linkage: A practical therapy for the problem list?AMIA Annu Symp Proc. 2008 6:86-90.##23. Nelson SJ, Zeng K, Kilbourne J, Powell T, Moore R.. Normalized names for clinical drugs: RxNorm at 6 years. J Am Med Inform Assoc. 2011;18(4):441-8. ##24. Carter JS, Brown SH, Bauer BA, Elkin PL, Erlbaum MS, Froehling DA, et al. Categorical information in pharmaceutical terminologies. AMIA Annu Symp Proc. 2006:11-20.## ##

مروری جامع بر خطرات تهدید کننده امنیت اطلاعات سلامت در ابزارهای سیار Comprehensive Overview of the Health Information Security Risks in Mobile Devices 1 1 مقدمه: یکی از جلوه‌های نوین فناوری اطلاعات که به دلیل داشتن قابلیت‌های منحصر به فرد در سازمان‌های سلامت به کار گرفته شده است، ابزار سیار می‌باشد. دانستن این که چه تهدیدات و خطراتی امنیت ابزار سیار و اطلاعات را به خطر می‌اندازد موجب کنترل بهتر و کاهش عواقب منفی در صورت بروز مشکل می‌شود. هدف از انجام این مطالعه شناخت تهدیدات و خطرات امنیتی مربوط به اطلاعات در استفاده از ابزار سیار در حوزه سلامت می‌باشد. روش: این مقاله نوعی مطالعه‌ مروری- نقلی است، که مقالات حاصل از جستجوی کلمات کلیدی مربوط که امنیت اطلاعات ابزار سیار در حوزه سلامت در پایگاه‌های داده‌های مرتبط و مربوط به سال 2005 لغایت 2015 را در بر می‌گیرد. همچنین مقالات مرتبط با موضوع در فهرست منابع مقالات منتخب نیز مورد بررسی قرار گرفتند. سپس مهم‌ترین تهدیدات‌، شناسایی و به صورت سازماندهی شده‌ ارائه شد. نتایج: طبق بررسی مطالعات انجام شده‌، مهم‌ترین تهدیدات و خطرات امنیت اطلاعات ابزار سیار شامل 19 مورد اصلی بوده است. بعضی از این موارد شامل: به سرقت رفتن یا گم شدن ابزار سیار، حملات هدف‌دار توسط هکرها، بد افزارها و مواردی از این قبیل هستند. نتیجه‌گیری: سازمان‌های سلامت باید کلیه چالش‌های مربوط به استفاده از ابزار سیار به خصوص چالش‌های مربوط به امنیت را مورد توجه قرار دهند تا با آگاهی از این چالش‌ها بتوانند از این ابزار بهره گیری کامل را به عمل آورند. 2 Introduction: One of the innovative aspects of information technology that has been used in health organizations due to its unique capabilities is mobile devices. Knowing the threats and risks of mobile devices and information security leads to a better management and reduction in the negative consequences of problems. The purpose of this study was to identify threats and security risks of information associated with using mobile devices in health domain. Method: This article is a narrative review. We searched keywords related to information security of mobile devices in the field of health through related databases, in Persian and English language articles published from 2005 to 2014. Also related articles in the selected articles list have been analyzed. Then the most important threats and dangers have been recognized and presented in a systematic way. Results: According to this survey, the main security risks of mobile devices in the field of health generally included 16 cases. Some of these cases could be the mobile devices being lost or stolen, targeted threats of hackers, and malware. Conclusion: The health organizations need to consider all security challenges about mobile devices, especially those related to security. Thus they can take full advantage of these tools consciously. 48 56 2015/04/122015/03/302015/05/302015/05/222015/04/112015/05/202015/05/23 1394/3/2 2015/06/22015/05/32015/06/152015/06/152015/06/132015/06/102015/06/14 1394/3/24 روح الله خارا Ruhollah Khara کارشناسی ارشد فناوری اطلاعات سلامت، بیمارستان فیروزگر، تهران، ایران ایران kharamid10@gmail.com مرضیه صارمیان Marzieh Saremian کارشناسی ارشد فناوری اطلاعات سلامت، گروه فناوری اطلاعات سلامت، دانشکده پیراپزشکی، دانشگاه علوم پزشکی لرستان، خرم‌آباد، ایران ایران marziehsaremian@gmail.com Security Threat Devices Mobile Security Health Information تهدید امنیتی ابزار سیار امنیت اطلاعات سلامت 1. Mohammadzade N. Health information security in mobile devices. J Health Adm. 2011;7(11):31-7. Persian.##2. Safdari R, Ghazisaeedi M, Sheikhtaheri A, Saremian M. Prioritizing the factors influencing places of rural health centers equipped with telehealth services using Analytical Hierarchy Process. J Clin Res Paramed Sci 2015; 4(1):24-33. ##3. Saremian M. Design a Site Selection Model for Telemedicine Centers for Health Centers Using Geographic Information Systems.[ dissertation] Tehran: Tehran University of Medical Sciences; 2015.##4. Juniper Networks, Inc. Mobile device security— emerging threats, essential strategies. 2011.[cited 2014 Aug 24 ].Available from: http:// www.bytes.co.uk/files/8913/4399/7443/juniper_mobile_white_paper.pdf##5. Hughes G. Mobile device security(Updated). Journal of AHIMA. 2012; 83‌(4):‌50-5. ##6. Ammenwerth E, Buchauer A, Bludau B, Haux R.. Mobile information and communication tools in the hospital. Int J Med Inform. 2000;57(1):21-40.##7. Stanford V. Pervasive health care applications face tough security challenges. IEEE. 2002;1(2):8-12.##8. Ajami S, Ketabi S, Isfahani SS, Heidari A. Readiness assessment of electronic health records implementation. Acta Inform Med. 2011;19(4):224-7.##9. Meingast M, Roosta T, Sastry S, editors. Security and privacy issues with health care information technology. Engineering in Medicine and Biology Society, 2006. EMBS '06. 28th Annual International Conference of the IEEE ; 2006 Aug -Sep 30 – 3; New York, NY: IEEE; 2006. p. 5453 – 8.##10. Pharow P, Blobel B, Ruotsalainen P, Petersen F, Hovsto A. Portable devices, sensors and networks: wireless personalized eHealth services. Stud Health Technol Inform. 2009;150:1012-6.##11. Oberheide J, Jahanian F. When mobile is harder than fixed (and vice versa): demystifying security challenges in mobile environments. Proceedings of the Eleventh Workshop on Mobile Computing Systems & Applications; New York, NY, USA: ACM; 2010.p. 43-8.## 12. Ghazi Saeedi M, Khara R, Hosseiniravandi M. Necessitates of using dashboards in Health Information Management. Health Inf Manage. 2015; 12(2): 245-52. Persian.##13. Mashofi M, Refahi S, Mardi A, Mazaheri E. EHealth vision of medical confidentiality. 2nd International Congress of Medical Ethics in Iran; 2008 Apr 18-16; Tehran Medical Ethics and History of Medicine Research Center; 2008. p. 140.##14. Faghihi M, MemarzadehTehran GR, Rofogar Astaneh H. Patient privacy, necessary for e-health development. Medical Ethics. 2010;4(12): 164-88.##15. Appari A, Johnson ME. Information security and privacy in healthcare: current state of research. International Journal of Internet and Enterprise Management. 2010;6(4):279-314.##16. Al Ameen M, Liu J, Kwak K. Security and privacy issues in wireless sensor networks for healthcare applications. J Med syst. 2012;36(1):93-101.##17. Rindfleisch TC. Privacy, information technology, and health care. Communications of the ACM. 1997;40(8):92-100.##18. Farzandipour M, Ahmady M, Sadoughi F, Karimi I. Designing a model for security requirements of electronic health records in Iran. J Qazvin Univ Med Sci. 2009;13:79-86. Persian.##19. Pharow P, Blobel B. Mobile health requires mobile security: challenges, solutions, and standardization.Stud Health Technol Inform. 2008;136:697-702. ##20. Nunoo EM. Smartphone Information Security Risks: Portable Devices and Workforce Mobility. [dissertation]. Luleå University of Technology: Department of Computer Science, Electrical and Space Engineering; 2013.##21. Blakley B, McDermott E, Geer D. Information security is information risk management. Proceedings of the 2001 workshop on New security paradigms; 2001 Sep 11-13; New York, NY, USA: ACM ; 2001 .p.97-104.##22. Pelgrin WF. Cyber Security getting started: a non technical guide Center for Internet Security [cited 2014Aug 26]. Available from: http://msisac.cisecurity.org/resources/toolkit/oct13/documents/securingyourdataonthego.pdf.##23. Nunoo EM. Smartphone Information Security Risks: Portable Devices and Workforce Mobility.[dissertation]. Luleå University of Technology; 2013.##24. Couture E. Mobile Security: Current threats and emerging protective measures SANS Institute InfoSec Reading Room: SANS Institute; 2010.##25. Satyanarayanan M. Fundamental challenges in mobile computing. Proceedings of the 15th annual ACM symposium on Principles of distributed computing; 1996 May 23 – 26; New York, NY, USA: ACM; 1996. p.1-7.##26. Zerfos P, Zhong G, Cheng J, Luo H, Lu S, Li JJ-R, editors. Dirac: a software-based wireless router system. Proceedings of the 9th annual international conference on Mobile computing and networking; 2003 Sep 14 - 19; ACM; 2003. p. 230-44.##27. Association MARs. The Ten Most Critical Wireless and Mobile Security Vulnerabilities. Mobile Antivirus Researcher’s Association 2006 [cited 2013 Jul 30].##28. portal bd. Object Exchange (OBEX). Bluetooth SIG; 2013 [cited 2014 Jul 3]; Available from: https://developer.bluetooth.org/TechnologyOverview/Pages/OBEX.aspx.##29. Janssen C. Techopedia explains Malicious Code; 2013 [cited 2014 Jul 4]; Available from: http://www.techopedia.com/definition/4014/malicious-code.##30. Federal Communications Commission. Voice Over Internet Protocol (VoIP); 2013 [cited 2014 Jul 3]; Available from: http://www.fcc.gov/guides/voice-over-internet-protocol-voip.## ##

یکپارچه سازی ماژول‌های جداگانه نرم افزارهای بالینی در مراکز مراقبت سلامت از طریق استانداردHL7 CCOW The Integration of the Clinical Softwares’ Modules in Health Centers by HL7 CCOW Standard 1 1 lمتن کامل:   به‌کارگیری سیستم‌های اطلاعاتی در بیمارستان‌ها در دهه‌های اخیر انقلابی بزرگ در صنعت سلامت بوده است. به ‌واسطه استفاده از این سیستم‌ها اطلاعات بیماران به ‌صورت الکترونیکی ثبت، ذخیره و بازیابی می‌شوند؛ اما در استفاده از سیستم‌های اطلاعاتی در بیمارستان‌ها همواره عدم یکپارچگی بین ماژول‌های مختلف سیستم اطلاعات بیمارستان، موجب عدم استفاده از تمام ظرفیت این سیستم شده است. از سویی این مشکل موجب بروز مشکلات عدیده‌ای در بخش‌های مختلف بیمارستان شده و نیاز به ابزاری برای یکپارچه‌سازی ماژول‌های مختلف سیستم اطلاعات بیمارستانی را دو چندان کرده است. بدین ترتیب فروشندگان برنامه‌های کاربردی، استاندارد CCOW(Clinical Context Object Work Group) را بدین منظور اتخاذ کرده‌اند. CCOW یک استاندارد نهایی متمرکز شده است که مکمل HL7 سنتی در تبادل داده‌ها و گردش سازمانی بوده و هدف از آن تسهیل یکپارچگی برنامه‌های کاربردی و اشتراک اطلاعات در محل استفاده است. این استاندارد با استفاده از یک تکنیک به نام «مدیریت متن» (Context Management)، یک دید یکپارچه ‌شده‌ای از اطلاعات ذخیره‌شده در برنامه‌های کاربردی مراقبت سلامت متفاوت و جداگانه‌ مربوط به بیمار، کاربر و یا مراجعه‌کننده مشابه فراهم می‌کند. مزایای حاصل از آن نیز شامل برنامه‌های کاربردی با قابلیت استفاده آسان، افزایش استفاده از اطلاعات الکترونیکی قابل‌دسترس و افزایش ایمنی بیمار است. علاوه بر این استاندارد CCOW با پشتیبانی از مدیریت متن ایمن مجموعه‌ای از استانداردهای پایه مراقبت سلامت را برای پرداختن به الزامات HIPPA(Health Insurance Portability and Accountability Act) فراهم می‌آورد. از این‌رو تأثیر این استاندارد بر صنعت سلامت آشکار و مشهود است. بدین ترتیب اکثر فروشندگان سیستم‌های اطلاعات بیمارستانی در حال برنامه‌ریزی به سمت سیستم‌های عامل و برنامه‌های کاربردی مبتنی بر وب سازگار با استاندارد CCOW می‌باشند. در حالی ‌که اکثر فروشندگان در هر بخش از بازار صنعت مراقبت سلامت نسبت به اتخاذ و پذیرش این استاندارد اقدام کرده‌اند. از این‌رو تعداد فزآینده‌ای از سازمان‌های مراقبت سلامت در حال پیاده‌سازی راهکارهای مدیریت متن بر روی پلتفرم یکپارچه سازمانی می‌باشند. کمیته فنی CCOW پس از شروع به‌ عنوان کنسرسیوم مستقل صنعت سلامت در دو سال گذشته به ‌عنوان بخشی از HL7 تبدیل‌ شده است. از این‌رو با توجه به این مدت کوتاه این کمیته چهار نسخه از CCOW را تصویب و توسعه داده است. بدین ترتیب در این مدت‌زمان کم با توجه به ماهیت مبتنی بر مؤلفه‌های مدولار معماری که بر پایه استانداردها استوار هستند؛ CCOW از طریق روش‌های مکمل و افزودنی ویژگی‌های جدیدی را فراهم آورده است. معماری مدیریت متن(CMA) Context Management Architecture  CCOW  بر اساس این اصل که متن مشترک باید در سرتاسر برنامه‌های کاربردی به‌وسیله‌ شناسایی آیتم‌هایی مانند بیمار با استفاده از مفاهیمی از قبیل رویدادهای بالینی علی‌رغم متفاوت بودن برنامه‌های کاربردی تشخیص داده شود، بنا گردیده است. معماری هسته از سه نوع اصلی از اجزاء تشکیل‌شده است: برنامه‌های کاربردی، مدیر متن به ‌منظور هماهنگی و همزمانی برنامه‌های کاربردی و نگاشت عامل‌ها که می‌تواند مترادف شناسه‌های مختلف در دنیای واقعی و مورد استفاده برای شناسایی بیماران، کاربران و ... را نمایش دهد.   57 58 2015/04/122015/03/302015/05/302015/05/222015/04/112015/05/202015/05/232015/06/6 1394/3/16 2015/06/22015/05/32015/06/152015/06/152015/06/132015/06/102015/06/142015/06/17 1394/3/27 سعید ابراهیمی Saeid Ebrahimi کارشناس ارشد فناوری اطلاعات سلامت،گروه مدیریت اطلاعات سلامت، دانشکده مدیریت و اطلاع رسانی پزشکی، دانشگاه علوم پزشکی شیراز، شیراز، ایران. ایران saeidebrahimi9@gmail.com یوسف مهدی پور Yousef Mehdipour دکترای انفورماتیک پزشکی، استادیار گروه فناوری اطلاعات سلامت، دانشکده پیراپزشکی، دانشگاه علوم پزشکی زاهدان، زاهدان، ایران. ایران yas532004@yahoo.com نرم افزارهای بالینی مراقبت سلامت ##1. HL7 Context Management “CCOW” Standard: Best Practices and Common Mistakes, Version 1.0. [ cited 2015 June 1‌]. Available from: https://www.hl7.org. ## ##