تلفیق شبکه عصب مصنوعی و سیستم فازی لجیک: الگوریتمی برای شناسایی، طبقه‌بندی و مقایسه سطوح افسردگی ناشی از طلاق در زنان و مردان سالمند

زمینه: افسردگی ناشی از طلاق در سالمندان یک پاسخ منفی روانشناختی است. شناسایی، طبقه بندی و مقایسه سطوح افسردگی ناشی از طلاق در سالمندان زن با مرد کمتر مورد توجه قرار گرفته است. هدف: هدف از پژوهش حاضر پردازش خودکار اطلاعات به منظور شناسایی، طبقه بندی و مقایسه سطوح افسردگی ناشی از طلاق در زنان با مردان سالمند بود. روش: مطالعه حاضر، کاربردی از نوع توصیفی پیمایشی است. پژوهش در جامعه سالمندان متقاضی طلاق شهرستان گنبدکاووس انجام شد. قبل از طلاق، از جامعه تحقیق داده ها با استفاده از مقیاس افسردگی سالمندان جمع آوری گردید. 15 زوج نرمال و در دسترس و دارای شرایط لازم ورود به طرح، به عنوان نمونه وارد تحقیق شدند. چهارماه بعد از وقوع طلاق، با استفاده از مقیاس افسردگی سالمندان داده ها از زوجین نمونه جمع آوری شد و سپس به صورت تصادفی به دو گروه آموزش و آزمایش تقسیم شدند. از نرم افزار matlabr2016b برای پیاده سازی شبکه عصب مصنوعی با رویکرد فازی لجیک استفاده شد. بطور جداگانه برای زنان و مردان سالمند، سیستم anfis آموزش و سپس آزمایش شد. عملکرد سیستم با استفاده از منحنی roc تعیین شد. سطح غالب افسردگی بعد از طلاق در زنان با مردان سالمند مقایسه توصیفی گردید. یافته ها: ارزیابی منحنی roc با tpr بالاتر از 94/66% و fpr بالاتر از 94/31% و auc بالاتر از 0/84 (0/000= p) نشان از دقت بالای مدل داشت. به علاوه، بعد از طلاق مردان با شدت بیشتر نسبت به زنان در معرض افسردگی بودند. نتیجه گیری: طی برنامه مراقبت های اولیه، ضمن استفاده از سیستم طراحی شده به عنوان یک ابزار غربالگری برای شناسایی زود هنگام اختلالات روانشناختی در سالمندان برای بالا بردن دقت تشخیص متخصص، امکان درمان متناسب و به هنگام برای سالمندان مرد و زن افسرده نیز فراهم خواهد شد.

Combination of artificial neural network and fuzzy logic system: an algorithm for identifying, classifying, and comparing levels of divorce-related depression in older men and women

Background: Depression due to divorce in the elderly is a negative psychological response. Diagnosis, classification, and comparison of divorcerelated depression levels in older women and men have received less attention. Aims: The aim of this study was to automate data processing to identify, classify and compare levels of depression due to divorce in older men and women. Method: The present study is an applied descriptivesurvey research. The study was conducted in the elderly community seeking divorce in Gonbad Kavous. Before divorce, data were collected from the research community using the Geriatric Depression Scale. Fifteen normal and available couples with the necessary conditions were included in the study as a sample. Four months after the divorce, data were collected from sample couples using the Elderly Depression Scale and then randomly divided into training and experimental groups. MATLABR2016b software was used to implement artificial neural network with fuzzy logic approach. The ANFIS system was trained and then tested separately for older men and women. System performance was determined using the ROC curve. The prevailing level of depression after divorce in women was compared to elderly men. Results: Evaluation of ROC curve with TPR ˃94/66%, FPR ˃94/31% and AUC ˃0/84 (P= 0/000) showed high accuracy of the model. In addition, men were more likely to be depressed than women after divorce. Conclusions: During the primary care program, in addition to using the system designed as a screening tool for early detection of psychological disorders in the elderly to increase the accuracy of specialist diagnosis, the possibility of appropriate and timely treatment for depressed men and women will be provided