소아 통증 척도의 인공 신경망을 이용한 평가(ANN) (ANN)

이들 환자의 통증은 수술 후 기간 동안 많은 통증 척도에 의해 평가될 것이다. 이러한 척도에는 OUCHER, Visiuel Analog Scale, FLACC, Faces Pain Scale revise, Wong Baker Faces Scale, Faces Pain Scale, Numeric rating Scale, Verbal Rating Scale, CHEOPS 및 연령, 혈압, 호흡수, 심박수가 기록됩니다.

본 연구의 첫 번째 단계에서는 실제적으로 널리 사용되는 각 통증 척도에서 고려되는 매개변수와 각 매개변수의 중요도를 살펴보고자 한다. 통증의 정도 및 각 통증 척도의 정도를 결정하는데 고려되는 매개변수가 기록될 것이다. 통증 척도의 독립 t-검정이 통계적으로 다른지 여부를 분석한다. 결론 통계 분석에서 응용 프로그램에 사용되는 통증 척도가 그룹화됩니다.

또한 통증에 효과적인 것으로 간주되는 매개변수(맥박, 혈압 등)를 결정하고 기록합니다. 현재 척도의 통증에 대한 중요도 및 기타 매개 변수를 결정하고 결과적으로 새로운 통증 척도를 생성합니다. 중요도를 결정하는 동안 AHP(Analytic Hierarchy Process)에서 활용됩니다. AHP와 매개변수를 이진법으로 비교하면 각 매개변수의 중요도와 가중치 점수가 결정됩니다. 페인 포인트의 수학적 공식은 각 매개변수의 AHP 가중치 점수를 고려하여 제시됩니다.

수학적으로 통증 점수를 얻었지만 인공 신경망(ANN)을 사용하여 통증 점수에 영향을 미치는 매개변수를 고려하여 통증 점수를 추정합니다.

마지막 단계는 수학적 공식과 인공 신경망으로 얻은 통증 점수를 비교하여 새로운 통증 척도를 생성하고 현재 척도와 비교하는 것입니다.