نقشه بردار ژنوم (مقاله رایگان pdf)

خلاصه 

زمینه: تعدادی از ابزارهای همترازسازی برای همتراز کردن ریدهای توالی یابی با ژنوم مرجع انسان ایجاد شده اند. مقیاس اطلاعات بدست امده از آزمایشات توالی یابی نسل جدید (NGS)، به سرعت در حال افزایش است. مطالعات اخیر انجام شده بر اساس فناوری  NGS به طور مرتب اگزوم ها یا توالی های کامل ژنومی چندصد تا چندهزار نمونه را ایجاد کرده است. برای تامین نیاز روزافزون به آنالیز دیتاست های بسیار بزرگ NGS، لازم است که ابزارهای نقشه برداری سریع تر، حساس تر و دقیق تری ایجاد شود. 

نتایج: HIA از دو  شاخص جدول درهم سازی و شاخص suffix array  استفاده می کند. جدول درهم سازی جستجوی مستقیم q-gram  را انجام می دهد و شاخص suffix array جستجوی بسیار سریع رشته های با طول متغییر را با استفاده از جستجوی دودویی اجرا می کند. ما پی بردیم که ترکیب جدول درهم سازی و suffix array بسیار سریعتر از روش suffix array می تواند یک زیر رشته را در توالی مرجع پیدا کند.  در اینجا ما منطقه ی تطابق (MR) را تعریف کردیم که طولانی ترین زیر رشته ی مشترک بین یک مرجع و یک رید است. همچنین ما مناطق همترازی کاندید (CARs) را نیز به صورت لیستی از  MRs تعریف کردیم که در کنار یکدیگر قرار دارند. شاخص هیبرید برای یافتن  مناطق همترازی کاندید (CARs) بین مرجع و رید استفاده شد. ما پی بردیم که همترازی نواحی بدون تطابق در CAR بسیار سریعتر از همترازی کل CAR است.  در بررسی-های آزمایشی، HI در مقایسه با سایر ابزارهای همترازی نقشه برداری سریعتر و بدون کاهش چشمگیر در دقت نقشه  را از خود نشان داد. 

نتیجه گیری: آزمایشات ما نشان می دهد که هیبرید جدول درهم سازی و suffix array از نظر سرعت نقشه برداری ریدهای توالی یابی NGS به توالی مرجع ژنوم انسانی مفید است. در نتیجه، ابزار ما برای همتراز کردن دیتاست های عظیم به دست امده از توالی یابی NGS مناسب است. 

لوب گیجگاهی میانی (مقاله رایگان pdf)

چکیده 

مقدمه: ما نتایج یک آزمون حافظه انجمنی جدید و مرتبط از نظر محیط زیست، یعنی آزمون صفحه لمسی موقعیت شیء (OLTT) را ارائه کرده ایم که نسبت به خطر لوب گیجگاهی میانی مرتبط با اختلال شناختی خفیف (MCI) حساس است. 

روش ها: در مجموع 114 نفر از جمله افراد جوان و مسن به عنوان گروه کنترل و بیماران مبتلا به MCI شرکت کردند و OLTT و آزمون استاندارد عصبی روانشناختی را تکمیل کردند. OLTT مستلزم آن بود که شرکت کنندگان موقعیت اشیاء تحت شرایط آزاد و نشانه دار را با دقتی به یاد آورند که با استفاده از معیارهای فاصله (به عنوان مثال، امتیاز خطای پیوسته) و یک فرمت تشخیص استاندارد ارزیابی شده بودند. همبستگی های بین داده های عملکرد و حجمی از زیر مجموعه ای از 77 شرکت کننده ارزیابی شده بودند. 

نتایج: اثرات معنی دار سن به واسطه اثرات MCI در تمام شرایط آزمون تحت الشعاع قرار گرفتند. به طور کلی، یادآوری نشانه دار OLTT به شدت و به طور خاص بیش از آزمون های حافظه سنتی با حجم نواحی لوب گیجگاهی میانی مرتبط با بیماری در ارتباط قرار داشت. 

بحث: OLTT ممکن است نسبت به خطر ساختاری اولیه در نواحی که توسط بیماری آلزایمر تحت تاثیر قرار گرفته اند، حساس باشد. 

1. مقدمه

           بخش قابل توجهی از شواهد نشان می دهند که بیماری آلزایمر (AD)، سال ها قبل از شروع علائم بالینی با تجمع نوروفیبریلارا تئو در ناحیه ترانس اینتورهینال لوب های گیجگاهی میانی در میان اولین تغییرات پاتولوژیک آغاز می شوند و به طور خاص با کاهش شناختی در ارتباط قرار دارند. این موقعیت آناتومیک قابل توجه است، زیرا قشر اینتورهینال به عنوان (1) ناحیه همگرایی برای ورودی چند کیفیتی از قشر های آمیگدال، پریرهینال، پاراهیپوکمپال، شنوایی و بینایی و (2) مدخل هیپوکامپ از طریق مسیر های پرفورانت و الوییر عمل می کند که به طور مستقیم سابیکولوم، CA1، CA3 و چین سینوسی مغز را از نظر عصبی تامین می کند. بنابراین، جای تعجب نیست که نقص حافظه به طور معمول اولین علامت شناختی AD است و مبنای تشخیص اختلال شناختی خفیف (فراموشی) (MCI) به طور کلی به عنوان یک پیشگام برای فراموشی مرتبط با AD در نظر گرفته می شود. کمیت این نقص حافظه به طور معمول با استفاده از معیارهای پذیرفته شده عصبی روانشناختی مانند حافظه برای فهرست کلمات، نثر، و طرح های دیداری فضایی تعیین می شود، با این حال افراد مسن تر و بیماران که در مراحل اول بیماری قرار دارند اغلب دشواری با وظایف انجمنی مانند یادآوری موقعیت اشیاء را گزارش می کنند. بنابراین، ممکن است در استفاده از پارادایم هایی که در زمان ارزیابی حافظه در افراد مسن، با این شکایت های واقعی برابر هستند، مزیت خاصی وجود داشته باشد. 

           در چند مطالعه اخیر، حافظه موقعیت شیء (OL) در بیماران مبتلا به MCI مورد بررسی قرار گرفته است، و اختلال قابل توجهی نسبت به افراد مسن سالم از نظر شناختی گزارش شده است. این یافته ها با توجه به فرآیند های شناختی و همبستگی های مرتبط نوروآناتومیک حافظه OL انگیزنده هستند. به طور خاص، برای شکل گیری موفق یک حافظه OL جدید، فرد باید از نواحی شکمی جریان بصری از جمله قشر پریرهینال برای شناسایی شیء استفاده کند. پردازش موقعیت شیء به عنوان دخالت چین سینوسی مغز پاراهیپوکامپ شناخته شده است. این جنبه های مختلف اطلاعات مربوط به شیء باید از طریق شبکه حافظه کاری پیشانی آهیانه ای در ذهن نگه داشته شوند، تا زمانی که با ارتباطی که تصور می شود در هیپوکامپ رخ می دهد، به یک حافظه طولانی مدت محدود هستند. انتقال اطلاعات از حافظه کاری به حافظه طولانی مدت با ساختار بادلی یک بافر اپیزودیک همخوانی دارد که ممکن است در مورد حافظه های OL  مبتنی بر پیش بینی های فوق الذکر در داخل و خارج از این منطقه و همچنین شواهد نوروفیزیولوژیک فعال سازی عصبی مداوم در طول تاخیر های زمانی توسط قشر اینتورهینال ایجاد شود. بنابراین پاتولوؤی مرتبط با AD در ناحیه انتورهینال ممکن است منجر به ادغام ناقص اشیاء و موقعیت آن ها می شود و درنتیجه فرآیند ارتباط هیپوکامپ را در معرض خطر قرار می دهد. 

این مقاله در نشریه alz منتشر شده و ترجمه آن با عنوان لوب گیجگاهی میانی در سایت ای ترجمه به صورت رایگان قابل دانلود می باشد. جهت دانلود رایگان مقاله فارسی و انگلیسی روی عنوان فارسی (آبی رنگ) کلیک نمایید.
منبع:

Continuous measurement of object location memory is sensitive to effects of age and mild cognitive impairment and related to medial temporal lobe volume

شناسایی سرطان پستان (مقاله رایگان pdf)

چکیده

          تشخیص کامپیوتری برای سرطان پستان حالا بیش از پیش مورد توجه قرار گرفته است که این موضوع به دلیل افزایش اجرای تصویر برداری های ماموگرام می باشد. به صورت خاص، تشخیص و دسته بندی کردن جرم های موجود در تصویر های ماموگرام اهمیت بسیار زیادی دارند. به همین دلیل، مطالعه های زیادی در این زمینه انجامشده است و تکنیک های مختفی نیز ارائه شده است. این مقاله یک شبکه عصبی پیچه ای (CNN) را برای شناسایی خودکار سرطان پستان با استفاده از داده های بخش بندی شده از دیتابیس دیجیتال برای پویش ماموگرافی ها (DDSM) ارائه می کند. ما یک شبکه با معماری CNN را ایجاد کردیم که دیگر ویژگی های دستی متداول را استخراج نمی کند بلکه استخراج ویژگی ها و دسته بندی آن ها را به صورت همزمان در قالب شبکه های عصبی انجام می دهد. ازین رو این روش می تواند یک تشخیص خودکار را بدون مدیریت کاربر، ارائه کند. روش ارائه شده ، نرخ دسته بندی بهتری را فراهم می کند که این موضوع باعث می شود تشخیص های بسیار بهتری ایجاد شود.

پیش بینی کننده درجه شادکامی (مقاله رایگان pdf)

چکیده

پیشینه و هدف: شادکامی یک هدف انسانی اساسی جهانی است. از زمان ظهور روانشناسی مثبت ، تمرکز اصلی در تحقیقات روان شناختی بررسی نقش عوامل تعیین کننده در پیش بینی شادکامی بوده است. روشهای متداول مبتنی بر روابط خطی هستند ، مانند رگرسیون خطی چند متغیره متداول (MLR) ، که ممکن است از عدم توانایی بازنمود ویژگی های روانشناختی متنوع رنج ببرند. با استفاده از شبکه های عصبی عمیق (DNN) ، ما یک پیش بینی کننده درجه (میزان)شادکامی (H-DP) را بر اساس پاسخ به پنج پرسشنامه استاندارد روان سنجی تعریف می کنیم.

 روش ها: یک معماری ساختار-داده محور برای DNN (D-SDNN) به منظور تعریف یک HDP پیشنهاد شده است که در آن معماری شبکه امکان تفسیر مفهومی از عوامل روانشناختی مرتبط با شادکامی را فراهم می کند. چهار پیکربندی شبکه عصبی مختلف  با تغییر دادن تعداد نرون ها و وجود یا عدم وجود بایاس (bias) در لایه های پنهان آزمایش شده است. دو معیار برای ارزیابی تأثیر ابعاد مفهومی تعریف و محاسبه شده است: یکی وزن موثر بعد مفهومی را به صورت عبارت مطلق معین می کند و دیگری به جهت ( مثبت یا منفی) اثر اشاره می کند.

مطالب: یک بررسی مقطعی با هدف قرار دادن جمعیت بالغ غیر نهادینه مقیم اسپانیا توسط 823 مورد تکمیل شده بود. از مجموع 111 عنصر بررسی به وسیله داده های اجتماعی- جمعیت شناختی و پنج مقیاس روان سنجی گروه بندی شده اند (پرسشنامه Brief COPE، EPQR-A،GHQ-28 ، MOS-SSS، SDHS)  که چندین عامل روان شناختی را با عمل کردن یکی به عنوان نتیجه (SDHS) و چهار تای دیگر به عنوان پیش بینی کننده اندازه می گیرند.

نتایج: رویکرد D-SDNN ما نتیجه بهتری (MSE: 1.46 .10^(-2)) نسبت به MRL (MSE: 2.3 .10^(-2))  ارائه کرده است ، از این رو دقت پیش بینی تا 37% بهبود می یابد ، و امکان می دهد تا ساختار مفهومی را شبیه سازی نماید.

نتیجه گیری: ما عملکرد بهتری از شبکه های عصبی عمیق (DNN) به نسبت به روش های قدیمی مشاهده می کنیم. این امر، توانایی خود را برای گرفتن ساختار مفهومی به منظور پیش بینی درجه (میزان)شادکامی از طریق متغیرهای روان‌شناختی ارزیابی شده توسط پرسشنامه های استاندارد نشان می دهد. همچنین اجازه می دهد تا تأثیر هر عامل را روی  نتیجه بدون فرض رابطه خطی تخمین زده شود.

تحقیقات بهداشتی موبایل (مقاله رایگان pdf)

چکیده 

هدف: سلامت تلفن‌همراه و یا تحقیقات بهداشتی موبایل در سال‌های اخیر به‌صورت نمایی رشد کرده است. بااین حال، تحقیقات بر روی بهداشت موبایل بدون تعریف روشنی از دامنه‌های بهداشتی موبایل موقت و انتخابی است. بدون یک نقشه‌راه برای تحقیقات ممکن است پتانسیل کامل بهداشت موبایل را درک نکنیم. در این مقاله، یک چارچوب هستی‌شناسی برای تعریف دامنه‌های بهداشتی موبایل و روشن کردن یک نقشه راه ارائه شده است. 

روش‌ها: در این مقاله یک هستی‌شناسی از بهداشت موبایل ارائه می‌کنیم. هستی‌شناسی به‌صورت سیستماتیک ناشی از توسعه ابعاد و عناصر اصلی آن است. تحقیق حاضر در بهداشت موبایل در سال 2014، بر روی هستی‌شناسی و برجسته کردن نقاط روشن و نقاط کور/ خالی تحقیقات بهداشتی موبایل تاکید دارد. 

یافته‌ها: تاکیدات تحقیقات بهداشتی موبایل در سال 2014 بسیار ناهموار بوده است. بنابراین چندین نقطه روشن و بسیاری نقطه کور یا خالی وجود دارد. پژوهش حاضر عمدتا بر استفاده‌ی افراد از دستگاه‌های تلفن‌همراه و برنامه‌های کاربردی برای به‌دست آوردن اطلاعات مربوط به سلامت بیشتر و بهبود کیفیت مراقبت از طریق تلفن‌همراه تمرکز دارد. 

نتیجه‌گیری: استدلال می‌کنیم که تأکید بر این مسئله می‌تواند متعادل‌کننده نقشه‌راه برای تحقیقات بهداشتی موبایل باشد. نقشه‌برداری هستی‌شناختی نقش اساسی در توسعه و حفظ نقشه‌راه دارد که می‌تواند به‌طور مداوم تحقیقات بهداشتی موبایل را ارزیابی و هدایت کند. 

روش های یادگیری عمیق (مقاله رایگان pdf)

چکیده

            قطعه بندی تومور مغزی یکی از کارهای مهم  در زمینه ی پردازش تصویر پزشکی است. تشخیص زودهنگام تومورهای مغزی دراحتمال بهبود با درمان و افزایش نرخ زنده ماندن بیماران نقش مهمی ایفا می کند. قطع بندی تومورهای مغزی برای تشخیص سرطان به صورت دستی (توسط انسان)، از میان تعداد زیادی از تصاویر MRI تولید شده در روتین های پزشکی کاری دشوار و وقتگیر است. یک نیاز اساسی برای قطعه بندی تصویر تومور مغزی به صورت خودکار وجود دارد. هدف از این مقاله، ارائه ی یک بررسی بر روی روش های قطعه بندی تصویر تومور مغزی مبتنی بر MRI است. به تازگی، استفاده از روشهای یادگیری عمیق برای قطعه بندی خودکار محبوبیت پیدا کرده اند، چرا که این روش ها به نتایج پیشرفته و جدیدی دست می یابند و می توانند بهتر از روش های دیگر به این مسئله رسیدگی کنند. روش های یادگیری عمیق همچنین می توانند پردازش کارآمد را فعال کنند و ارزیابی قابل مشاهده و هدفمندی از حجم عظیمی از داده های تصویری مبتنی بر MRI را ممکن سازند. تعدادی از مقالات بررسی (review) وجود دارند که بر روش های قدیمی(سنتی) برای قطعه بندی تصویر تومور مغزی مبتنی بر MRI تمرکز کرده اند. ولی برخلاف دیگران، ما در این مقاله بر روی  روند اخیر روش های یادگیری عمیق در این زمینه تمرکز می کنیم. ابتدا، معرفی تومورهای مغزی و روش هایی برای قطعه بندی تومور مغزی داده می شوند. سپس، الگوریتم های جدید با تمرکز بر روی روند اخیر روش های یادگیری عمیق مورد بررسی قرار می گیرند. در نهایت، یک ارزیابی از وضعیت فعلی ارائه شده و پیشرفت‌های آینده جهت استانداردسازی روش های قطعه بندی تومور مغزی مبتنی بر MRI در روتین های روزانه ی پزشکی در نظر گرفته شوند. 

درمان از راه دور (مقاله رایگان pdf)

چکیده

 

         تکامل در زمینه های تکنولوژی ارتباطات از راه دور ، با قدرت و توانایی ای که سیستم ها ی جدید ایجاد کرده اند، به طور موثری در پیشرفت و توسعه در زمینه پزشکی تاثیر گذار بوده است ؛ همچنین این پیشرفت ها باعث به وجود آمدن نیاز برای استفاده از آن ها در بخش مراقبت های پزشکی شده است، بخشی که نسبت به اطلاعات حساس بوده و نیازمند آگاهی و اطلاعات است.ازین رو، راه حل های الکترونیکی برای مراقبت های پزشکی دارای اهمیت بسیاری است؛مراقبت های پزشکی الکترونیکی و درمان از راه دور موضوعاتی هستند که به طور واضح ، برای اجرا و توسعه های عملیاتی بسیار مهم شده اند و دارای آینده ای روشن در زمینه بازار تجاری هستند.با در نظر داشتن این ویژگی، اهمیت این موضوع در زندگی شهروندان در تمام دنیا و سهم آن در مراقبت های پزشکی روزانه توسط تمام عوامل درگیر در این روند ، نویسندگان این قسمت تلاش دارند تا خوانندگان را با تاثیری که شبکه های بیسیم با پهنای باند بالا ، روی خدمات درمان از راه دور دارند، آشنا کنند و نشان دهند که چگونه این شبکه ها ، انتقال امن اطلاعات مهم را ممکن میسازد که از برنامه هایی نیازمند پهنای باند بالا، منتشر میشوند.بعد از اینکه خوانندگان را با موضوعات مربوط با درمان از راه دور آشنا کنیم و نشان دهیم که چگونه میتوانند به روش های مراقبتی فعلی، ارزش بیفزایند، سپس تحلیلی روی ساختار بیسیم انجام میدهند که خدمات درمان از راه دور را در طول سالها، آسان تر کرده است، و نقش مهم که سیستم های ارتباط از راه دور نسل سوم در این زمنیه ایفا میکنند را نشان خواهیم داد.بعد از آن ، تحلیلی از گستره کاربرد های جدید را خواهیم داشت که میتوانند توسط ساختار های ارتباط از راه دور نسل سوم پشتیبانی شوند، و تحقیقات مرتبط با ان ها را که در سطح اروپایی در مورد استفاده از شبکه های نسل سوم برای کارایی های درمان از راه دور است را نیز معرفی میکنیم.در هر صورت، شبکه های نسل سوم دارویی جادویی نیستند ؛ به همین دلیل محدودیت های این شبکه نیز بیان شده است.نویسنده میخواهد به این نتیجه برسد که آیا شبکه های نسل سوم میتوانند راه حلی مناسب برای خدمات درمان از راه دور باشند یا نه.

ابزاری از متلب (مقاله رایگان pdf)

چکیده

پیشینه: رسیدگی به مقدار وسیع داده‌های تظاهر ژنی تولیدشده توسط روش‌های نمای نسخه‌برداری ژنوم، یک کار چالش‌برانگیز است که نیازمند ترکیبی آگاه از روش‌های پیش‌پردازش، فیلتراسیون و تحلیل دارد اگر که قرار باشد نتایج زیست‌شناختی معناداری حاصل شود. برای مثال، طیفی از آمار سنتی و رویکردهای تحلیل مسیر محاسبه‌ای برای شناسایی فرایندهای بسیار ارائه‌شده در داده‌های ریزآرایه به‌دست‌آمده از حالت‌های مختلف بیماری استفاده‌شده است. اگرچه، اکثر این رویکردها تمایلی در بهره‌برداری از کل طیف داده تظاهر ژنی یا روابط مختلف و وابستگی‌ها ندارند. قبلاً، ما ابزار تحلیل غنی‌سازی مسیر را در MATLAB که یک امتیاز نظم مسیر (PRS) را با در نظر گرفتن علامت‌دهی توپولوژی مسیر و بیش نمایندگی و بزرگی ژن‌هایی که به‌طور متفاوتی ظاهرشده‌اند به دست می‌دهد. در اینجا، این رویکرد را برای شامل شدن مسیر متابولیک گسترش دادیم و استفاده از رابط کاربر گرافیکی (GUI) را توصیف کردیم.

نتایج: با استفاده از تعدادی از جایگاه‌های ریزآرایه و گونه‌ها، مصرف‌کنندگان قادرند تا امتیازات PRS را به همراه امتیاز z مطابق برای مقایسه محاسبه کنند. ارزیابی بیشتر اهمیت مسیر ممکن است برای افزایش اعتماد به مسیرهای به‌دست‌آمده انجام شود و مصرف‌کنندگان می‌توانند دایره المعارف Kyoto نمودارهای مسیر ژن و ژنوم را که برای تأکید بر ژن‌های نهفته علامت‌گذاری شده است، ببینند.

نتیجه‌گیری: ابزار PRS، فیلتری برای منزوی‌سازی بینش‌های زیستی از داده‌های نسخه‌برداری‌شده پیچیده ارائه می‌کند.

بهداشت و درمان هوشمند (مقاله رایگان pdf)

چکیده

         رشد تعداد و ظرفیت دستگاه‌های تلفن‌همراه مانند تلفن‌های‌همراهی که همراه با دسترسی گسترده‌ به حسگر‌های زیستی ارزان قیمت هستند سبب فراهم‌سازی فرصتی بی سابقه برای برنامه‌های کاربردی در زمینه بهداشت و درمان شده است. در این مقاله ما یک رویکرد جدید برای پردازش تطبیقی آگاه از وضعیت (SAAP) جریان داده‌ها برای تجزیه و تحلیل هوشمند داده‌ها به شکل بی‌درنگ ارئه داده‌ایم. پیاده‌سازی و ارزیابی از فریمورک برای یک برنامه‌ نظارت بر سلامتی توصیف شده است.

کار گروهی دانشجویان پرستاری (مقاله رایگان pdf)

چکیده

پیشینه: هدف این پروژه توسعه ابزاری به منظور سنجش مهارت های تیم کاری دانشجویان پرستاری در یک محیط شبیه سازی شده بود. 

روش: یک پروسه هشت مرحله ای برای توسعه ابزار مورد استفاده قرار گرفت که شامل بازبینی مقالات و ارزیابی صحت ظاهری/ محتوا و قابلیت اطمینان از طریق خود ارزیابی.

نتایج: تحلیل کمی سایکومتری ابزار 11 آیتمی نهایی شامل شاخص اعتبارسنجی محتوایی قیاسی 0.98 و شاخص های اعتبار سنجی محتوایی منحصر به هر  آیتم از 0.75 تا 1.0 برای 11 آیتم متغیر بود. قابلیت اطمینان خود ارزیابی نشان دهنده  انطباق با ضریب همبستگی درون کلاسی 0.836 بود. 

نتیجه گیری ها: مربیان پرستاری می توانند از یک پروسه 8 مرحله ای برای توسعه ابزارهایی با صحت سایکو متریک برای ارزیابی دانش آموزان استفاده کنند. 

        با وجود این واقعیت که دانش آموزان پرستاری اغلب بطور فرد به فرد در مجموعه های درمانی مورد ارزیابی قرار می گیرند، از دانشجویان پرستاری تازه فارغ التحصیل انتظار می رود تا بعنوان عضوی از گروه عمل کرده تا مراقبت و درمان ایمنی از بیماران صورت پذیرد. ابزار هایی روایی و پایایی برای  اساتید دانشگاه مورد نیاز است تا  به طور عینی  بازخورد های صورت گرفته توسط دانشجویان را به منظور ارتقای  دانش تیم کاری، مهارت ها و دیدگاه ها  ارزیابی  و ارائه نمایند. هدف این مقاله توصیف پروسه پیشرفت و ارزیابی ابزارها در جهت سنجش مهارت های تیم دانشجویان پرستاری بر مبنای  پهارچوب های  تیمی و گروهی STEPPS می باشد. 

پیشینه

       افراد حرفه ای با تجربه و کارازموده در مراقبت سلامت که به صورت تیمی فعالیت می کنند بهبود در عملکرد، افزایش رضایتمندی و کاهش اشتباهات را پس از آموزش های تیمی پزشکی به اثبات رسانده اند. اموزش بین حرفه ای (IPE) در کاراموزان مراقبت سلامت که دانشجویان پرستاری دوره لیسانس را شامل می شود، درک بیشتری را  از سایر قوانین  موجود در حرفه مراقبت سلامت فراهم نموده و ارائه می دهد و  انتظارات در گرایش و جهت یابی تیمی را در نیروی کار نسل های اینده به مراتب بیشتر افزایش می دهد. یکی از چارچوب ها در ارائه IPE و آموزش مهارتهای فعالیت تیمی  STEPPS می باشد. این چارچوب عینی به طور خاص به منظور نشان دادن مسائل مرتبط با سلامت و امنیت بیماران از طریق اصلاح روابط و مهارت های کار تیمی  برای افرادی که در خط اولیه  مراقبت های بیماران قرار دارند  ارائه داده شد .چارچوب تیمی  STEPPS بر مبنای چهار مهارت تیمی شکل گرفته و استوار است: مدیریت، ارتباطات، بررسی وضعیت و پشتیبانی و حمایت دوجانبه و متقابل. 

این مقاله در نشریه الزویر منتشر شده و ترجمه آن با عنوان کار گروهی دانشجویان پرستاری در سایت ای ترجمه به صورت رایگان قابل دانلود می باشد. جهت دانلود رایگان مقاله فارسی و انگلیسی روی عنوان فارسی (آبی رنگ) کلیک نمایید.
منبع:

Development of an Instrument to Measure Nursing Student Teamwork Skills