fa پیش‌بینی تعداد اعزام‌های حوادث ترافیکی اورژانس پیش‌بیمارستانی درون شهری مشهد طب بحران Disaster Medicine تحقیقی Original <div><span style="font-family:yekanYW;">زمینه و اهداف: تصادفات در سال‌های اخیر یکی از عوامل اصلی مرگ و میر بوده و پیامدهای سنگین اجتماعی، فرهنگی و اقتصادی آن جوامع بشری را به شدت مورد تهدید قرار داده است. با توجه به این که ایران یکی از کشورهای دارای بیشترین موارد جراحات و مرگ و میر ناشی از حوادث ترافیکی است و این موضوع سبب تخصیص حجم قابل توجهی از اعزام‌های اورژانس پیش‌بیمارستانی به تصادفات می‌شود، در این مطالعه قصد داریم به بررسی و پیش‌بینی روند تعداد اعزام‌های حوادث ترافیکی اورژانس پیش‌بیمارستانی درون‌شهری مشهد بپردازیم.<br> روش بررسی: پژوهش حاضر یک مطالعه طولی گذشته‌نگر بوده و شامل تعداد اعزام‌های حوادث ترافیکی اورژانس پیش بیمارستانی شهر مشهد از ابتدای سال 2009 تا انتهای سال 2018 است. روش آماری به کار رفته در این تحقیق روش‌های سری زمانی بود و کلیه تجزیه و تحلیل‌ها توسط نرم افزار آماری R انجام گردید.<br> یافته‌ها: نتایج پژوهش نشان داد 6/74% تعداد مجروحین اعزام‌ها مربوط به مردان و 4/25% مربوط به زنان است. همچنین میانگین سنی مجروحین 3/16&plusmn;5/30 سال بوده و 3/70% مجروحین را افراد زیر 35 سال تشکیل داده‌اند. مدل آریما فصلی (0،1،1)(0،1،3) به عنوان بهترین مدل انتخاب و برای مدت سه سال این تعداد پیش‌بینی گردید.<br> نتیجه‌گیری: مدل سری زمانی آریما فصلی (0،1،1)(0،1،3) به عنوان بهترین مدل از بین سایر مدل‌ها انتخاب گردید و پیش‌بینی تعداد اعزام‌های حوادث ترافیکی اورژانس پیش بیمارستانی شهر مشهد برای سه سال آینده روند ثابتی را نشان داد.</span></div> <span dir="LTR"></span> <span style="font-family:yekanYW;">Background and aims: In recent years, accidents have been a major cause of death and have had serious social, cultural, and economic consequences for human societies. Given that Iran is one of the countries with the highest number of injuries and deaths in traffic accidents, and this issue leads to the allocation of a significant volume of prehospital emergency dispatches to accidents. In this study we reviewed and examined the number of dispatches for pre-hospital emergency services to the traffic accidents in Mashhad city.<br> Methods: The present study was a retrospective longitudinal study and included the number of dispatches for prehospital emergency traffic accidents in Mashhad from the beginning of 2009 to the end of 2018. The statistical method used in this research was time series methods, and all analyzes were performed by R statistical software.<br> Results: The results showed that 74.6% of the injured were men and 25.4% were women. The mean age of the injured was 30.5&plusmn;16.3, and 70.3% of the injured were under 35 years old. The seasonal time series ARIMA model (0,1,3) (0,1,1) was selected as the best model, and this number predicted for three years.<br> Conclusion: The seasonal ARIMA model (0,1,3) (0,1,1) was the best model among others, and the forecast of the number of dispatches for prehospital emergency accidents in Mashhad showed a constant trend for the next three years.</span><br> &nbsp; حوادث ترافیکی, خدمات فوریت های پزشکی, سری زمانی, پیش‌بینی Traffic Accidents, Medical Emergency Services, Time Series, Forecasting 50 59 http://ebnesina.ajaums.ac.ir/browse.php?a_code=A-10-2951-1&slc_lang=fa&sid=1 Toktam Akbari Khalaj تکتم اکبری خلج 100319475328460012685 100319475328460012685 No Department of Biostatistics, Social Determinants of Health Research Center, School of Health, Mashhad University of Medical Sciences, Mashhad, Iran گروه آمارزیستی دانشکده بهداشت، مرکز تحقیقات عوامل موثر بر سلامت، دانشگاه علوم پزشکی مشهد، مشهد، ایران Negar Sangsefidi نگار سنگ سفیدی 100319475328460012686 100319475328460012686 No Department of Biostatistics, Social Determinants of Health Research Center, School of Health, Mashhad University of Medical Sciences, Mashhad, Iran گروه آمارزیستی دانشکده بهداشت، مرکز تحقیقات عوامل موثر بر سلامت، دانشگاه علوم پزشکی مشهد، مشهد، ایران Vahid Fakoor وحید فکور 100319475328460012687 100319475328460012687 No Department of Statistics, Faculty of Mathematics, Ferdowsi University of Mashhad, Mashhad, Iran دانشگاه فردوسی مشهد، دانشکده علوم ریاضی، گروه آموزشی آمار، مشهد، ایران Jamshid Jamali جمشید جمالی 100319475328460012688 100319475328460012688 No Department of Biostatistics, Social Determinants of Health Research Center, School of Health, Mashhad University of Medical Sciences, Mashhad, Iran گروه آمارزیستی دانشکده بهداشت، مرکز تحقیقات عوامل موثر بر سلامت، دانشگاه علوم پزشکی مشهد، مشهد، ایران Vahid Ghavami وحید قوامی Ghavamiv@mums.ac.ir 100319475328460012689 100319475328460012689 Yes Department of Biostatistics, Social Determinants of Health Research Center, School of Health, Mashhad University of Medical Sciences, Mashhad, Iran گروه آمارزیستی دانشکده بهداشت، مرکز تحقیقات عوامل موثر بر سلامت، دانشگاه علوم پزشکی مشهد، مشهد، ایران