RT - Journal Article T1 - Estimation of Covid-19 Mortality Rate in Iran using the Autoregressive Model JF - jccnursing YR - 2020 JO - jccnursing VO - 13 IS - 4 UR - http://jccnursing.com/article-1-524-fa.html SP - 11 EP - 21 K1 - COVID-19 K1 - Modeling K1 - Mortality Rate K1 - Iran K1 - Autoregressive Model AB - زمینه و هدف: کووید-19 یک پاندمی جهانی نوظهور است که از نوع جدیدی از کروناویروس‌ها به شکل یک عفونت ویروسی با امکان انتقال و سرایت بالا ایجاد شده است. این بیماری تاکنون میلیون‌ها نفر را مبتلا و چندین هزار نفر را به کام مرگ کشانده است. از زمان همه‌گیری بیماری تاکنون، محققان بسیاری علاقه‌مند به مدل‌سازی و تخمین تعداد احتمالی افراد مبتلا به کووید-19 یا برآورد نرخ مرگ و میر ناشی از این پاندمی در یک دوره زمانی خاص و در کشورهای مختلف شده‌اند. این مدل‌سازی‌ها امکان حصول شناخت بهتری از رفتار این پاندمی و پیش بینی سیر آن را فراهم می‌سازد. هدف از انجام این پژوهش، مدل‌سازی نرخ مرگ و میر ناشی از پاندمی کووید-19 در پنج ماه متوالی در ایران بوده است. مواد و روش­ها: ما دو مدل، شامل مدل اتورگرسیو (AR) و مدل اتورگرسیو میانگین متحرک(ARMA) را تحلیل کردیم تا قابلیت این مدل‌ها را در تخمین نرخ مرگ و میر ناشی از بیماری کووید-19 از ماه مارس تا ژوئیه بیازماییم. عملکرد دو مدل با سه معیار خطای میانگین مربعات، تابع هزینه و خطای نهایی پیش‌بینی ارزیابی شد. مدل‌ها بر تعداد موارد مرگ و میر تأیید شده از وزارت بهداشت، درمان و آموزش پزشکی ایران ارزیابی شدند. یافته­ها: نتایج تحلیل‌ها بیانگر آن بود که مدل AR با رتبه ده با عملکرد بسیار مناسب قادر است نرخ مرگ و میر ناشی از کووید-19 را پیش‌بینی کند. نتیجه­گیری: مدل پیشنهادی قابلیت پیش‌بینی میزان فوتی‌های ناشی از پاندمی را دارد. تخمین میزان مرگ و میر ناشی از همه‌گیری کووید-19 به شناخت بهتری از رفتار این پاندمی و پیش‌بینی سیر آن کمک می‌کند و می‌تواند بر نوع و زمان اقدامات و تمهیدات در جهت کنترل آن مؤثر واقع شود. LA eng UL http://jccnursing.com/article-1-524-fa.html M3 ER -