XiaoMi-AI文件搜索系统
World File Search SystemAmhara
o r i g i n a l r e s a r c h物流管理信息系统（LMIS）在Amhara National的公共卫生设施的健康商品
简介：发展中国家的基本药物的访问主要是由于健康供应链管理效率低下的效率低下，例如缺乏标准监控框架和设计较差的物流管理信息系统（LMIS）。健康供应链经理需要准确，及时的数据才能进行决策。但是，常规的健康信息系统的数据质量差，依赖基于纸张的报告，逻辑格式不足，不充分结构以及人力资源有限。目的：本研究评估了阿姆哈拉国家地区埃塞俄比亚公共卫生设施中LMI的数据质量。方法：该研究是在埃塞俄比亚的阿姆哈拉国家地区国家进行的。该研究采用了基于机构的并发混合方法设计。数据收集涉及102个通过多阶段分层随机抽样选择的设施，并遵守美国国际开发署的物流指标评估工具（LIAT）设定的采样标准。数据抽象清单用于收集数据。结果：在评估数据质量的七种示踪剂药物中，库存准确率的差异很大。库存差异是显着的，突出了手动和数字记录系统的潜在问题，总体平均的物理和电子库存精度分别为74.7％和70.6％。此外，报告和申请表（RRF）显示了及时提交的趋势，七种示踪剂药物的总平均百分比为90.2％。然而，数据质量经历了波动，合法性的总体平均百分比（LMIS报告的授权）和RRF的准确性分别为77.2％和76％。结论和建议：数据质量的评估显示出物理和电子记录的显着差异，在健康LMI中的完整性，合法性，合法性，可读性和准确性上显着波动。为了纠正这些问题，需要对健康供应链员工进行强大的数据质量验证过程，明确的指南，有针对性的干预措施，加强监控系统，定期审核以及全面的培训。关键字：LMI，数据质量，RRF，评估，绩效，健康设施
在Amhara区域综合特殊医院的成人2型糖尿病患者中，糖尿病神经病及其预测因素，埃塞俄比亚西北：一项回顾性随访研究
在2007年3月1日至2012年2月的最后一天之间，有669例新招募的2型糖尿病的新招募的成年患者进行了一项基于机构的回顾性随访研究。2型糖尿病（T2DM）诊断时患有糖尿病神经病的患者，没有医疗图表的患者，患有DM诊断日期未知日期的患者以及患有诊断性神经病诊断日期未知日期的患者被排除在研究之外。所有新诊断的2型糖尿病（T2DM）患者在2007年3月1日至2012年2月28日入学的18岁及以上的患者中，包括在本研究中纳入所选医院。COX的优势危害模型以确定糖尿病神经病时间的预测指标，并使用Kaplan Meier存活曲线来评估累积生存时间。p值<0.05的变量被认为在95％置信区间在统计学上是显着性的。
研究论文：阿姆哈拉地区南贡德尔太阳能光伏发电场地适宜性分析
埃塞俄比亚政府希望利用可再生能源来发电，满足该国目前的需求。该国 85% 的总人口生活在农村地区，并使用化石燃料满足家庭需求。使用化石燃料对用户和环境构成危险。埃塞俄比亚政府计划利用社区周围丰富的可再生资源为 85% 的农村社区通电。因此，使用 GIS 确定太阳能光伏的潜在位置是向政府推荐合适地点的决策支持工具。太阳能光伏适用性分析为太阳能光伏电站的安装提供了最佳位置。为了找到适合太阳能光伏的位置，使用层次分析法确定了影响适用性的因素并加权。然后，将加权值和重新分类的值相乘，得到太阳能光伏的最终适用性地图。由于场地不合适，太阳能光伏发电效率会下降，甚至可能发生故障。通过确定最合适的位置，太阳能光伏电站的位置最佳。因此，本研究的目的是在南贡德尔区找到最适合太阳能光伏发电的地点。研究区域适合建设太阳能光伏电站的比率为 86.5%。研究区域考虑的 86 个标准（86%）被发现适合太阳能光伏电站的最佳位置。大多数合适区域位于该地区的西部。地形的性质是产生太阳能的关键因素；它影响到达太阳能光伏板表面的太阳辐照度。