Channel
@Health_it_Academy
On this record: Growth · Engagement · Reactions · Posts · Citations · Cite this entry
397subscribers
+3 since we began measuring on 6 August 2026
Risers and fallers across the register · movement among entries of Under 1,000.
| Telegram ID | -1003059460433 |
|---|---|
| Type | Channel |
| Username | @Health_it_Academy |
| Created | Between 1 August 2025 and 31 October 2025 — estimated from Telegram’s id allocation, not measured. How this range is calculated. |
| First recorded | 6 August 2026 |
| Last confirmed live | 1 September 2026 |
| Measurements held | 5 |
| Confirmed unchanged | 1 time, most recently 1 September 2026 |
| On Telegram | t.me/Health_it_Academy |
| Measured (UTC) | Subscribers | Change |
|---|---|---|
| 1 Sept 2026, 21:25 | 397 | +6 |
| 20 Aug 2026, 17:48 | 391 | -2 |
| 14 Aug 2026, 10:24 | 393 | -1 |
| 6 Aug 2026, 19:52 | 394 | no change |
| 6 Aug 2026, 16:37 | 394 | first reading |
20 posts held, back to 23 February 2026 — the reader has not yet reached the start of this channel’s public history, so older posts may sit further back, unread. Read across 1 page of Telegram’s post history, 20 posts per page.
Nothing published in the last 30 days. ERR and ER are rolling 30-day measures, so there is nothing to compute — we hold 20 posts for this entry, the most recent from 1 August 2026. An engagement rate over an empty window would be a number about nothing.
101 reactions across 17 posts, in 3 distinct kinds. The most used accounts for 48.5% of them.
| Reaction | Count | Share | Share, drawn |
|---|---|---|---|
| ❤🔥 | 49 | 48.5% | |
| ❤ | 47 | 46.5% | |
| 🔥 | 5 | 4.95% |
No sentiment is inferred, and none should be read in. This table is ordered by count and by nothing else. Emoji do not carry stable meaning across languages or communities — 🙏 is thanks in one channel and mourning in another — so we publish which ones were pressed and how often, and pass no judgement on what an audience meant by them.
Precision. Telegram publishes reaction counts per emoji and short-forms each one — 4.34K, 1.2M — so any single kind at or above 1,000 reaches us at three significant figures, and only counts below 1,000 are exact. The shares above are ratios of those figures and carry the same error. This is also why the total here can differ slightly from a reaction total printed elsewhere on the page: both are sums of the same rounded parts, taken over samples with different edges.
Coverage. Reactions were read on 18 of the 20 sampled posts in this sample. Summed by Telegram’s own count on each post — not by adding up the per-emoji breakdown above — those same posts carry 101 reactions in total: the kind of figure the paragraph above means by “a reaction total printed elsewhere on the page”.
Measured over the 20 most recent posts we hold, published 23 February 2026 to 1 August 2026, using the newest reading held for each. Telegram Stars are excluded: they are a payment, not a reaction, and they have their own section.
🎉🏁 جلسه دهم و پایانی منتشر شد! 🏁🎉 ✨ بالاخره به آخرین قسمت از مجموعه آموزشهای SPSS رسیدیم! اگر تا اینجا همراه ما بودی، این جلسه رو به هیچ وجه از دست نده؛ چون یکی از کاربردیترین مباحث این دوره رو یاد میگیری. 🚀 🤔 توی این قسمت یاد میگیری: 📌 ارتباط میانگین جامعه با یک عدد ثابت 📌 آنالیز مطالعات Before–After 📌 تحلیل متغیرهای کیفی در دو زمان و چند زمان 📌 انتخاب آزمون مناسب و تفسیر نتایج در SPSS به زبانی ساده و کاربردی…
❤4❤🔥3
🚨🔥 آمادهاید برای پارت ۱۰ آموزش SPSS؟ 🔥🚨 یک آموزش کاربردی و فوقالعاده در راهه که نباید از دستش بدی! 😍📊 🎯 موضوع پارت ۱۰: ✅ ارتباط میانگین جامعه با یک عدد ثابت ✅ تحلیل مطالعات Before_After (متغیر کیفی در دو زمان و چند زمان) ✅ آموزش کامل، ساده و پروژهمحور در SPSS 💻📈 ⏰ شنبه رأس ساعت ۱۹:۰۰ منتظر یک آموزش جذاب و کاملاً کاربردی باشید. 🚀✨ 📌 اگر دانشجو، پژوهشگر یا در حال انجام پایاننامه هستی، این قسمت میتونه یکی از…
❤🔥6
🎬 پارت ۹ از دوره «آمار کاربردی در SPSS» منتشر شد! 🎬 سلام به همه دانشجویان عزیز ! 👋💻🏥 میدونید یکی از مهمترین و رایجترین کارها در انواع پژوهشهای علوم پزشکی، مقایسه وضعیت "قبل و بعد" یا بررسی روند تغییرات در چند نوبت زمانی است؟ اگه پایاننامه یا پروژهی تحقیقاتیتون میخواد ببینه که "آیا یک مداخله، یک درمان، یا یک برنامه آموزشی در طول زمان تأثیر داشته؟" یا میخواد شاخصهای کمی مثل فشار خون، نمرات پرسشنامه، یا شاخص…
❤5❤🔥1
📊 تحلیل دادهها فقط وارد کردن اعداد در SPSS نیست؛ انتخاب آزمون درست، مهمترین بخش ماجراست! اگر دادههای یک متغیر را در چند زمان مختلف اندازهگیری کردهاید و نمیدانید از چه آزمونی استفاده کنید، این آموزش دقیقاً برای شماست. 🎯 در این قسمت یاد میگیرید: ✅ انتخاب آزمون مناسب برای مطالعات Before–After ✅ اجرای تحلیل در SPSS بهصورت گامبهگام ✅ تفسیر صحیح نتایج و خروجیها 🗓 پارت ۹ آموزش شنبه 🕖 راس ساعت ۱۹:۰۰ منتظر …
❤5🔥1
🎬 پارت ۸ از دوره «آمار و SPSS به زبان ساده» منتشر شد! 🎬 سلام به همه دانشجوهای عزیز و پژوهشگران پرتلاش! 👨💻👩🔬 اگه تا حالا توی پایاننامهتون گیر کردید که "چطور باید رابطه بین سن، وزن یا فشار خون (متغیر کمی) رو با جنسیت، گروه خونی یا نوع بیماری (متغیر کیفی) بررسی کنم؟" 🤔💭 ❌ دیگه نگران نباشید! ✅ این ویدیو تمام ابهامات ذهنتون رو برطرف میکنه! توی این قسمت قراره یاد بگیریم: 📚✨ 🔹دو حالته رو چیکار کنیم؟ (آزمون Tمستقل …
❤4🔥1
Health IT Academy pinned a photo
🔥 یک خبر خوب برای دانشجوهایی که از آمار و SPSS کابوس میبینند! همهی شما عزیزانی که دارید روی پایاننامه یا مقالههاتون کار میکنید، یک خبر ویژه داریم: به زودی، پارت ۸ از دوره "آمار به زبان ساده" روی کانال یوتیوب ما منتشر میشود! 📺✨ این بار میخواهیم برویم سراغ یکی از پرکاربردترین و در عین حال ترسناکترین سوالات دانشجویی: "چطور رابطه بین یک متغیر عددی و یک متغیر گروهی رو توی SPSS تحلیل کنیم؟" آزمون T مستقل (Indepe…
❤3❤🔥1
🚨 خبر فوری! پنجمین شورت ویدیوی کانال یوتیوب ما بالاخره منتشر شد! 🚨 آمادهای تا یه قدم با آیندهی پزشکی فاصله داشته باشی؟! 🤔✨ تو این ویدیوی کوتاه اما فوقالعادهمهم، میخوایم بریم سراغ یکی از هیجانانگیزترین تکنولوژیهای قرن: دوقلوی دیجیتال پزشکی (Medical Digital Twin)! 🧬💻 دیگه قرار نیست همهچیز رو روی بیمار امتحان کنن... 🎯 تصور کن بتونی قبل از جراحی، کل بدن بیمار رو شبیهسازی کنی! 🎯 بتونی تأثیر داروها رو روی یه "ن…
❤🔥4❤2
🚨🎉 پارت هفتم منتشر شد! 🎉🚨 🤔 بین دو متغیر کیفی واقعاً ارتباطی وجود داره یا فقط یه اتفاق تصادفیه؟ 🤷♂️📊 اگر همیشه برات سؤال بوده که: ❓ از کجا بفهمیم دو متغیر کیفی با هم ارتباط دارن؟ ❓ چه آزمونی رو باید در SPSS انتخاب کنیم؟ ❓ نتایج آزمون رو چطور تفسیر کنیم؟ 💡 توی این قسمت بهصورت ساده و کاربردی یاد میگیری: ✅ بررسی ارتباط بین دو متغیر کیفی ✅ انتخاب آزمون آماری مناسب در SPSS ✅ تفسیر خروجیها به زبان ساده ✅ نکات مهمی …
❤🔥4🔥3
📊✨ دادهها همیشه حرفی برای گفتن دارند... 🔍 اما این بار قرار است رابطه بین دو متغیر کیفی را کشف کنیم! 🤔 آیا جنسیت با میزان رضایت ارتباط دارد؟ 📋 آیا رشته تحصیلی بر انتخاب افراد تأثیر میگذارد؟ 📈 پاسخ این سؤالها را با آزمونهای آماری یاد میگیریم. 🎓 در پارت هفتم آموزش SPSS قدمبهقدم یاد میگیریم چگونه ارتباط بین دو متغیر کیفی را بررسی و تفسیر کنیم. 💡 آموزش ساده... 📚 کاربردی... 🚀 و مناسب برای دانشجویان و پژوهشگران. …
❤🔥5
🚨🎉 پارت ششم منتشر شد! 🎉🚨 🤔 میخوای بدونی قبل و بعد از یک مداخله، واقعاً تغییری ایجاد شده یا نه؟ 📊 نمیدونی برای مقایسه نتایج در دو زمان باید از چه آزمونی استفاده کنی؟ 💡 توی این قسمت یاد میگیری: ✅ تحلیل مطالعات Before-After ✅ مقایسه متغیرهای کمی در دو زمان ✅ انتخاب آزمون آماری مناسب در SPSS ✅ تفسیر نتایج به زبان ساده و کاربردی 🎓 اگر روی پروژه، مقاله، پایاننامه یا تحقیقات پزشکی کار میکنی، این آموزش یکی از مهمتر…
❤4❤🔥2
🚨 پارت شش به زودی... 🚨 📊 آنالیز مطالعات Before–After 📈 (متغیر کمی در دو زمان) ✨ آمادهاید یکی از مهمترین مباحث تحلیل آماری را یاد بگیرید؟ 📌 یاد میگیرید: 🔹 تحلیل دادههای Before–After 🔹 انتخاب آزمون آماری مناسب 🔹 اجرای تحلیل در SPSS 💻 🔹 تفسیر صحیح نتایج 📑 🔹 نکات مهم و کاربردی برای پژوهشهای علوم پزشکی 🩺 ⏳ اگر پارتهای قبلی را دنبال کردهاید، این آموزش را از دست ندهید! 🔥 🎯 منتظر یک آموزش ساده، کاربردی و حرفهای …
❤🔥5
Showing the 12 most recent of 20 posts we hold for @Health_it_Academy. View and reaction counts are the latest single reading for each post, not a live figure, and a recent post is still accumulating both. A view count marked ≈ was rounded by Telegram before we ever saw it — t.me prints views in full below 1,000 and to three significant figures above, so ≈1,200,000 means somewhere between 1,150,000 and 1,249,999. Unmarked counts are exact. Text is reproduced from the public post preview and truncated for length.
Citation-graph rank — 271,840 of 1,629,808 entries in the measured graph. A weighted position computed from the forward and mention edges below — republished posts weigh more than named mentions — and recomputed periodically, over the whole graph. Published only as this ordinal position, never as a score: a position is a fact, and a score printed beside one channel’s name would read as a verdict this register does not make. The two counts beneath stay separate for the same reason mentions are never summed with forwards anywhere else on this page — a named-by count costs nothing to manufacture. The top 100 by this measure, or how it is computed.
Republished by
Channels on the register that have forwarded this channel's posts into their own feed.
Built only from forwarded posts we have actually read, on both sides. Coverage is early and deliberately incomplete: a missing link means we have not read the post that would prove it, never that the relationship does not exist. Counts are distinct forwarded posts observed, so they only ever go up as we read more.
Named by 5 registered channels — every channel on the register whose own posts have named this one, by its current username or any other username it currently holds, merged from two separately captured readings of the same fact so a namer caught by only one of them is not missed and a namer both caught is not counted twice. A username this channel has since dropped is not matched — that handle may belong to someone else now, and crediting today’s namer to yesterday’s owner would misattribute it.
Named by
Channels on the register whose posts name this channel's handle.
A mention is a weaker signal than a forward and is counted separately for that reason — naming a channel is not republishing it, and a handle in a post body is easy to place deliberately. The post counts beside each row below are distinct posts in which the handle appeared, from posts we have read on both sides — the “Named by N registered channels” figure above is a different count, of distinct NAMING CHANNELS rather than posts, and is not the sum of the rows under it.
A live page changes as we take new readings, so a citation should name the measurement it is based on, not just the URL. The line below cites the subscriber count as measured 1 September 2026 — this entry's latest reading, not the date you are reading this.
“Health IT Academy” (@Health_it_Academy), 397 subscribers as measured 1 September 2026. Telegram Register, tgregister.com/channel/Health_it_Academy.
Full measurement history, CC BY 4.0. Every reading this register holds for this entry, not just the latest one, as a dated, downloadable record: CSV · JSON. Free to use with attribution to tgregister.com. Each file carries its own generation timestamp, which is the figure to cite for exactly when the data was retrieved.