مقایسه عملکرد دو مدل‏ پیش‏بینی متاستاز براساس تکنیک‏های داده‏کاوی در بیماران سرطان پستان

نویسندگان

  • Najme Nazeri1 1- جهاد دانشگاهی- مرکز تحقیقات سرطان پستان- پژوهشكده معتمد- گروه پژوهشی انفورماتیک پزشكي.
  • Ali Reza Atashi1 1- Dept. Medical Informatics, Breast Cancer Research Center, Motamed Cancer Institute, ACECR, Tehran, Iran.
  • Sara Dorri2 2- دانشگاه علوم پزشکي شهيد بهشتي- دانشکده پيراپزشکي- گروه انفورماتيک پزشکي- كميته تحقيقات دانشجويي.
  • Ebrahim Abbasi3 3- دانشگاه علوم پزشکی مشهد- دانشکده پزشکی- كميته تحقیقات دانشجویی.
  • Mohsen Alijani1 1- Dept. Medical Informatics, Breast Cancer Research Center, Motamed Cancer Institute, ACECR, Tehran, Iran.
  • Mohsen Goli1 1- Dept. Medical Informatics, Breast Cancer Research Center, Motamed Cancer Institute, ACECR, Tehran, Iran.

DOI::

https://doi.org/10.22100/jkh.v12i1.1613

کلمات کلیدی:

داده‏كاوي، سرطان پستان، متاستاز، پیش‏بینی

چکیده

مقدمه: با شناسایی فرآیند متاستاز و عوامل مؤثر بر آن به بهبود و بقای طولانی مدت بیماران کمک شایانی خواهد شد. هدف از مطالعه حاضر بررسی و شناسایی عوامل تأثیرگذار در پیش‏بینی متاستاز سرطان پستان با استفاده از ابزارهای داده‏کاوی است. داده‏كاوي ابزار کشف دانش از میان انبوهی از داده است كه امروزه در زمينه‏هاي مختلفي كاربرد پيدا كرده است. تشخيص بيماري‏ در علم پزشكي يكي از زمينه‏هاي رو به رشد و پركاربرد داده‏كاوي است.

مواد و روش‌ها: در این پژوهش پس از آماده‏سازی داده‏ها، 2025 رکورد قابل استفاده مورد تجزيه و تحليل قرار گرفت. سپس با استفاده از الگوریتم‏های شبکه عصبی و CHAID به کشف الگوهایی که به پیش‏بینی متغیرهای تأثیرگذار بر متاستاز در بیمار کمک می‏کند، پرداخته‏ایم.

نتایج: براساس نتایج متغیرهای Stage تومور، نوع عمل جراحی، نوع سرطان براساس پاتولوژی مهمترین متغیرهای پیش‏بینی‌کننده متاستاز هستند.

نتیجه‌گیری: مقایسه عملکرد مدل‏ها در این پژوهش نشان می‏دهد که الگوریتم‏های CHAID و شبکه عصبی در پایگاه داده مورد استفاده، روش‏های مناسبی برای پیش‏بینی متاستاز در بیماران سرطان پستان می‏باشد.

بیوگرافی نویسنده

  • Najme Nazeri1، 1- جهاد دانشگاهی- مرکز تحقیقات سرطان پستان- پژوهشكده معتمد- گروه پژوهشی انفورماتیک پزشكي.
    کارشناس ارشد مدیریت اطلاعات، عضو گروه پژوهشی انفورماتیک سرطان

دانلود

چاپ شده

2017-05-07

شماره

نوع مقاله

مقاله پژوهشي

مقالات بیشتر خوانده شده از همین نویسنده

1 2 3 4 5 6 7 8 9 10 > >>