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

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

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.


واژه های کلیدی


داده‏كاوي، سرطان پستان، متاستاز، پیش‏بینی

تمام متن:

PDF XML


DOI: 10.22100/jkh.v12i1.1613