عنوان
پيش بيني ابتلا به سرطان پستان در استان كردستان با استفاده از الگوريتم هاي درخت تصميم
نويسنده اصلي
توحيدي فر، شيوا
محل تحصيل
دانشگاه علوم پزشكي كردستان
رشته تحصيلي
پزشكي
چكيده
مقدمه: سرطان پستان شايع‌‌ترين سرطان و اصلي‌ترين علت مرگ ناشي از سرطان در زنان سراسر جهان به‌شمار مي‌رود. تكنولوژي‌هايي مثل داده كاوي، به متخصصان اين حوزه، امكان بهبود تصميم‌گيري را در زمينهي تشخيص زودهنگام فراهم آورده‌اند. هدف از اين پژوهش پيش بيني ابتلا به سرطان پستان در استان كردستان با استفاده از الگوريتم هاي درخت تصميم بوده است.
روش كار: اين مطالعه بصورت موردي شاهدي بر روي تمام زنان مبتلا به سرطان پستان در استان كردستان در دو سال اخير با حجم نمونه 759 نفر انجام شد. پس از تائيد طرح توسط شوراي پژوهشي دانشكده پزشكي و كميته اخلاق دانشگاه موارد از افراد مبتلا به سرطان پستان مراجعه كننده به بيمارستان كوثر به صورت در دسترس انتخاب شد و هم چنين شاهدهاي مطالعه از بين بيماران مراجعه كننده به صورت سرپايي به اورژانس بيمارستان كوثر و بدون سابقه هرگونه سرطان به صورت تصادفي انتخاب و وارد مطالعه شدند. متغيرها بر اساس اهداف و چك ليست آماده شده توسط تيم پژوهشي در اختيار موارد و شاهدها قرار گرفت و در نهايت وارد نرم افزار آماري جهت تجزيه و تحليل شد.
يافته ها: يافته‌هاي توصيفي نشان دادند كه متغيرهايي مانند سن منارك، سن يائسگي، سن اولين بارداري، طول دوره شيردهي، سابقه سقط و تولد زنده در دو گروه مورد و شاهد تفاوت معناداري دارند. الگوريتم CART با دقت 85.05٪ در آموزش و 82.22٪ در آزمون، عملكردي متوازن و قابل‌اتكا داشت. حساسيت 79.8٪ و ويژگي 83.7٪ نشان‌دهنده توان مناسب مدل در تشخيص بيماران و افراد سالم است. الگوريتم C5 در داده‌هاي آموزش عملكرد بسيار خوبي داشت (91.59٪)، اما در آزمون دچار افت شد (77.78٪). اين افت نشان‌دهنده overfitting جزئي است. حساسيت مدل در آزمون 70.2٪ و ويژگي آن 82.3٪ بود. مدل QUEST با دقت 80.93٪ در آموزش و 79.56٪ در آزمون، عملكردي پايدار داشت. حساسيت 65.5٪ و ويژگي 87.9٪ نشان داد كه مدل در تشخيص افراد سالم موفق‌تر از بيماران عمل كرده است. الگوريتم CHAID با دقت 88.6٪ در آموزش و 80٪ در آزمون، يكي از بهترين عملكردها را داشت. حساسيت 78.6٪ و ويژگي 80.8٪ نشان‌دهنده تعادل مناسب در تشخيص هر دو گروه است.
نتيجه‌گيري: نتايج نشان دادند كه الگوريتم‌هاي CART و CHAID با دقت بالاي بيش از 80٪ و AUC بالاتر از 0.8 عملكرد مطلوبي در پيش‌بيني سرطان پستان داشتند. مدل‌ها در پيش‌بيني‌هاي با اعتماد بالا (احتمال بالاي 0.9) تقريباً هميشه درست عمل كردند. استفاده از اين مدل‌ها در محيط‌هاي درماني مي‌تواند به تشخيص زودهنگام، كاهش هزينه‌هاي درماني، و افزايش نرخ بقاي بيماران كمك كند. الگوريتم C5 با وجود دقت بالا در آموزش، در آزمون دچار افت عملكرد شد و نياز به بهينه‌سازي دارد. الگوريتم QUEST عملكرد پايدار داشت اما در تشخيص بيماران ضعيف‌تر از ساير الگوريتم‌ها عمل كرد. اعتبارسنجي خارجي روي داده‌هاي مستقل براي تأييد نهايي عملكرد مدل‌ها ضروري است.
واژگان كليدي: سرطان پستان، الگوريتم هاي درخت تصميم، مدل تشخيص، عوامل خطرزا
شماره ركورد
236050
شهر محل تحصيل
دانشگاه علوم پزشكي كردستان
گرايش رشته تحصيلي
پزشكي
دانشكده
پزشكي
دانشگاه
دانشگاه علوم پزشكي كردستان
استاد راهنما
عباس آقايي، حسن معيري