دوره 7، شماره 2 - ( 6-1399 )
جلد 7 شماره 2 صفحات 160-150 |
برگشت به فهرست نسخه ها
Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Moradi M, Modarres M, Sepehri M M. Comparison of Classifier Algorithms in the Identification of Polypharmacy and Factors Affecting it in the Elderly Patients. jhbmi 2020; 7 (2) :150-160
URL: http://jhbmi.ir/article-1-429-fa.html
URL: http://jhbmi.ir/article-1-429-fa.html
مرادی مرتضی، مدرس محمد، سپهری محمد مهدی. مقایسه الگوریتم‌های دسته‌بند در شناسایی چنددارویی و ویژگی‌های مؤثر بر آن در سالمندان. مجله انفورماتیک سلامت و زیست پزشکی. 1399; 7 (2) :150-160
دانشجوی دکتری مهندسی صنایع، دانشکده مهندسی صنایع، دانشگاه صنعتی شریف، تهران، ایران
چکیده: (2985 مشاهده)
مقدمه: تجویز و مصرف بیش از حد داروها که با عنوان چنددارویی شناخته می‌شود، هم موجب اتلاف منابع می‌گردد و هم برای بیماران زیان‌بار است. چنددارویی به‌خصوص برای سالمندان از اهمیت بیشتری برخوردار است؛ بنابراین عوامل مؤثر بر آن باید به‌درستی شناسایی و واکاوی شود.
روش: در این پژوهش گذشته‌نگر، نخست عملکرد الگوریتم‌های مختلف دسته‌بند C4.5، SVM، KNN، MLP و شبکه بیزی برای شناسایی چنددارویی، با نرم‌افزار WEKA مورد مقایسه قرار می‌گیرد. این فرآیند، با استخراج 16 ویژگی جدید در کنار چهار ویژگی موجود در داده‌های 81،677 نسخه که برای تعداد 19،428 بیمار سرپایی با سن 70 تا 95 سال که در داروخانه‌های طرف قرارداد با بیمه سلامت استان تهران پیچیده شده‌اند، انجام شد. مقایسه عملکرد بهوسیله آزمون t اصلاح شده با بازنمونه‌برداری صورت پذیرفت. به‌منظور شناسایی اثر ویژگی‌های بیماران بر چنددارویی، دو پارامتر مهم الگوریتم C4.5 بهوسیله جستجوی توری بر روی 50% مجموعه‌داده بهینه‌سازی و سپس بر 50% دیگر مجموعه داده اعمال گردید و قوانین حاصل از آن در قالب درخت تصمیم و عبارات کلامی ارائه شد.
نتایج: مقایسه زوجی دسته‌بندها نشان‌گر عملکرد مناسب‌تر C4.5 و شبکه بیزی در مقایسه با سایر روش‌ها است. C4.5 توانایی شناسایی ویژگی‌های مؤثر بر چنددارویی را دارد. تنظیم پارامتر این الگوریتم باعث بهبود شاخص درستی و AUC شده و به‌شدت اندازه درخت تصمیم و تعداد قوانین تولیدی را کاهش می‌هد.
نتیجه گیری: استفاده از رویکرد داده‌کاوی و به‌کارگیری C4.5 توانایی شناسایی و تبیین ویژگی‌های سالمندان را بر پدیده چنددارویی دارد. درصد مراجعه بیشتر به پزشکان عمومی و ارتباط با تعداد محدودتری از داروخانه از مهم‌ترین این ویژگی‌ها است.
روش: در این پژوهش گذشته‌نگر، نخست عملکرد الگوریتم‌های مختلف دسته‌بند C4.5، SVM، KNN، MLP و شبکه بیزی برای شناسایی چنددارویی، با نرم‌افزار WEKA مورد مقایسه قرار می‌گیرد. این فرآیند، با استخراج 16 ویژگی جدید در کنار چهار ویژگی موجود در داده‌های 81،677 نسخه که برای تعداد 19،428 بیمار سرپایی با سن 70 تا 95 سال که در داروخانه‌های طرف قرارداد با بیمه سلامت استان تهران پیچیده شده‌اند، انجام شد. مقایسه عملکرد بهوسیله آزمون t اصلاح شده با بازنمونه‌برداری صورت پذیرفت. به‌منظور شناسایی اثر ویژگی‌های بیماران بر چنددارویی، دو پارامتر مهم الگوریتم C4.5 بهوسیله جستجوی توری بر روی 50% مجموعه‌داده بهینه‌سازی و سپس بر 50% دیگر مجموعه داده اعمال گردید و قوانین حاصل از آن در قالب درخت تصمیم و عبارات کلامی ارائه شد.
نتایج: مقایسه زوجی دسته‌بندها نشان‌گر عملکرد مناسب‌تر C4.5 و شبکه بیزی در مقایسه با سایر روش‌ها است. C4.5 توانایی شناسایی ویژگی‌های مؤثر بر چنددارویی را دارد. تنظیم پارامتر این الگوریتم باعث بهبود شاخص درستی و AUC شده و به‌شدت اندازه درخت تصمیم و تعداد قوانین تولیدی را کاهش می‌هد.
نتیجه گیری: استفاده از رویکرد داده‌کاوی و به‌کارگیری C4.5 توانایی شناسایی و تبیین ویژگی‌های سالمندان را بر پدیده چنددارویی دارد. درصد مراجعه بیشتر به پزشکان عمومی و ارتباط با تعداد محدودتری از داروخانه از مهم‌ترین این ویژگی‌ها است.
فایل صوتی [M4A 9205 KB] (98 دریافت)
ارسال پیام به نویسنده مسئول
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |
