[صفحه اصلی ]   [Archive] [ English ]  
:: صفحه اصلي :: درباره نشريه :: آخرين شماره :: تمام شماره‌ها :: جستجو :: ثبت نام :: ارسال مقاله :: تماس با ما ::
:: دوره 2، شماره 3 - ( پاییز 1394 ) ::
جلد 2 شماره 3 صفحات 133-140 برگشت به فهرست نسخه ها
آینده پژوهی در سلامت: انتخاب بهترین مدل هوشمند مبتنی بر داده کاوی برای پیش بینی و تشخیص سرطان کبد در مراحل اولیه
فائزه افضلی، زهره حیدری، میترا منتظری، لیلا احمدیان، محمد جواد زاهدی
دکترای تخصصی انفورماتیک پزشکی، دانشیار، مرکز تحقیقات انفورماتیک پزشکی، پژوهشکده آینده پژوهی در سلامت، دانشگاه علوم پزشکی کرمان، کرمان، ایران.
چکیده:   (11892 مشاهده)

مقدمه: سرطان اولیه کبد HCC)) پنجمین سرطان شایع در دنیا و سومین عامل مرگ و میر در جهان می­باشد. علائم سرطان کبد پس از بروز به سرعت پیشرفت کرده و در صورت عدم تشخیص به موقع متأسفانه بقای عمر بیمار بسیار کم می­ گردد. یکی از مشکلات اصلی پیش روی متخصصین گوارش، پیش بینی و تشخیص زود هنگام سرطان کبد است. داده کاوی از روش­هایی است که در این زمینه  مورد استفاده واقع می­ گردد. هدف از انجام این مطالعه معرفی بهترین مدل هوشمند مبتنی بر داده کاوی برای پیش­ بینی و تشخیص سرطان کبد در مراحل اولیه می­باشد.

روش: در مقاله حاضر با استفاده از روش مطالعه گذشته نگر، پرونده 516 بیمار مبتلا به سرطان کبد اولیه و ثانویه و 22 ریسک فاکتور، از هر بیمار، مورد بررسی قرار گرفت. داده ­های جمع ­آوری شده با استفاده از 5 مدل داده کاویVFI Classifier ،Regression Classifier ،HyperPipes Classifier ، Functional trees with logistic regression  و  Meta Muti Class Classifier تحلیل شدند. این مدل­ها با  یکدیگر مقایسه شدند.

نتایج: دقت، ویژگی، حساسیت و سطح زیر منحنی  Rocمـدل VFI Classifier به تـرتیب  71/29%،  49%،  50% و 63/31% می­ باشد و  این مدل به عنوان بهترین مدل هوشمند مبتنی برداده کاوی برای پیش بینی و تشخیص سرطان کبد در مراحل اولیه شناخته شد.

نتیجه ­گیری: در صورتی که مدل داده­ کاوی VFI Classifier به صورت صحیح طراحی شود، می­تواند سرطان کبد را پیش بینی نماید یا آن را در مراحل اولیه تشخیص دهد.

واژه‌های کلیدی: سرطان کبد، هپاتوسلولار کارسینوما (HCC)، پیش‌بینی و تشخیص، داده‌کاوی، آینده پژوهی در سلامت
eprint link: http://eprints.kmu.ac.ir/id/eprint/25057
متن کامل [PDF 551 kb]   (5513 دریافت)    
نوع مطالعه: پژوهشي اصیل | موضوع مقاله: تخصصي
دریافت: 1393/11/28 | پذیرش: 1394/6/25
ارسال پیام به نویسنده مسئول

ارسال نظر درباره این مقاله
نام کاربری یا پست الکترونیک شما:

CAPTCHA


XML   English Abstract   Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Afzali F, Heidari Z, Montazeri M, Ahmadian L, Zahedi M J. Futures Studies in Health: Choosing the Best Intelligent Data Mining Model to Predict and Diagnose liver Cancer in Early Stage. Journal of Health and Biomedical Informatics. 2015; 2 (3) :133-140
URL: http://jhbmi.ir/article-1-78-fa.html

افضلی فائزه، حیدری زهره، منتظری میترا، احمدیان لیلا، زاهدی محمد جواد. آینده پژوهی در سلامت: انتخاب بهترین مدل هوشمند مبتنی بر داده کاوی برای پیش بینی و تشخیص سرطان کبد در مراحل اولیه . مجله انفورماتیک سلامت و زیست پزشکی. 1394; 2 (3) :133-140

URL: http://jhbmi.ir/article-1-78-fa.html



دوره 2، شماره 3 - ( پاییز 1394 ) برگشت به فهرست نسخه ها
مجله انفورماتیک سلامت و زیست پزشکی Journal of Health and Biomedical Informatics
Persian site map - English site map - Created in 0.03 seconds with 30 queries by YEKTAWEB 4312