RT - Journal Article T1 - Modeling a Data Mining Decision Tree and Propose a New Model for the Diagnosis of Skin Cancer by Immunohistochemical Staining Methods JF - jhbmi YR - 2014 JO - jhbmi VO - 1 IS - 1 UR - http://jhbmi.ir/article-1-62-fa.html SP - 54 EP - 62 K1 - Data mining K1 - Decision tree K1 - Immunohistochemistry K1 - BCL2 K1 - Galectin-3 K1 - Skin cancer AB - مقدمه: شیوه‌های نوین تشخیصی، نظیر رنگ آمیزی ایمونوهیستوشیمیایی در سرطان پوست به متخصصان کمک می کند تا با اطمینان بیشتر و در زمان کوتاه تر به تشخیص برسند. هدف از این مطالعه، مقایسه یک روش مبتنی بر درخت تصمیم، برای تشخیص افتراقی دو نوع سرطان پوست (سرطان سلول های بازال و سرطان سلول های سنگفرشی) بر اساس نتایج سه روش رنگ آمیزی می باشد. روش: در حوزه داده کاوی و با استفاده از نرم افزارهای SPSS.V19 و Clementine.V12 با روش های مدل سازی درخت تصمیم گیری CART و CHAID، داده های مربوط به 60 بیمار مبتلا به سرطان پوست مربوط به کشور مالزی بررسی شد. سه روش رنگ-آمیزی BCL2 و (Galectin-3(C و (Galectin-3(N برای تشخیص، وارد مدل شدند. بهترین متغیر پیش گویی کننده برای ساخت درخت، شناسایی و با مدل پژوهشگر-ساخته دیگری بر مبنای مقادیر بحرانی حاصل از ROC Curve Analysis و نتایج پاتولوژی مقایسه شد. نتایج: در مدل ترکیبی حاصل، میزان حساسیت و ویژگی تشخیص برای BCC به ترتیب 1/82 و 100 درصد، برای SCC به ترتیب 100 و 8/82 درصد، دقت کلی مدل 38/90 درصد، ارزش اخباری مثبت (PPV)برای تشخیص SCC و BCC به ترتیب 1/82 و 100 درصد و نسبت درست‌نمایی مثبت (PLR) برای BCC و SCC به ترتیب 8/5 و 5/5 به دست آمد. نتیجه‌گیری: مدل درخت تصمیم گیری بر اساس دو روش رنگ آمیزی ایمونوهیستوشیمی در سرطان پوست، می تواند در تشخیص این دو بیماری بدخیم کمک کند و زمینه تحقیقات بیشتر را فراهم آورد. LA eng UL http://jhbmi.ir/article-1-62-fa.html M3 ER -