دوره 11، شماره 3 - ( مرداد و شهریور 1396 )                   جلد 11 شماره 3 صفحات 341-332 | برگشت به فهرست نسخه ها

XML English Abstract Print


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

Mahmoodi S A, Mirzaie K, Mahmoodi S M. Determining the Effective Factors in the Incidence of Gastric Cancer by Using Data Mining Approach. payavard 2017; 11 (3) :332-341
URL: http://payavard.tums.ac.ir/article-1-6295-fa.html
محمودی سید عباس، میرزائی کمال، محمودی سید مصطفی. تعیین عوامل موثر در بروز سرطان معده با استفاده از رویکرد داده کاوی. پیاورد سلامت. 1396; 11 (3) :332-341

URL: http://payavard.tums.ac.ir/article-1-6295-fa.html


1- کارشناس ارشد مهندسی کامپیوتر، گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، دانشگاه آزاد اسلامی، واحد یزد، یزد، ایران ، sa_mahmoodi_85@yahoo.com
2- استادیار گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، دانشگاه آزاد اسلامی، واحد میبد، میبد، ایران
3- استادیار گروه پاتولوژی دهان، دانشکده دندانپزشکی، دانشگاه علوم پزشکی شهید صدوقی یزد، یزد، ایران
چکیده:   (5863 مشاهده)
زمینه و هدف: سرطان معده دومین علت مرگ ناشی از سرطان در جهان است. با توجه به اینکه این بیماری جزو کشنده ترین بیماری ها در کشور ماست بررسی و شناخت عوامل تاثیرگذار در ایجاد این بیماری، بسیار اهمیت دارد. در این پژوهش از دو تکنیک داده کاوی یعنی الگوریتم Apriori و الگوریتم ID۳  به منظور بررسی عوامل موثر در بروز سرطان معده استفاده شده است.
روش بررسی: مجموعه داده های این پژوهش از ۴۹۰ بیمار شامل ۲۲۰ نمونه ی مبتلا به سرطان و۲۷۰ نمونه ی سالم مراجعه کننده به بیمارستان امام رضای تبریز جمع آوری شد. با استفاده از الگوریتم Apriori و پیاده سازی آن در نرم افزار متلب، بهترین قوانین حاکم بر روی این مجموعه داده، استخراج شده است. همچنین از الگوریتم ID۳ نیز جهت بررسی این عوامل استفاده شد.
یافته‌ها: نتایج داده کاوی نشان می دهد که داشتن سابقه رفلاکس معده بیشترین تأثیر  را در بروز این بیماری دارد. با استفاده از الگوریتم Apriori قوانینی به دست آمد که می تواند به عنوان الگویی برای پیش بینی وضعیت بیماران و احتمال بروز این بیماری و بررسی عوامل تاثیرگذار در ایجاد این بیماری استفاده شود. همچنین دقت پیش بینی به دست آمده از الگوریتم ID۳  برابر ۸۵/۵۶ به دست آمد که نتیجه ی بسیار خوبی در پیش بینی سرطان معده است.
نتیجه گیری: استفاده از داده کاوی به خصوص در داده های پزشکی با توجه به حجم بالای داده ها و وجود روابط ناشناخته بین ویژگی های سیستمیک، شخصی و رفتاری بیماران بسیار مفید است. نتایج حاصل از این پژوهش می تواند به پزشکان در شناسایی عوامل موثر در بروز این بیماری و نیز پیش بینی بروز این بیماری کمک فراوانی کند.
متن کامل [PDF 526 kb]   (6450 دریافت)    
نوع مطالعه: پژوهشی اصيل | موضوع مقاله: فناوری اطلاعات سلامت
انتشار الکترونیک: 1396/7/22

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

ارسال پیام به نویسنده مسئول


بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.

کلیه حقوق این وب سایت متعلق به پیاورد سلامت می باشد.

طراحی و برنامه نویسی: یکتاوب افزار شرق

© 2024 , Tehran University of Medical Sciences, CC BY-NC 4.0

Designed & Developed by : Yektaweb