مقایسه عملکرد دو مدل پیش بینی متاستاز براساس تکنیک های داده کاوی در بیماران سرطان پستان

با شناسایی فرآیند متاستاز و عوامل موثر بر آن به بهبود و بقای طولانی مدت بیماران کمک شایانی خواهد شد. هدف از مطالعه حاضر بررسی و شناسایی عوامل تاثیرگذار در پیش‏بینی متاستاز سرطان پستان با استفاده از ابزارهای داده‏کاوی است. داده‏کاوی ابزار کشف دانش از میان انبوهی از داده است که امروزه در زمینه های مختلفی کاربرد پیدا کرده است. تشخیص بیماری‏ در علم پزشکی یکی از زمینه های رو به رشد و پرکاربرد داده‏کاوی است.
در این پژوهش پس از آماده‏سازی داده ها، 2025 رکورد قابل استفاده مورد تجزیه و تحلیل قرار گرفت. سپس با استفاده از الگوریتم‏های شبکه عصبی و CHAID به کشف الگوهایی که به پیش‏بینی متغیرهای تاثیرگذار بر متاستاز در بیمار کمک می‏کند، پرداخته‏ایم.
براساس نتایج متغیرهای Stage تومور، نوع عمل جراحی، نوع سرطان براساس پاتولوژی مهمترین متغیرهای پیش‏بینی کننده متاستاز هستند.
مقایسه عملکرد مدل‏ها در این پژوهش نشان می‏دهد که الگوریتم‏های CHAID و شبکه عصبی در پایگاه داده مورد استفاده، روش‏های مناسبی برای پیش‏بینی متاستاز در بیماران سرطان پستان می‏باشد.