آنالیز داده های مربوط به بیماران مبتلا به سرطان روده بزرگ با استفاده از تکنیک های داده کاوی مطالعه موردی : بیماران مرکز تحقیقات کولورکتال بیمارستان شهید فقیهی شیراز
نویسنده:
چکیده:
زمینه و هدف
روند رو به رشد سرطان روده بزرگ در سال های اخیر، لزوم اتکا به شیوه های مطمئن و جدید را برای شناسایی و کنترل این بیماری بیشتر آشکار می کند. داده کاوی یکی از این روش هاست که از مهم ترین کاربردهای آن، کشف الگوهای پنهان مابین داده های بیماران در پایگاه داده های بزرگ است. در این مطالعه، به بررسی و کشف الگوهای ناشناخته در یک مجموعه داده واقعی سرطان روده بزرگ پرداخته می شود.
روش کار
در این تحقیق مجموعه داده های مربوط به 400 بیمار سرطان کولورکتال شامل 42 ویژگی مورد بررسی قرار گرفته است. این اطلاعات از طریق مرکز تحقیقات کولورکتال دانشگاه علوم پزشکی شیراز بین سال های 1387 تا 1395 جمع آوری شده است. پس از انجام مراحل پیش پردازش، از طریق الگوریتم Fp-Growth روابط پنهان بین ویژگی های این داده ها کشف شده است.
یافته ها
با استفاده از الگوریتم فوق الذکر و کشف ارتباط میان بعضی از ویژگی ها، قوانینی حاصل شد که به پیشنهاد پزشک متخصص و اهمیت ویژگی ها، این قوانین در هفت گروه مورد بررسی قرار گرفته اند.
نتیجه گیری
نتایج حاصل از بررسی قوانین نشان می دهد که مرحله پاتالوژیک و سن بیمار دارای اثر معنادار در نرخ بقاء بیماران داشته اند. همچنین درصد ابتلای زنان و مردان به سرطان رکتال بیش از کلون می باشد و جنسیت در بقای بیمار تاثیری ندارد. از نتایج دیگر حاصل از بررسی این دیتاست می توان به عدم وجود رابطه معنا دار بین مرحله پاتالوژیک بیمار و اطلاعات دموگرافیک اشاره کرد.کلیدواژگان:
زبان:
فارسی
صفحات:
46 تا 56
لینک کوتاه:
magiran.com/p1933118
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یکساله به مبلغ 1,390,000ريال میتوانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
- حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران میشود.
- پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانههای چاپی و دیجیتال را به کاربر نمیدهد.
In order to view content subscription is required
Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!