پیش بینی مقدار تجویز داروی اریتروپویتین در بیماران همودیالیزی- رویکرد داده کاوی

نارسایی کلیه منجر به کاهش عملکرد کلیه ها می شود و این امر در درازمدت منجر به بیماری مزمن کلیه می گردد. یکی ازعوارض بیماری مزمن کلیه تخریب برگشت ناپذیر کلیه ها (رسیدن به مرحله پایانی بیماری کلیه) است. یکی از شایع ترین راه های درمان بیماران دچار نارسایی کلیوی، همودیالیز است. به علاوه یکی از مسائل اصلی در همودیالیز، کمخونی ناشی از کمبود ترشح اریتروپویتین از کلیه ها است که معمولا با داروی اریتروپویتین صناعی، درمان می شود. از سوی دیگر انتخاب دوز مناسب داروی اریتروپویتین جهت مقابله با کم خونی بیماران همودیالیزی، و با توجه به قیمت بالا و عوارض این دارو، از اهمیت بالایی برخوردار است. لذا این پژوهش به منظور پیش بینی دوز داروی اریتروپویتین و شناسایی عوامل اثرگذار بر انتخاب دوز مناسب این دارو از رویکردهای داده کاوی بهره برده و آن ها را بر روی داده جمع آوری شده از بیماران همودیالیزی اعمال می کند.
داده های پژوهش از مرکز دیالیزی در تهران جمع آوری شده است. فرض می شود ورودی مسئله، مشخصه های شش ماهه متوالی از بیمار به همراه مقدار داروی اریتروپویتین مورد استفاده تاکنون است. جهت اعمال رویکردهای داده کاوی بر این داده ها، آن را تبدیل به یک بردار ویژگی مشخصه نموده و از روش های ماشین بردار پشتیبان و جنگل تصادفی برای پیش بینی مقدار تجویز دارو استفاده می شود.
نتایج حاصل از این تحقیق نشان می دهد مقادیر داروی تجویز شده در ماه های قبل بر مقدار دارو در ماه بعدی تاثیرگذار است. الگوریتم جنگل تصادفی با متوسط صحت 90 درصد و ماشین بردار پشتیبان با متوسط صحت 79 درصد در بهترین حالت، قادر به پیش بینی دوز داروی تجویزی هستند.
این تحقیق با شناسایی ویژگی های موثر بر درمان بیماران همودیالیزی وکنترل کم خونی، سبب صرفه جویی در هزینه و زمان شده و از عوارض ناشی از تجویز بیش از حد دارو و افزایش هموگلوبین بیمار، خواهد کاست.