کاربرد تکنیک های داده کاوی در پیش بینی احتمال بقای بیمارانمبتلا به سرطان پستان: مقاله مروری

این مقاله مروری نظام مند در سال 98 در دانشگاه علوم پزشکی اصفهان انجام شده است. بررسی مطالعات مختلف مشخص کرد که از چه تکنیک های داده کاوی برای پیش بینی احتمال بقا، از چه ریسک فاکتورهایی برای این پیش بینی ها، ازچه معیارهایی برای ارزیابی تکنیک های داده کاوی و در نهایت چه منابع داده ای برای پیش بینی احتمال بقا مبتلایان به سرطان پستان استفاده شده است. این مطالعه از نوع مروری نظام مند است. مطابق با بیانیه پریزما، مطالعات منتشر شده در حوزه ی پیش بینی احتمال بقا بیماران مبتلا به سرطان پستان با استفاده از تکنیک های داده کاوی به زبان انگلیسی و در فاصله ی سال های 2005 تا 2018 در پایگاه های داده Medline Science direct، Web of science و Embase و پایگاه استنادی Scopus مورد جستجو و بازیابی قرار گرفت. پس از جستجو، تعداد 527 مقاله بازیابی شد. پس از حذف موارد تکراری و ارزیابی مقالات در نهایت 21 مقاله مورد استفاده قرار گرفت. سه تکنیک رگرسیون لجستیک، درخت تصمیم و ماشین بردار پشتیبان بیشترین کاربرد را در مقالات داشته اند. در بیشتر مطالعات، ریسک فاکتورهای سن، گرید تومور، استیج تومور و اندازه تومور استفاده شده بودند. معیار صحت در مطالعات بیشتری استفاده شده بود. اکثر مطالعات مورد بررسی از پایگاه داده برنامه ی نظارت، اپیدمیولوژی و نتایج نهایی که متعلق به کشور آمریکا می باشد، استفاده کرده بودند. به طور معمول در حوزه ی پیش بینی احتمال بقا، تکنیک های داده کاوی در حوزه ی کلاسه بندی به دلیل انطباق با این حوزه بیشتر مورد توجه قرار می گیرند. بر همین اساس، تکنیک های درخت تصمیم، رگرسیون لجستیک و ماشین بردار پشتیبان در مطالعات مورد بررسی، بیشترین کاربرد را داشته اند.