پیش بینی پره اکلامپسی و ریسک فاکتورهای مرتبط با استفاده از روش های داده کاوی: یک مطالعه مقطعی

پره اکلامپسی نوعی از اختلالات فشار خون بارداری است که دارای عوارض نامطلوبی برای مادر و جنین می باشد. علی رغم پیشرفت های اخیر در اتیولوژی پره اکلامپسی، تاکنون هیچ تست غربالگری بالینی مناسبی جهت تشخیص این اختلال شناخته نشده است.

هدف ما ارایه مدلی بر مبنای رویکردهای داده کاوی بود تا بتوان از آن به عنوان یک ابزار کمک غربالگری به منظور شناسایی بیماران دارای این سندروم استفاده نمود و همچنین به شناسایی ریسک فاکتورهای مرتبط با آن نیز پرداختیم.

داده های مورد استفاده برای انجام این مطالعه مقطعی از پرونده های بالینی726 مادر مبتلا به پره اکلامپسی و 726 مادر فاقد پره اکلامپسی که طی سال های 1394-1384 به بیمارستان فاطمیه شهر همدان مراجعه کرده اند استخراج شد. در این مطالعه 6 روش داده کاوی مرسوم شامل رگرسیون لجستیک،k - نزدیکترین همسایگی، درخت تصمیم C50، تحلیل ممیزی، جنگل تصادفی و ماشین بردار پشتیبان بر روی داده ها برازش یافته و عملکرد آن ها با بهره گیری از معیارهای دقت، حساسیت و ویژگی مورد مقایسه قرار گرفت.

متغیرهای بیماری زمینه ای، سن، فصل بارداری و تعداد حاملگی ها مهمترین ریسک فاکتورها در تشخیص بیماری پره اکلامپسی بودند. دقت بدست آمده برای مدل ها به ترتیب عبارتند از: رگرسیون لجستیک (713/0)، KNN (742/0)، درخت تصمیم (788/0) C5.0، تحلیل ممیزی (687/0)، جنگل تصادفی (758/0)، ماشین بردار پشتیبان (791/0).

در میان روش های داده کاوی برازش داده شده در این مطالعه SVM عملکرد مناسبی در پیش بینی پره اکلامپسی از خود به نمایش گذاشته است؛ بنابراین این مدل می تواند به عنوان یک ابزار کمک غربالگری جهت تشخیص این اختلال مورد توجه واقع شود.