انتخاب ویژگی های موثر کلینیکی و ژنتیکی به منظور پیش بینی دوز وارفارین با استفاده از شبکه های عصبی مصنوعی

وارفارین داروی ضدانعقاد می باشد که نقش آن پیشگیری از ایجاد لختگی است. هدف از این مقاله، ارایه روشی مناسب برای انتخاب ویژگی های مهم کلینیکی و ژنتیکی و پیش بینی میزان دوز وارفارین بود.
این مطالعه تجربی، از اردیبهشت تا خرداد 1394 بر روی 552 نفر از بیمارانی که در بیمارستان مرکز قلب تهران کاندید استفاده از وارفارین بودند، انجام گرفت. عوامل تاثیرگذار در میزان دوز استخراج شده، و روش های انتخاب ویژگی و شبکه های عصبی در نرم افزار MATLAB (MathWorks، MA، USA) پیاده سازی گردید.
از بین دو الگوریتم به کار گرفته شده، الگوریتم بهینه سازی ازدحام ذرات دارای دقت مناسب تری بوده و برای میانگین مربعات خطا، جذر میانگین مربعات خطا و میانگین قدر مطلق خطا به ترتیب 0262/0، 1621/0 و 1164/0 به دست آمد.
بر اساس نتایج به دست آمده، با تعداد ویژگی های کمتر، می توان به دقت مناسبی از پیش بینی دوز وارفارین دست یافت. همچنین از این مدل می توان به عنوان یک سیستم پشتیبان تصمیم گیری بهره برد.