کشف الگوهای پنهان در مجموعه داده های واقعی بیماران مبتلا به سرطان پستان با استفاده از تکنیک داده کاوی

روند رو به رشد سرطان پستان 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 پرطرف دارترین کاربردهای آن، کشف الگوهای پنهان مابین داده های بیماران در پایگاه های داده بزرگ است. در این مطالعه، پژوهشگران به بررسی و کشف الگوهای ناشناخته در یک مجموعه داده واقعی سرطان پستان می پردازند.
به دلیل گمشدگی بالای داده ها در 145 رکورد، تنها اطلاعات 665 بیمار قابل استفاده بود. در فاز پیش-پردازش داده ها، مقادیر تهی از طریق الگوریتم EM در نرم افزار SPSS19 تخمین زده شده است. سپس فیلدهای پیوسته تبدیل به فیلدهای گسسته شده، داده ها از طریق الگوریتم APRIORI تحلیل و روابط پنهان بین این داده ها کشف شده-است. پس از استخراج، روابط در اختیار پزشک خبره حوزه سرطان پستان قرار گرفته تا روابط بی معنی حذف گردند.
تعداد 100 رابطه انجمنی با ضریب اطمینان بالاتر از 9/ 0 توسط الگوریتم کشف شده است. پس از این که این روابط در اختیار فرد خبره قرار گرفته، تعداد 10 رابطه از این روابط به لحاظ بالینی بامعنی تشخیص و گزارش شده اند.
در این پژوهش، تعدادی از الگوهای کمتر شناخته شده و جالب توجه یک مجموعه داده واقعی استخراج گردیده اند. استفاده از داده کاوی بخصوص در داده های پزشکی با توجه به حجم بالای داده ها و وجود روابط ناشناخته فراوان بین علل بیماری ها، مشخصات دموگرافیک بیماران و ریزفاکتورهای خطر ابتلا به بیماری ها، مفید است. الگوها و مدل های حاصل از داده کاوی، در واقع فرضیات مطالعات بعدی را مشخص می نمایند که انجام آنها از جمله انجام انواع RCTها می توان این فرضیات را رد یا اثبات نمود.