Modeling a Data Mining Decision Tree and Propose a New Model for the Diagnosis of Skin Cancer by Immunohistochemical Staining Methods
Message:
Abstract:
Introduction
New diagnostic methods like immunohistochemistry staining in skin cancer can help the physicians to have more accurate diagnosis. The purpose of this study was to compare a method based on decision tree for differential diagnosis of two kind of skin cancer (Basal cell cancer and Squamous cell cancer) based on the results of staining methods.
Method
Sixty skin cancer patients’ data from Malaysia were assessed by two methods of decision tree, CART and CHAID, in data mining and using Clementine 12 and SPSS 19. The results of three staining methods including B-cell lymphoma-2 antibody (BCL2), Galectin-3 (Cytoplasm), and Galectin-3 (Nucleus) were analyzed. The best predictive model for decision tree induction was compared with another researcher-made model based on critical values resulted from Receiver Operating Characteristic (ROC) curve analysis.
Results
In final synthetic model, the sensitivity and specificity for Basal Cell Carcinoma (BCC) were 82.1% and 100%, and for Squamous Cell Carcinoma (SCC) were 100% and 82.8%, respectively. The overall accuracy of the model was 90.38% and the positive predictive values (PPV) for SCC and BCC were 82.1% and 100%, and the positive likelihood ratios (PLR) were 5. and 5.5 respectively.
Conclusion
The decision tree model based on two methods of immunohistochemistry staining in skin cancer, can help in the diagnosis of these malignant disease and provide further studies.
Language:
Persian
Published:
Journal of Health and Biomedical Informatics, Volume:1 Issue: 1, 2015
Pages:
54 - 62
magiran.com/p1386726  
برخی از خدمات از جمله دانلود متن مقالات تنها به مشترکان مگیران ارایه می‌گردد. شما می‌توانید به یکی از روش‌های زیر مشترک شوید:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یک‌ساله به مبلغ 700,000ريال می‌توانید 100 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
  • دسترسی به متن مقالات این پایگاه در قالب ارایه خدمات کتابخانه دیجیتال و با دریافت حق عضویت صورت می‌گیرد و مگیران بهایی برای هر مقاله تعیین نکرده و وجهی بابت آن دریافت نمی‌کند.
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.