کاربرد داده کاوی در پیش بینی بقای پیوند کلیه و شناسایی متغیرهای تاثیرگذار در بقای کلیه پیوندی

نارسایی مزمن کلیه از بیماری های شایع در ایران و جهان است و پیوند کلیه روش درمانی مناسب و موثرترین راهبرد در بین بیماران مبتلا به نارسایی مزمن کلیه است. این مطالعه جهت پیش بینی بقای کلیه پیوندی و شناسایی عوامل موثر بر آن و ارائه یک مدل به منظور صحت پیش بینی بالاتر انجام شد.
مطالعه حاضر به روش گذشته نگر بر روی داده های 423 مورد پرونده بیماران پیوند کلیه در سال های 90-1385 در مرکز آموزشی-درمانی افضلی پور شهر کرمان انجام گرفت. از طبقه بند های شبکه عصبی، درخت تصمیم و ماشین بردار پشتیبان جهت پیش بینی بقای پیوند کلیه و از همجوشی اطلاعات برای ترکیب نتایج طبقه بندهای ذکر شده، به منظور طراحی مدلی با صحت بالاتر استفاده شد. همچنین، برای شناسایی متغیرهای تاثیرگذار در بقای کلیه پیوندی از الگوریتم ژنتیک و جهت تحلیل داده ها و اجرای الگوریتم ها از نرم افزارهای Clementine 12 و Weka استفاده شد.
صحت حاصل از سه روش شبکه عصبی، درخت تصمیم و ماشین بردار پشتیبان به ترتیب برابر با 94 ، 92و 92 درصد و صحت به دست آمده از روش همجوشی اطلاعات برابر 95/74درصد بوده است. همچنین، ویژگی های شاخص توده بدنی و جنسیت گیرنده، سن دهنده، همسانی گروه خونی دهنده و گیرنده و سابقه پیوند کلیه توسط الگوریتم ژنتیک به عنوان متغیر های تاثیرگذار در بقای پیوند کلیه شناسایی شد که صحت پیش بینی مدل پیشنهادی با این تعداد ویژگی 91/67درصد بوده است.
با استفاده از همجوشی اطلاعات، می توان صحت نتایج طبقه بندها را افزایش داد. همچنین، الگوریتم ژنتیک روش مناسبی جهت شناسایی ویژگی های بهینه است.