مقایسه دو الگوریتم درخت تصمیم گیری ساده و جنگل تصادفی برای پیش بینی بیماری پوکی استخوان در مردان میانسال فعال

مقدمه و اهداف پوکی استخوان، بیماری خاموش نامیده می شود، زیرا شکستگی اولین نشانه آشکار کننده این بیماری است. قبل از وقوع شکستگی، تشخیص زودهنگام این بیماری مسیله مهمی است. استفاده از الگوریتم های داده کاوی، دانشی است که ما را در رسیدن به اطلاعات نهفته در داده ها یاری می کند. هدف اصلی این مطالعه مقایسه دو الگوریتم درخت تصمیم گیری ساده و جنگل تصادفی برای پیش بینی بیماری پوکی استخوان در مردان میانسال فعال بود.مواد و روش ها تعداد 256 نفر مرد میانسال که طی سال های 1396 تا 1399 در بیمارستان آیت الله کاشانی تهران پرونده پزشکی داشتند و با عنوان مشکوک به بیماری پوکی استخوان به این بیمارستان مراجعه کرده بودند، در این مطالعه شرکت کردند. از نرم افزار متلب نسخه 2020 برای تجزیه و تحلیل داده ها استفاده شد. ارزیابی بر اساس ماتریس درهم ریختگی و معیارهای دقت و صحت انجام شد. یافته ها ابتدا، طبق نظر پزشکان و نتایج مقالات علمی از 103 ویژگی مربوط به اطلاعات شخصی، سبک زندگی و اطلاعات بیماری، 11 ویژگی به عنوان ورودی الگوریتم ها انتخاب شدند. الگوریتم جنگل تصادفی با دقت 73/4 درصد و صحت 68/07 درصد عملکرد بهتری داشت.نتیجه گیری در این مطالعه با توجه به داده های در دسترس، الگوریتم هایی توسعه داده شد که می تواند درزمینه پیشگیری بیماری پوکی استخوان کارآمد باشد. استفاده از این الگوریتم ها می تواند برای شروع درمان و تشخیص سریع این بیماری موثر باشد و از وقوع شکستگی و عوارض جبران ناپذیر آن جلوگیری کند.