طراحی سیستم پشتیبان برای پیش بینی بقای بیماران مبتلا به سرطان ملانوم مبتنی بر الگوریتم های داده کاوی

ملانوم از جمله شایع ترین سرطان های تشخیصی و دومین علت مرگ ناشی از سرطان در میان افراد است. این بیماری، نادرترین و بدخیم ترین نوع سرطان پوست به شمار می رود و در شرایط پیشرفته، توانایی انتشار به ارگان های داخلی را دارد و می تواند منجر به مرگ شود. چندین سال است که در ایران داده های قابل توجهی درباره ملانوم چه به صورت دستی و چه به شکل الکترونیکی، به علت شیوع آن و هزینه های بالایی که بر سیستم بهداشت و درمان کشور به جای می گذارد، جمع آوری شده، اما با وجود این داده های ارزشمند، سیستم بهداشتی هنوز از پتانسیل بالای داده کاوی در پیش بینی بقای بیماران مبتلا به ملانوم غافل مانده است. پژوهش حاضر با هدف طراحی سیستم هوشمند برای پیش بینی بقای بیماران مبتلا به ملانوم انجام شد.

این مطالعه از نظر ماهیت، کاربردی و از نظر روش، توصیفی- تحلیلی و گذشته نگر بود. جامعه تحقیق را بیماران مبتلا به سرطان ملانوم پایگاه داده مرکز تحقیقات کشوری سرطان وابسته به دانشگاه شهید بهشتی، واقع در بیمارستان شهدای تجریش (بین سال های 1387 تا 1392) که تا 5 سال مورد پیگیری قرار گرفته بودند (4118 نفر)، تشکیل داد. برای طراحی سیستم پشتیبان پیش بینی بقای سرطان ملانوم، از نرم افزارهای SPSS و Weka استفاده شد. مدل نهایی پیش بینی بقای سرطان ملانوم بر اساس شاخص های ارزیابی الگوریتم های داده کاوی انتخاب گردید.

الگوریتم های شبکه عصبی، Bayes ساده، Bayesian network (BN) و ترکیب درخت تصمیم گیری با Bayes ساده، رگرسیون لجستیک، J48 و ID3 به عنوان مدل های استفاده شده پایگاه داده کشور انتخاب شدند. بر اساس یافته ها، شبکه عصبی با مقدار 97/0 از لحاظ دقت و 03/91 از لحاظ ویژگی، عملکرد بهتری داشت.

عملکرد شبکه عصبی در همه شاخص های ارزیابی از لحاظ آماری نسبت به سایر الگوریتم های منتخب بالاتر بود. بنابراین، الگوریتم شبکه عصبی به عنوان سیستم پشتیبان پیش بینی بقای سرطان ملانوم انتخاب گردید.