ارایه ی الگوریتم انتخاب ویژگی ترکیبی برای تعیین عوامل موثر در مدل پیش بینی کننده ی میزان موفقیت درمان IVF/ICSI: یک مطالعه ی مقطعی

 تحقیقات قبلی عوامل موثر مختلفی را در میزان موفقیت درمان های IVF/ICSI شناسایی کرده اند، اما عدم وجود یک رویکرد استاندارد برای درمان های مختلف همچنان یک چالش است.

 هدف از این مطالعه استفاده از رویکرد یادگیری ماشینی برای شناسایی عوامل پیش بینی کننده اصلی موفقیت در درمان های لقاح آزمایشگاهی (IVF) و تزریق اسپرم داخل سیتوپلاسمی (ICSI) است.

 اطلاعات 734 نفر از آبان 1395 تا اسفند 1396 با همکاری ارزشمند دو مرکز ناباروری در مشهد جمع آوری شد. این همکاری شامل یک مرکز دولتی ناباروری وابسته به دانشگاه علوم پزشکی (میلاد) و یک مرکز خصوصی ناباروری (نوین) در مشهد، ایران بود. ما از روش های انتخاب ویژگی (فیلتر، تعبیه شده و بسته بندی) برای کاهش ابعاد در یک مدل جنگل تصادفی استفاده کردیم. ما ابتدا از مجموعه های فازی مردد (HFS) برای انتخاب موثرترین روش برای کاهش ابعاد استفاده کردیم. سپس، ما از یک رویکرد ترکیبی برای شناسایی پیش بینی کننده های کلیدی، افزایش دقت و قابلیت اطمینان استفاده کردیم. عملکرد روش پیشنهادی با استفاده از معیارهای یادگیری ماشین مانند MCC، Runtime، Accuracy، AUC، PPV، Recall و F-Score ارزیابی شد. این روش ترکیبی نقاط قوت روش های انتخاب ویژگی را ترکیب می کند و شناسایی پیش بینی کننده را بهبود می بخشد.

 روش انتخاب ویژگی ترکیبی ما با بالاترین دقت (795/0، ACC) AUC (72/0) و F-Score (8/0) برتری داشت، در حالی که تنها 7 ویژگی را انتخاب کرد. اینها عبارتند از FSH، 16Cells، Fage، Oocytes، GIII، Compact و Unsuccessful.

 در این مطالعه، ما کاربرد جدیدی از مجموعه های فازی مردد (HFS) را در روش پیشنهادی خود، با پشتیبانی از یک مجموعه داده چند مرکزی، برای انتخاب ویژگی های تاثیرگذار در پیشبینی میزان موفقیت ناباروری معرفی می کنیم. با استفاده از انحراف استاندارد در بین معیارهای مختلف، HFS ها کیفیت انتخاب ویژگی را افزایش داده و تعداد ویژگی ها را کاهش می دهند. نتایج ما تفاوت معنی داری را بین مقادیر میانگین گروه های باردار و غیرباردار برای ویژگی های انتخاب شده از جمله FSH، FAge، 16Cells، Oocytes، GIII و Compact نشان می دهد. علاوه بر این، ما ارتباط معنی داری بین FAge و ضربان قلب جنین (FHR) و با نرخ بارداری بالینی (CPR) پیدا کردیم و بالاترین سطح FSH (87/31%) برای دوزهای FSH در محدوده 10 تا 13 (mIU/ml) مشاهده شد.