Using Data Mining for Survival Prediction in Patients with Colon Cancer

چکیده: مقدمه و اهداف: با توجه به روند رو به رشد سرطان روده­بزرگ در ایران در سال‌های اخیر، پیش‌بینی پیامد سرطان و اطلاعات بالینی پایه مربوط به آن بااهمیت است. روش‌های داده‌کاوی در پیش‌بینی و تشخیص سرطان‌ها می‌تواند مورداستفاده قرار گیرند. هدف از انجام این مطالعه تعیین عملکرد دو الگوریتم پیش‌بینی کننده ماشین بردار پشتیبان و بگینگ در پیش‌بینی بقاء بیماران مبتلا به سرطان روده بزرگ است. روش کار: جمعیت موردمطالعه 570 بیمار مبتلا به سرطان روده­بزرگ با مرحله تومور 1 تا 4، مراجعه‌کننده به بخش پرتودرمانی بیمارستان نمازی شیراز شامل 338 بیمار زنده و 232 بیمار فوت‌شده از سال 1385 تا 1390 می‌باشند. برای پیش‌بینی بقاء بیماران مبتلا به سرطان روده­بزرگ از روش ماشین بردار پشتیبان و روش بگینک استفاده شد. برای تحلیل داده‌ها نیز از نرم‌افزار Weka نسخه 3.6.10 استفاده گردید. یافته‌ها: بیشترین و کمترین محل قرارگیری تومورها مربوط به رکتوم و کولون چپ و به میزان 51 و 9 درصد بود. روش درمانی در بیش از 80% از بیماران نیز ابتدا عمل جراحی و سپس شیمی‌درمانی و یا رادیوتراپی بود. در عملکرد دو الگوریتم بر اساس صحت،‌ ویژگی و حساسیت محاسبه‌شده از ماتریس درهم‌ریختگی تعیین، مورداستفاده قرار گرفت. به ترتیب میزان صحت، ویژگی و حساسیت در الگوریتم ماشین بردار پشتیبان 4/84،‌ 80 و 5/87 درصد و در الگوریتم بگینگ 2/83،‌ 75 و 88 درصد به دست آمد. نتیجه‌گیری: نتایج حاصل از این مطالعه نشان داد که هر دو روش حساسیت و ویژگی قابل قبولی در پیش‌بینی بقاء بیماران مبتلا به سرطان روده­بزرگ دارند اما ماشین بردار پشتیبان از میزان صحت بیشتری برخوردار بود واژه‌های کلیدی: سرطان روده بزرگ، پیش‌بینی بقاء، داده کاوی، ‌ ماشین‌بردار پشتیبان، بگینگ

سرطان روده بزرگ، پیش‌بینی بقاء، داده کاوی، ‌ ماشین‌بردار پشتیبان، بگینگ