بهبود پيش بيني بازه زماني وخامت بيماري هاي كليوي بر اساس رويکرد يکپارچه سيستم هوشمند خبره فازي

نارسایی مزمن كليوي قبل از رسيدن به مراحل پيشرفته، علايم خاصي از خود نشان نمي‌دهد. در حالي كه تشخيص زودرس مي‌تواند شدت آسيب‌هارا كم و يا حتي متوقف كند. اين پژوهش بنیان يک روش جديد در قالب سيستم پشتيباني يا تصميم يار را پایه ریزی میکند. بطوريکه مورد استفاده پزشکان در بيمارستان ها و غيره قرار ميگيرد. بر اساس رويکرد جاري يا تصميم يار، كه پزشک قادر خواهد بود تا اطلاعات اوليه يک بيمار را وارد سيستم کرده و سيستم بازه زماني ابتلا به نارسایی مزمن كليوي را پيش بيني و با استفاده از خروجي اوليه سيستم، تصميم نهايي خود را در خصوص درمان بيمار اتخاذ نمايد. روش پژوهش بر اساس متغيرهاي وابسته و مستقل مي باشد. متغير وابسته مطالعه زمان وخامت بيماري کليوي است. متغيرهاي مستقل عبارت از: سن بيمار ،فشار خون ، کراتينين، کلسيم ،فسفر ،اسيد اوره ،وزن بيمار ،جنس ، سرم آلبومين ،بيماري زمينه اي و GFR اولیه بوده است .در اين مطالعه ، با استفاده از سيستم استنتاج فازي يادگيرنده مبتني بر شبکه (ANFIS) روشي براي پيش بيني تغييرات GFR ارائه شده است. نتايج پيش بيني GFR در بازه هاي زماني 6 ماهه، 12 ماهه و 18 ماهه مورد بررسي قرار گرفته و خطاي شبكه ANFIS زير 5 درصد و قابل قبول مي باشد كه حاكي از قابليت اطمينان استفاده از اين روش در تخمين تغييرات GFR مي باشد. نتايج حاصل شده براي داده هاي واقعي 5 ساله، نشان مي دهد كه شبكه ANFIS با دقت بسيار خوبي در هر سه دوره ي پيش بيني قادر به تخمين مقدار GFR مي باشد. با استفاده از سیستم تصمیم یار مبتنی بر روش ارائه شده، پزشک قادر خواهد بود با وارد کردن اطلاعات اوليه يک بيمار بازه زماني پیشرفت نارسایی کلیه بیمار را پيش بيني کرده و با استفاده از خروجي اوليه سيستم، تصميم نهايي خود را در خصوص درمان اتخاذ نمايد.