مدل هوشمند تصفيه خون جهت بهبود پيش بيني بازه زماني ابتلاء به بيماري¬هاي كليوي

چكيده: بيماري‌هاي كليوي قبل از رسيدن به مراحل پيشرفته، علايم خاصي از خود نشان نمي‌دهند. اغلب اين بيماري‌ها دير تشخيص داده مي‌شوند، در حالي كه تشخيص زودرس مي‌تواند شدت آسيب‌هاي كليوي را كم و يا حتي متوقف كند. اين پژوهش يک روش جديد در قالب سيستم پشتيباني يا تصميم يار ارائه ميدهد 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 بيماري هاي 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 اين مطالعه زمان وخامت بيماري کليوي است. متغيرهاي مستقل عبارتند از: سن بيمار ،فشار خون ، کراتينين، کلسيم ،فسفر ،اسيد اوره ،وزن بيمار ،جنس ، سرم آلبومين ،بيماري زمينه اي و GFR. 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 مقدار خطاي MAPE برابر با 0.19 و يا 19 درصد است که نشان دهنده نتايج رضايت بخش در فضاي پيچيده متغير GFR مي باشد ضمن اينكه روند تغييرات GFR به خوبي توسط ANFIS تعقيب شده است. بعبارت ديگر با توجه به نتايج ANFIS سري زماني GFR را در بازه هاي زماني مورد نظرارائه ميكند. تا زمان وخامت بيماري با توجه به داده هاي مدل مشخص گردد.