فریناز صناعی، سید عبداله امین موسوی، - عباس طلوعی اشلقی، - علی رجب‌زاده قطری،
دوره ۱۹، شماره ۲ - ( ۴-۱۴۰۲ )
چکیده
مقدمه: ملانوم از جمله شایع‌ترین سرطان‌های تشخیصی و دومین علت مرگ ناشی از سرطان در میان افراد است. این بیماری، نادرترین و بدخیم‌ترین نوع سرطان پوست به شمار می‌رود و در شرایط پیشرفته، توانایی انتشار به ارگان‌های داخلی را دارد و می‌تواند منجر به مرگ شود. چندین سال است که در ایران داده‌های قابل توجهی درباره ملانوم چه به صورت دستی و چه به شکل الکترونیکی، به علت شیوع آن و هزینه‌های بالایی که بر سیستم بهداشت و درمان کشور به جای می‌گذارد، جمع‌آوری شده، اما با وجود این داده‌های ارزشمند، سیستم بهداشتی هنوز از پتانسیل بالای داده‌کاوی در پیش‌بینی بقای بیماران مبتلا به ملانوم غافل مانده است. پژوهش حاضر با هدف طراحی سیستم هوشمند برای پیش‌بینی بقای بیماران مبتلا به ملانوم انجام شد.
روش‌ها: این مطالعه از نظر ماهیت، کاربردی و از نظر روش، توصیفی- تحلیلی و گذشته‌نگر 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 سال‌های ۱۳۸۷ تا ۱۳۹۲) که تا ۵ سال مورد پیگیری قرار گرفته بودند (۴۱۱۸ نفر)، تشکیل داد. برای طراحی سیستم پشتیبان پیش‌بینی بقای سرطان ملانوم، از نرم‌افزارهای SPSS و Weka استفاده شد. مدل نهایی پیش‌بینی بقای سرطان ملانوم بر اساس شاخص‌های ارزیابی الگوریتم‌های داده‌کاوی انتخاب گردید.
یافته‌ها: الگوریتم‌های شبکه عصبی، Bayes ساده، Bayesian network (BN) و ترکیب درخت تصمیم‌گیری با Bayes ساده، رگرسیون لجستیک، J۴۸ و ID۳ به عنوان مدل‌های استفاده شده پایگاه داده کشور انتخاب شدند. بر اساس یافته‌ها، شبکه عصبی با مقدار ۹۷/۰ از لحاظ دقت و ۰۳/۹۱ از لحاظ ویژگی، عملکرد بهتری داشت.
نتیجه‌گیری: عملکرد شبکه عصبی در همه شاخص‌های ارزیابی از لحاظ آماری نسبت به سایر الگوریتم‌های منتخب بالاتر بود. بنابراین، الگوریتم شبکه عصبی به عنوان سیستم پشتیبان پیش‌بینی بقای سرطان ملانوم انتخاب گردید.
