تعیین مرحله بالینی سرطان پستان توسط الگوریتم‌های داده‌کاوی

چکیده مقدمه: سرطان پستان شایع‌ترین سرطان زنان در ایران است. مرحله بالینی بیماری (stage) تعیین‌کننده نوع درمان، پیش-آگهی و میزان بقا است. هدف اصلی از این مقاله، انتخاب یک الگوریتم مناسب است که بتواند مرحله بیماری فرد مبتلا به سرطان پستان را تعیین کند. روش بررسی: در این مطالعه توصیفی‌- تحلیلی، داده‌های اندازه تومور، درگیری غدد لنفاوی و متاستاز مربوط به 732 بیمار مبتلا به سرطان پستان در بیمارستان ولی‌عصر بیرجند مورد استفاده قرار گرفت. از این داده‌ها جهت انتخاب الگوریتمی مناسب از میان الگوریتم‌های درخت تصمیم، شبکه‌های عصبی مصنوعی، شبکه‌های بیزین و K- نزدیک‌ترین همسایه برای تشخیص مرحله بیماری فرد جدید استفاده شده است. یافته‌ها: بررسی‌ها نشان می‌دهد که الگوریتم K- نزدیک‌ترین همسایه می‌تواند با احتمال 96% به درستی مرحله بیماری فرد مراجعه‌کننده را با اندازه‌گیری اندازه تومور، میزان درگیر بودن غدد لنفاوی و میزان متاساز را تشخیص دهد. نتیجه‌گیری: الگوریتم K- نزدیک‌ترین همسایه در تشخیص مرحله بالینی سرطان پستان، بیشترین دقت را دارد.