پیش بینی بقای پیوند کلیه و شناسایی متغیرهای تاثیرگذار در بقای کلیه پیوندی با رویکرد همجوشی اطلاعات و الگوریتم ژنتیک

سابقه و هدف: در این پژوهش، مدلی برای پیش بینی بقای دو ساله پیوند کلیه، با رویکرد همجوشی اطلاعات ارائه می شود و با استفاده از الگوریتم ژنتیک، متغیرهای تاثیرگذار در بقای کلیه پیوندی شناسایی می شود. مواد و روش ها: در این پژوهش، از طبقه بند های شبکه عصبی، درخت تصمیم و ماشین بردار پشتیبان جهت پیش بینی بقای پیوند کلیه و از همجوشی اطلاعات برای ترکیب نتایج طبقه بندهای ذکر شده، به منظور طراحی مدلی با صحت بالاتر استفاده شده است. همچنین، برای شناسایی متغیرهای تاثیرگذار در بقای کلیه پیوندی از الگوریتم ژنتیک استفاده شده است. نتایج و یافته ها: صحت حاصل از سه روش شبکه عصبی، درخت تصمیم و ماشین بردار پشتیبان به ترتیب برابر با 94% ، 92% و 92% ، و صحت به دست آمده از روش همجوشی اطلاعات برابر 95.74% است. همچنین، ویژگی های شاخص توده بدنی و جنسیت گیرنده، سن دهنده، همسانی گروه خونی دهنده و گیرنده و سابقه پیوند کلیه توسط الگوریتم ژنتیک به عنوان متغیر های تاثیرگذار در بقای پیوند کلیه شناسایی شده اند که مدل پیشنهادی با این تعداد ویژگی صحت پیش بینی 91.67% را نتیجه داده است. استنتاج: با استفاده از همجوشی اطلاعات، می توان صحت نتایج طبقه بندها را افزایش داد. همچنین، الگوریتم ژنتیک روش مناسبی جهت شناسایی ویژگی های بهینه است.