کشف الگوهای پنهان در مجموعه داده‌های واقعی بیماران مبتلا به سرطان پستان با استفاده از تکنیک داده‌کاوی

چکیده مقدمه: روند رو به رشد سرطان پستان در سال‌های اخیر، لزوم اتکا به شیوه‌های مطمئن و جدید را برای شناسایی و کنترل این بیماری بیشتر آشکار می‌کند. داده‌کاوی یکی از این روش‌هاست که از پرطرف‌دارترین کاربردهای آن، کشف الگوهای پنهان مابین داده‌های بیماران در پایگاه‌های داده بزرگ است. در این مطالعه، پژوهشگران به بررسی و کشف الگوهای ناشناخته در یک مجموعه داده واقعی سرطان پستان می‌پردازند. روش بررسی: به دلیل گمشدگی بالای داده‌ها در 145 رکورد، تنها اطلاعات 665 بیمار قابل استفاده بود. در فاز پیش-پردازش داده‌ها، مقادیر تهی از طریق الگوریتم EM در نرم‌افزار SPSS19 تخمین زده شده است. سپس فیلدهای پیوسته تبدیل به فیلدهای گسسته شده‌، داده‌ها از طریق الگوریتم APRIORI تحلیل و روابط پنهان بین این داده‌ها کشف شده-است. پس از استخراج، روابط در اختیار پزشک خبره حوزه سرطان پستان قرار گرفته تا روابط بی‌معنی حذف گردند. یافته‌ها: تعداد 100 رابطه‌ انجمنی با ضریب اطمینان بالاتر از 9/0 توسط الگوریتم کشف شده ‌است. پس از این که این روابط در اختیار فرد خبره قرار گرفته، تعداد 10 رابطه‌ از این روابط به لحاظ بالینی بامعنی تشخیص و گزارش شده‌اند. نتیجه‌گیری: در این پژوهش، تعدادی از الگوهای کمتر شناخته شده و جالب توجه یک مجموعه داده واقعی استخراج گردیده‌اند. استفاده از داده‌کاوی بخصوص در داده‌های پزشکی با توجه به حجم بالای داده‌ها و وجود روابط ناشناخته فراوان بین علل بیماری‌ها، مشخصات دموگرافیک بیماران و ریزفاکتورهای خطر ابتلا به بیماری‌ها، مفید است. الگوها و مدل‌های حاصل از داده‌کاوی، در واقع فرضیات مطالعات بعدی را مشخص می‌نمایند که انجام آنها از جمله انجام انواع RCTها می‌توان این فرضیات را رد یا اثبات نمود.