تعیین مرحله بالینی سرطان پستان توسط الگوریتم های داده کاوی

مقدمه: سرطان پستان شایع ترین سرطان زنان در ایران است. مرحله بالینی بیماری (stage) تعیین کننده 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، داده های اندازه تومور، درگیری غدد لنفاوی و متاستاز مربوط به 732 بیمار مبتلا به سرطان پستان در بیمارستان ولی عصر بیرجند مورد استفاده قرار گرفت. از این داده ها جهت انتخاب الگوریتمی مناسب از میان الگوریتم های درخت تصمیم، شبکه های عصبی مصنوعی، شبکه های بیزین و k- نزدیک ترین همسایه برای تشخیص مرحله بیماری فرد جدید استفاده شده است. یافته ها: بررسی ها نشان می دهد که الگوریتم k- نزدیک ترین همسایه می تواند با احتمال 96% به درستی مرحله بیماری فرد مراجعه کننده را با اندازه گیری اندازه تومور، میزان درگیر بودن غدد لنفاوی و میزان متاساز را تشخیص دهد.نتیجه گیری: الگوریتم k- نزدیک ترین همسایه در تشخیص مرحله بالینی سرطان پستان، بیشترین دقت را دارد.