تعیین مهم‌ترین عوامل موثر بر سرطان پوست غیرملانومایی با استفاده از الگوریتم‌های داده کاوی

مقدمه: در سال های اخیر، سرطان پوست غیرملانوما (nmsc) جزء سه سرطان شایع در ایران بوده است. مدیریت نامناسب این بیماری منجر به افزایش شیوع و هزینه های سربار اقتصادی شده است. تکنیک های داده کاوی به آنالیز داده های پرونده های بیماران و مدیریت صحیح بیماری ها کمک می نمایند. هدف این مطالعه کشف الگوها و روابط پنهان در داده های بیماران nmsc با استفاده از الگوریتم های داده کاوی می باشد.روش: جامعه مورد بررسی در این مطالعه کاربردی، 828 پرونده nmsc بود که طی سال های 9486 به انستیتو کانسر بیمارستان امام خمینی (ره) تهران ارجاع شده بودند. متغیرهای دموگرافیک و ریسک فاکتورهای ابتلا به بیماری با استفاده از الگوریتم k-means خوشه بندی شدند. همچنین از الگوریتم apriori برای استخراج قوانین انجمنی و تعیین شاخص های مشترک بیماران با درجه اطمینان بالای 0/9 استفاده گردید. نتایج: بیماران nmsc با توجه به متغیرهای مورد بررسی در چهار خوشه توزیع شدند و سه عامل مهم تاثیر گذار بر بیماری، bmi غیرنرمال، شغل های با ریسک بالا و سابقه قبلی سرطان مشخص شد. با استفاده از قوانین انجمنی هفت قانون مورد تایید قرار گرفت و بیشترین ارتباط میان عوامل سابقه قبلی بیماری، موضع درگیر، عود و نوع سرطان پوست غیرملانوما دیده شد.نتیجه گیری: این مطالعه برای اولین بار مهم ترین عوامل موثر بر nmsc را با استفاده از داده کاوی تعیین نمود. این عوامل بایستی در انجام خودآزمایی ها و یا آزمایش های غربالگری پوست در گروه های پرخطر مد نظر قرار بگیرند. همچنین در مطالعات آینده بایستی مشارکت عوامل فیزیولوژیک، اکولوژیک و ژنتیک در ایجاد سرطان پوست تواماً داده کاوی شوند.