توسعه یک مدل رده بندی حوزه محور جهت کشف زود هنگام افراد در خطر ابتلا به سرطان روده بزرگ

مقدمه: در این تحقیق نشان داده می شود که می توان با استفاده از تکنیک های داده کاوی مدل هایی برای تشخیص سبک زندگی افراد از لحاظ پرخطر یا کم خطر بودن برای ابتلا به سرطان روده بزرگ توسعه داد.روش: در این بررسی گذشته نگر، مجموعه داده ای شامل 84 فرد بیمار و 225 فرد سالم، شامل 25 خصیصه جمع آوری شد. این اطلاعات شامل بیمارانی است که تشخیص آن ها مربوط به سال های 1385 تا سه ماهه اول 1393 می باشد. از پرکاربردترین تکنیک ها در ادبیات انفورماتیک پزشکی شامل ماشین بردار پشتیبان، بیزین ساده، درخت تصمیم و نزدیکترین همسایگی برای توسعه مدل ها استفاده شد. سنجه جدید غیرتکنیکی توسعه داده شد که کارایی مدل ها برای حوزه پزشکی را مشخص می کند. از دیدگاه داده کاوی حوزه محور برای تعیین مدل قابل اجرا استفاده شد.نتایج: مدل های توسعه داده شده با کارایی قابل قبولی قادر به تشخیص سبک زندگی افراد هستند. سنجه غیرتکنیکی توسعه داده شده به خوبی می تواند ارزش واقعی تک تک پیش بینی ها، چه درست و چه نادرست را با هزینه های واقعی مشخص کند و یک میزان واقعی از هزینه های صرفه جویی شده در نظام سلامت توسط هر مدل را نشان دهد. از میان مدل های توسعه داده شده تنها دو مدل توانست معیارهای تعیین شده جهت استفاده در دنیای واقعی را ارضا کند.نتیجه گیری: مدل های توسعه داده شده نه تنها باید از لحاظ تکنیکی ارزیابی شوند، بلکه باید از لحاظ سنجه های مورد پذیرش برای حوزه پزشکی و همچنین قابلیت اجرا برای حل واقعی مساله نیز بررسی گردند.

A Domain-Driven Classification Model to Early Detection of Individuals Having High Risk to Develop Colorectal Cancer

Introduction: The aim of this research is to improve Colorectal Cancer screening trying to control an individual lifestyle to reduce the probability of developing Colorectal Cancer, detect the disease in early stages, and then accelerate the screening of risky individuals and postpone the screening of ones with low risk.Method: In this retrospective study information of 309 individuals including 84 patients whose diagnosis had been between years 2006 to 2013 and 225 healthy individuals were collected through phone or face to face interviews and exploring patient medical records. Popular techniques to develop classification models in clouding support vector machine, naive bayes, knearest neighbor, and decision tree were applied. Finally actionable models were determined according to both types of measures and based on domaindriven data mining approach.Results: The results show that most of the developed models have acceptable evaluation results in predicting lifestyles. The developed nontechnical measure clearly distinguishes the value of every false negative prediction and every true positive prediction itself. And finally, the actionable classifiers have been selected for domain practitioners. Only two of all the developed classifiers could satisfy both technical and nontechnical measures.Conclusion: The results showed developed models must not only be evaluated by technical measures, but also be evaluated by medical domain interestingness, and also their application ability to actual problem solving should be explored.