ایجاد یک مدل پیش آگهی مبتنی بر داده کاوی برای پیش بینی عود مجدد سرطان پستان

مقدمه: سرطان پستان یکی از شایع ترین انواع سرطان و شایع ترین نوع بدخیمی در زنان ایرانی است که اخیرا روند رو به رشدی داشته است. در مبتلایان به این بیماری همواره احتمال عود مجدد وجود دارد. عوامل زیادی میزان این احتمال را افزایش یا کاهش می دهند. داده کاوی از روش هایی است که در تشخیص یا پیش بینی سرطان ها به کار می رود و یکی از بیشترین کاربردهای آن، پیش بینی عود مجدد سرطان است.روش: در این مطالعه گذشته نگر، از داده های 809 بیمار مبتلا به سرطان پستان و دارای هیجده ویژگی برای هر بیمار، استفاده شده است. به دلیل گمشدگی نسبتاً زیاد داده های این مجموعه، تنها اطلاعات 665 بیمار قابل استفاده بودند. به دلیل وجود مقادیر تهی در رکوردهای باقیمانده، این مقادیر از طریق الگوریتم em و با استفاده از نرم افزار spss.v20، به عنوان یکی از فازهای پیش پردازش و آمادهسازی داده ها، تخمین زده شده و در پایان، یک مدل پیش آگهی عود مجدد سرطان پستان در بین بیماران با به کارگیری درخت j48 بر روی داده ها ارائه شده است.نتایج: ویژگی و حساسیت مدل توسعه یافته به ترتیب 53 و 85 درصد بود. این مدل، تنها 14 درصد از بیماران دچار عود مجدد را به اشتباه، مستعد عود مجدد نمی داند.نتیجه گیری: ایجاد مدل پیش بینی با ویژگی و حساسیت مناسب می تواند در مورد عود بیماری و انجام به موقع اقدامات پیشگیرانه برای جلوگیری از پیشرفت سرطان، هشدار مناسب را به بیماران بدهد. درصد منفی کاذب نیز در مدل های پیش بینی پزشکی بسیار اهمیت دارد، زیرا می تواند عواقب خطرناکی داشته باشد که در پژوهش حاضر این مقدار 14 درصد بوده که از لحاظ مدلینگ مقدار قابل قبولی به نظر می رسد.

A Prognostic Model Based on Data Mining Techniques to Predict Breast Cancer Recurrence

Introduction: Breast cancer is one of the most common cancers, and also it is the most common type of malignancy in Iranian women that has been growing in recent years. The risk of recurrence is usual in patient. Many factors may increase or decrease the recurrence rate. Data mining methods have been used to diagnose or predict cancer and one of the most application of data mining approaches is prediction of breast cancer recurrenceMethod: This is a retrospective study. Collected data on 809 patients with breast cancer with 18 fields for each patient were used. Due to excessive missing data only about 665 cases have been used. Since the number of fields in the remaining records with null values have been observed, as a preprocessing and data preparation phases, these values have been estimated by the EM algorithm and using SPSS.v20 software. In this study, a model for prognosis of breast cancer recurrence among patients using J48 tree has been developed. Results: The specificity and sensitivity of the developed model are 53% and 85%, respectively. Moreover, only 14% of patients who have relapsed are known as false negative with developed model. Conclusion: Creating a predictive model with appropriate specificity and sensitivity can warn patients about recurrence and timely preventive measures to prevent progression of the cancer. The False Negative rate is very important in medical prediction models that can make serious results/consequences. In present study this rate is about 14% that seems reasonable amount in term of modeling.