کاربرد تکنیک‌های داده‌کاوی در پیش‌بینی احتمال بقای بیمارانمبتلا به سرطان پستان: مقاله مروری

این مقاله مروری نظام‌مند در سال 98 در دانشگاه علوم پزشکی اصفهان انجام شده است. بررسی مطالعات مختلف مشخص کرد که از چه تکنیک‌های داده‌کاوی برای پیش‌بینی احتمال بقا، از چه ریسک فاکتورهایی برای این پیش‌بینی‌ها، ازچه معیارهایی برای ارزیابی تکنیک‌های داده‌کاوی و در نهایت چه منابع داده‌ای برای پیش‌بینی احتمال بقا مبتلایان به سرطان پستان استفاده شده است. این مطالعه از نوع مروری نظام‌مند است. مطابق با بیانیه پریزما، مطالعات منتشر شده در حوزه‌ی پیش‌بینی احتمال بقا بیماران مبتلا به سرطان پستان با استفاده از تکنیک‌های داده‌کاوی به زبان انگلیسی و در فاصله‌ی سال‌های 2005 تا 2018 در پایگاه‌های داده medline science direct، web of science و embase و پایگاه استنادی scopus مورد جستجو و بازیابی قرار گرفت. پس از جستجو، تعداد 527 مقاله بازیابی شد. پس از حذف موارد تکراری و ارزیابی مقالات در نهایت 21 مقاله مورد استفاده قرار گرفت. سه تکنیک رگرسیون لجستیک، درخت تصمیم و ماشین بردار پشتیبان بیشترین کاربرد را در مقالات داشته اند. در بیشتر مطالعات، ریسک فاکتورهای سن، گرید تومور، استیج تومور و اندازه تومور استفاده شده بودند. معیار صحت در مطالعات بیشتری استفاده شده بود. اکثر مطالعات مورد بررسی از پایگاه داده برنامه‌ی نظارت، اپیدمیولوژی و نتایج نهایی که متعلق به کشور آمریکا می‌باشد، استفاده کرده بودند. به‌طور معمول در حوزه‌ی پیش‌بینی احتمال بقا، تکنیک‌های داده‌کاوی در حوزه‌ی کلاسه‌بندی به‌دلیل انطباق با این حوزه بیشتر مورد توجه قرار می‌گیرند. بر همین‌ اساس، تکنیک‌های درخت تصمیم، رگرسیون لجستیک و ماشین ‌بردار پشتیبان در مطالعات مورد بررسی، بیشترین کاربرد را داشته‌اند.

Using data mining techniques for predicting the survival rateof breast cancer patients: a review article

This review was conducted between December 2018 and March 2019 at Isfahan University of Medical Sciences. A review of various studies revealed what data mining techniques to predict the probability of survival, what risk factors for these predictions, what criteria for evaluating data mining techniques, and finally what data sources for it have been used to predict the survival of breast cancer patients. This review is based on the Prism statement consisting of published studies in the field of predicting the survival of breast cancer patients using data mining techniques from 2005 to 2018 in databases such as Medline, Science Direct, Web of Science, Embase data and Scopus. After searching in these databases, 527 articles were retrieved. After removing duplicates and evaluating the articles, 21 articles were used. The three techniques of logistic regression, decision tree, and support vector machine have been most used in articles. Age, tumor grade, tumor stage, and tumor size are used more than other risk factors. Among the criteria, the accuracy criterion was used in more studies. Most of the studies used the Surveillance, Epidemiology, and End Results Program (SEER) dataset. Typically, in the field of survival probability prediction, data mining techniques in the field of classification are given more attention due to their adaptation to this field. Accordingly, data mining techniques such as decision tree techniques, logistic regression, and support vector machine were used in more studies than other techniques. The use of these techniques can provide a good basis for clinicians to evaluate the effectiveness of different treatments and the impact of each of these methods on patientschr('39') longevity and survival. If the output of these techniques is used to provide the data input required by a decision support system, clinicians can provide risk factors related to the patient, the patientchr('39')s age, and the patientchr('39')s physical condition when providing services to breast cancer patients. Through the outputs provided by the decision support system, they provided the most optimal decision to choose the best treatment method and consequently increase patient survival.