پیش بینی میزان اثربخشی داروهای پره اکلامپسی با داده کاوی بر اساس دوز و روش مصرف دارو

مقدمه: مسمومیت بارداری یا پره ­اکلامپسی، یکی از اختلالات خطرناک دوران بارداری است که حتی می­تواند به خاتمه بارداری و سقط جنین ختم شود. مطالعه حاضر با هدف تولید یک مدل پیش­بینی کننده کارا به ­منظور پیش بینی دقیق میزان اثربخشی داروهای پره ­اکلامپسی انجام شد. روش کار: این مطالعه­ توصیفی- مقطعی در سال 92-1390 بر روی 774 بیمار در بیمارستان حکیم نیشابور انجام شد. سه الگوریتم متفاوت از الگوریتم ‌های استنتاج قانون به نام‌های c5.0،  c&r treeو chaid. روی داده‌ های عارضه پره ­اکلامپسی اعمال شد و سپس صحت مدل‌ های تولید شده به دست آمد. در نهایت برای تایید صحت نتایج حاصل از پیش­بینی از خوشه‌ بندی استفاده شد. در این مطالعه جهت تحلیل داده‌ ها و اجرای الگوریتم‌ های داده‌ کاوی از نرم‌ افزار کلمنتاین (نسخه 0/12) استفاده شد. یافته­ها: مقادیر به ‌دست آمده برای صحت مدل ‌های ایجاد شده از اجرای الگوریتم‌های  c5.0، c&r treeو chaid روی مجموعه داده‌ های آموزش و آزمایش برای هر سه الگوریتم 63/99 و 14/99 درصد بود. صحت بالای مدل­ ها عملکرد خوب این الگوریتم ­ها را نشان داد. حساسیت 100 درصد و دقت 5/99، برتری الگوریتم c&r tree نسبت به سایر الگوریتم­ ها را تایید کرد. نتایج حاصل از خوشه­بندی روی درخت بهتر نشان داد که در مواقعی ­که میزان اثربخشی دارو افزایش یافت، میانگین سنی بیمار هم بالاتر بود و دلیل آن، رابطه مستقیم ایجاد عارضه پره اکلامپسی با افزایش سن بود. نتیجه­گیری: شواهد به دست آمده نشان می­ دهند که با افزایش سن احتمال وجود این عارضه افزایش و از داروهایی با میزان اثربخشی بالاتر برای درمان باید استفاده نمود. بنابراین در انتخاب داروی مصرفی با میزان اثربخشی متفاوت دقت بیشتری باید صورت گیرد. پیش ­بینی میزان اثربخشی دارو با هدف دستیابی به مواردی چون: کمک به پزشک برای افزایش صحت تشخیص و جلوگیری از تشخیص نادرست در دوز مصرفی دارو برای بیمار، تشخیص شدت پره اکلامپسی و مهار عوارض خطرناک مصرف بیش از حد دارو توسط بیمار، پیش ­بینی ذخیره داروی کافی و جلوگیری از عوارض جانبی ناشی از کمبود دارو صورت می­گیرد.