استفاده از قوانين انجمني جهت كشف عوامل خطر در بروز سرطان معده

Using Association Rules for the Detection of Risk Factors in Gastric Cancer

سرطان معده دومين علت مرگ ناشي از سرطان بعد از سرطان ريه در جهان است. بروز آن در مناطق مختلف دنيا متفاوت است. با توجه به ميزان شيوع اين بيماري و ميزان مرگ و مير بالاي سرطان معده در كشور، لازم است علل و عوامل تاثير گذار در بروز اين بيماري با دقت بيشتر و روش هاي علمي تر، مورد بررسي قرار گيرد. هدف اين مقاله، بررسي اين عوامل با كمك تكنيك داده كاوي است. روش: داده هاي مورد نياز براي اين مطالعه، از بيماران مراجعه كننده به بيمارستان امام رضا(ع) شهر تبريز جمع آوري شده است و پس از اعمال پيش پردازش بر روي اين داده ها، در نهايت 490 ركورد شامل 220 نمونه مبتلا به سرطان و 270 نمونه سالم در يك فايل excel جمع آوري شد. با استفاده از پياده سازي الگوريتم aprioriدر نرم افزار matlab و مجموعه داده هاي نهايي، بهترين قوانين حاكم بر روي اين مجموعه داده، استخراج شده است.نتايج: در اين مطالعه براي نخستين بار از مجموعه داده هاي سرطان معده و ويژگي هاي تاثيرگذار در بروز اين بيماري استفاده شده است. نتايج نشان داد، افراد مبتلا به بيماري قلبي عروقي، كمتر در معرض خطر ابتلا به سرطان معده هستند، در ضمن رفلاكس معده با مصرف نكردن نمك، مصرف زياد نمك و مصرف نكردن شير ارتباط دارد. همچنين رفلاكس معده بيشترين تاثير را در ايجاد اين بيماري دارد. با استفاده از الگوريتم apriori قوانيني به دست آمد كه مي تواند به عنوان الگويي براي پيش بيني وضعيت بيماران و احتمال بروز اين بيماري، استفاده شود.نتيجه گيري: امروزه به دليل وجود حجم انبوهي از داده هاي پزشكي، مي توان با استفاده از رويكرد داده كاوي به استخراج دانش از مجموعه داده هاي پزشكي پرداخت. در اين مطالعه با استفاده از الگوريتم apriori، قوانيني استخراج شده است كه مي تواند كمك فراواني به پزشكان در بررسي عوامل ايجاد اين بيماري بكند.

Introduction: Gastric cancer is the second cause of death from cancer after lung cancer in the world It`s incidence is varied in different regions of the words. Due to the prevalence rate of the disease and high mortality rates for gastric cancer in the country, it is necessary to examine the influential factors in the incidence of this disease by more accurately and scientific methods. The purpose of this study is to examine this factor with data mining techniques. Method: The required data for this study was collected from patients referring to Imam Reza Hospital, Tabriz. After applying data pre-processing, totally 490 records were collected in an Excel file samples including 220 cancer cases and 270 normal specimens. The best rules based on the datasets were extracted by using Apriori algorithm implemented in MATLAB software and final data set. Results: In this study, gastric cancer datasets and features affecting the incidence of this disease have been used for the first time. The results showed that risk for gastric cancer in people with cardiovascular disease are less. In addition, gastric reflux is associated with not using salt and milk, and high salt intake. Gastric reflux has also the most influence on creating this disease. Some rules were obtained by using Apriori algorithm that can be used as a model to predict the status of patients and the incidence of this disease. Conclusion: Nowadays Due to massive amounts of medical data, knowledge can be extracted from datasets by using data mining approach. In this study, some rules were extracted by using Apriori algorithm that can provide physicians with great help to examine the causes of this disease.