توسعه يك مدل رده بندي حوزه محور جهت كشف زود هنگام افراد در خطر ابتلا به سرطان روده بزرگ

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

در اين تحقيق نشان داده مي شود كه مي توان با استفاده از تكنيك هاي داده كاوي مدل هايي براي تشخيص سبك زندگي افراد از لحاظ پرخطر يا كم خطر بودن براي ابتلا به سرطان روده بزرگ توسعه داد.روش: در اين بررسي گذشته نگر، مجموعه داده اي شامل 84 فرد بيمار و 225 فرد سالم، شامل 25 خصيصه جمع آوري شد. اين اطلاعات شامل بيماراني است كه تشخيص آن ها مربوط به سال هاي 1385 تا سه ماهه اول 1393 مي باشد. از پركاربردترين تكنيك ها در ادبيات انفورماتيك پزشكي شامل ماشين بردار پشتيبان، بيزين ساده، درخت تصميم و نزديكترين همسايگي براي توسعه مدل ها استفاده شد. سنجه جديد غيرتكنيكي توسعه داده شد كه كارايي مدل ها براي حوزه پزشكي را مشخص مي كند. از ديدگاه داده كاوي حوزه محور براي تعيين مدل قابل اجرا استفاده شد.نتايج: مدل هاي توسعه داده شده با كارايي قابل قبولي قادر به تشخيص سبك زندگي افراد هستند. سنجه غيرتكنيكي توسعه داده شده به خوبي مي تواند ارزش واقعي تك تك پيش بيني ها، چه درست و چه نادرست را با هزينه هاي واقعي مشخص كند و يك ميزان واقعي از هزينه هاي صرفه جويي شده در نظام سلامت توسط هر مدل را نشان دهد. از ميان مدل هاي توسعه داده شده تنها دو مدل توانست معيارهاي تعيين شده جهت استفاده در دنياي واقعي را ارضا كند.نتيجه گيري: مدل هاي توسعه داده شده نه تنها بايد از لحاظ تكنيكي ارزيابي شوند، بلكه بايد از لحاظ سنجه هاي مورد پذيرش براي حوزه پزشكي و همچنين قابليت اجرا براي حل واقعي مساله نيز بررسي گردند.

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, k-nearest neighbor, and decision tree were applied. Finally actionable models were determined according to both types of measures and based on domain-driven data mining approach. Results: The results show that most of the developed models have acceptable evaluation results in predicting lifestyles. The developed non-technical 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 non-technical 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.