مقايسه عملكرد الگوريتم هاي داده كاوي در پيش بيني بيماري عروق كرونر

Comparing the Performance of Data Mining Algorithms in Predicting Coronary Artery Diseases

مقدمه بيماري هاي قلبي- عروقي نخستين علت مرگ در جهان هستند و براساس برآورد سازمان بهداشت جهاني، مرگ ناشي از بيماري هاي قلبي تا سال2030 به 23 ميليون مورد افزايش خواهد يافت. از اين رو، به نظر مي رسد استفاده از الگوريتم هاي داده كاوي براي پيش بيني بيماري عروق كرونر قلب بسيار كاربردي باشد. هدف از پژوهش حاضر مقايسه عملكرد الگوريتم هاي شبكه عصبي مصنوعي (ANN) و ماشين بردار پشتيبان (SVM) در پيش بيني بيماري عروق كرونر قلب بود. روش پژوهش حاضر از نوع توصيفي-تحليلي و نمونه پژوهش شامل تمام بيماران بستري مبتلا به بيماري عروق كرونر قلب در سه بيمارستان تابعه دانشگاه علوم پزشكي آجا بين سال هاي 1395 تا 1396 بود. درمجموع، 1324 ركورد با 26 ويژگي موثر در اين بيماري استخراج و پس از نرمال سازي و پاك سازي داده ها، در نرم افزار SPSS نسخه 23 وExcel نسخه 2013 وارد شدند. براي قالب بندي داده ها نيز از نرم افزار داده كاوي R3. 3. 2 استفاده گرديد. نتايج: الگوريتم ماشين بردار پشتيبان با ميانگين درصد خطاي مطلق پايين تر (112/03) ، آماره هاسمر-لمشو بالاتر (16/71) ، حساسيت (92/23) و ويژگي (74/42) نسبت به مدل شبكه عصبي دقيق تر بود. همچنين، مساحت زير منحني راك در الگوريتم SVM بيشتر از ANN بود و مي توان نتيجه گرفت كه اين مدل داراي دقت بيشتري است. نتيجه گيري در اين مطالعه، الگوريتم SVM نسبت به مدل شبكه عصبي دقت و عملكرد بهتري در پيش بيني بيماري عروق كرونر قلب نشان داد و داراي حساسيت و صحت بالاتري بود. با اين حال پيشنهاد مي گردد كه نتايج مطالعه حاضر با يافته هاي حاصل از به كارگيري ساير الگوريتم هاي داده كاوي در پژوهش هاي آتي مورد مقايسه قرار گيرد.

Introduction: Cardiovascular diseases are the first leading cause of death worldwide. World health organization has estimated that the morality rate due to heart diseases will mount to 23 million cases by 2030. Hence, the use of data mining algorithms will be useful in predicting coronary artery disease. The objective of the present study was to compare the accuracy of the CAD predictions made by ANN and SVM techniques. Methods: The present study was conducted via descriptive-analytical method. The research sample included all CAD patients hospitalized in three hospitals affiliated to AJA University of Medical Sciences from March 2016 to March 2017. Totally, 1324 records with 26 characteristics affecting the disease were extracted and after normalizing, and cleaning of the data, they were entered in SPSS statistics V23.0 & IBM Excel 2013; then, R3.3.2 data mining software was used to format data. Results: SVM model with lower MAPE (112.03) and higher Hosmer-lemeshow statistic (16.71), sensitivity (92.23) and specificity (74.42) yielded better fitness of data and provides more accurate prediction than ANN model. On the other hand, since the area under the ROC curve in SVM algorithm was more than that in ANN, it could be concluded that this model had higher accuracy. Conclusion: According to the results, SVM algorithm presented higher accuracy and better performance than ANN model and showed higher sensitivity and accuracy. It is suggested that in future studies, the results of the present study be compared with the findings resulted from applying other data mining algorithms.