ارائه مدلي براي تعيين ميزان پوكي استخوان با استفاده از الگوريتم ماشين ‌بردار پشتيبان در مردان سالمند فعال

مقدمه و اهداف: شكستگي‌هاي ناشي از پوكي استخوان، هر ساله هزينه‌هاي اقتصادي گزافي را بر مردم و سيستم درماني كشور وارد مي‌كند. داده‌كاوي به‌خاطر داشتن قدرت پردازش حجم عظيم داده‌ها و كاهش زمان تشخيص در‌زمينه‌هاي مختلف، از‌جمله پزشكي و ورزشي كاربردهاي زيادي دارد. بنابراين هدف اصلي اين مطالعه، ارائه مدلي براي تعيين ميزان پوكي استخوان با استفاده از الگوريتم ماشين بردار پشتيبان در مردان سالمند فعال بود. مواد و روش‌ها: اين مطالعه از نوع توسعه‌اي‌كاربردي بود. اطلاعات آزمايشگاهي 652 بيمار بررسي شد. از بين اين افراد، 108 مرد سالمند فعال انتخاب شدند كه 58 نفر سالم، 33 نفر استئوپني و 17 نفر استئوپروز بودند. از الگوريتم ماشين بردار پشتيبان براي دسته‌بندي افراد استفاده شد. همچنين از نسخه 2020 نرم‌افزار مَتلَب براي تجزيه‌و‌تحليل داده‌ها استفاده شد. ارزيابي بر‌اساس ماتريس درهم ريختگي و معيارهاي دقت و صحت انجام شد. يافته‌ها: طبق نظر پزشكان و نتايج مقالات علمي، از 103 ويژگي مربوط به اطلاعات شخصي و سبك زندگي آزمودني‌ها، 8 ويژگي به‌عنوان ورودي الگوريتم انتخاب شدند. نتايج نشان داد الگوريتم ماشين بردار پشتيبان مي‌تواند با دقت 59/3 درصد و صحت 54/91 درصد افراد سالم، استئوپني و استئوپروز را تشخيص دهد. نتيجه‌گيري: ويژگي‌هاي پيش‌بين‌كننده الگوريتم‌ داده‌كاوي در اين مطالعه با نتايج باليني به‌دست‌آمده از مطالعات پزشكي و با يافته‌هاي تحقيقات قبلي مطابقت دارد. اين مطالعه نشان مي‌دهد با كشف الگوها و روابط پنهان در داده‌ها، احتمالاً به‌درستي از اين الگوريتم مي‌توان براي بهبود كيفيت خدمات تشخيصي و درماني استفاده كرد.