مدل پيش‏بيني بيماري عروق كرونر با استفاده از شبكه هاي عصبي و گزينش متغير مبتني بر درخت رگرسيون و طبقه بندي

Prediction model for coronary artery disease using neural networks and feature selection based on classification and regression tree

زمينه و هدف: با توجه به آنكه خطرات اجراي روش‏هاي تشخيص تهاجمي در بيماري عروق كرونر‏ از جمله آنژيوگرافي قابل ملاحظه مي‏‏باشد و از طرفي تجارب موفقيت آميزي در مورد روش‏هاي داده‏ كاوي در پزشكي حاصل شده است؛ لذا اين مطالعه با هدف توليد مدلي مبتني بر تكنيك داده‏ كاوي شبكه‏هاي عصبي كه قابليت پيش‏بيني بيماري عروق كرونر را داشته باشد انجام شده است. روش بررسي: در اين مطالعه توصيفي-تحليلي، مجموعه داده‏اي شامل 9 ريسك فاكتور از اطلاعات 13228 نفر كه در مركز قلب تهران آنژيوگرافي شده بودند (4059 نفر فاقد بيماري عروق كرونر و 9169 نفر مبتلا به اين بيماري) مورد استفاده قرار گرفت. توليد مدل پيش‏بيني بيماري عروق كرونر بر اساس شبكه عصبي پرسپترون چند لايه و روش گزينش متغير، مبتني بر درخت رگرسيون و طبقه بندي مي‏باشد كه هر دو با استفاده از نرم افزار Statistica انجام شده است. براي مقايسه و انتخاب بهترين مدل از آناليز منحني راك استفاده گرديد. يافته‏ها: پس از هفت مرتبه مدل سازي و مقايسه مدل‏هاي توليد شده، مدل نهايي تشكيل شده از كل ريسك فاكتور‏هاي موجود با سطح زير منحني راك 754/0، دقت 19/74%، حساسيت 41/92% و ويژگي 25/33% بدست آمد. در نتيجه انجام گزينش متغير نيز مدلي متشكل از 4 ريسك فاكتور با سطح زير منحني راك 737/0، دقت 19/74%، حساسيت 34/93% و ويژگي 17/31% توليد شد. نتيجه‏گيري: در اين مطالعه مدل بدست آمده مبتني بر شبكه‏هاي عصبي، علاوه بر توانايي بالا در تشخيص افراد بيمار، تعداد قابل قبولي از افرادي كه فاقد بيماري عروق كرونر بودند را نيز شناسايي كرد. همچنين، بكار‏گيري تكنيك‏هاي گزينش متغير در اين مطالعه نيز نتايج خوبي در زمينه كاهش پيچيدگي مدل به همراه داشت و منجر به توليد مدلي متشكل از تنها چهار ريسك فاكتور سن، جنس، ديابت و فشارخون بالا گرديد.

Background and aims: Risk of implementing invasive diagnostic procedures for coronary artery disease (CAD) such as angiography is considerable. On the other hand, Successful experience has been achieved in medical data mining approaches. Therefore this study has been done to produce a model based on data mining techniques of neural networks that can predict coronary artery disease. Methods: In this descriptive- analytical study, the data set includes nine risk factors of 13228 participants who were undergone angiography at Tehran Heart Center. (4059 participants were not suffering from CAD but 9169 were suffering from CAD). Producing model for predicting coronary artery disease was done based on multilayer perceptron neural networks and variable selection based on classification and regression tree (CART) using of Statistica software. For comparison and selection of best model, the ROC curve analysis was used. Results: After seven-time modeling and comparing the generated models, the final model consists of all existing risk factors obtained with the area under ROC curve of 0.754, accuracy of 74.19%, sensitivity of 92.41% and specificity of 33.25% .Also, variable selection results in producing a model consists of four risk factors with area under ROC curve of 0.737, accuracy of 74.19%, sensitivity of 93.34% and specificity of 31.17% was produced. Conclusion: The obtained model is produced based on neural networks. The model is able to identify both high risk patients and acceptable number of healthy subjects. Also, utilizing the feature selection in this study ends up in production of a model which consists of only four risk factors as: age, sex, diabetes and high blood pressure.