ارائه مدلي براي پيش‎‌بيني احتمال ابتلا به بيماري پوكي استخوان با استفاده از الگوريتم هاي درخت تصميم

Providing a Model for Predicting the Risk of Osteoporosis Using Decision Tree Algorithms

سابقه و هدف: امروزه بيماری‌هايی مانند پوكی استخوان كه بدون هيچ علامتی ناگهان فرد مبتلا را به شكستگی‌های زيادی در نواحی مختلف بدن از جمله ستون فقرات، قفسه سينه، دست‌ها و پاها دچار می‌سازد و در نهايت باعث مرگی دردناك می‌شود در اغلب سالخوردگان مشاهده می‌شود. به گزارش وزارت بهداشت 6/4 درصد افراد 20 تا 70 سال در ايران به پوكی استخوان در ستون فقرات مبتلا هستند. هدف اين مقاله تعيين عوامل تأثيرگذار در بروز پوكی استخوان و نيز ارائه مدل پيش‌بينی‌كننده‌ای برای تشخيص اين بيماری به منظور افزايش سرعت تشخيص و نيز كاهش هزينه‌های تشخيصی می‌باشد. مواد و روش ها: اطلاعات مربوط به 670 بيمار در چهار بخش اطلاعات فردی، سبك زندگی و اطلاعات بيماری‌ها و نتايج دستگاه DEXA بررسی شده است. در اين مقاله مدل جديدی بر اساس متدولوژی استاندارد CRISP ارائه شده است. در بخش مدل سازی از سه روش شناخته شده در داده كاوی به نام های درخت تصميم CHAID و C5.0 و شبكه عصبی مصنوعی استفاده شده است. برای تحليل داده ها از نرم افزار Celementine 12.0 استفاده شده است. يافته ها: در اين تحقيق برای اولين بار در ايران ويژگی‌های تاثيرگذار بر پوكی استخوان در بيماران مورد بررسی قرار گرفته است. با استفاده از داده كاوی و روش‌های آن ويژگی‌های تاثيرگذار بر اين بيماری شناسايی شده‌اند. به كمك درخت تصميم ايجاد شده، قوانينی استخراج شده اند كه می تواند به عنوان الگويی برای پيش بينی وضعيت بيماران از آن‌ها استفاده كرد. دقت مدل‌های ساخته شده با استفاده از الگوريتم‌های C.5.0، CHAID و شبكه عصبی مصنوعی با يكديگر مقايسه شده‌اند. نتايج اين مقايسه نشان می‌دهد هريك از اين الگوريتم‌ها در پيش‌بينی گروهی از افراد بهتر عمل می‌كند. استنتاج: به طور كلی دقت الگوريتم‌های شبكه عصبی مصنوعی از الگوريتم‌های درخت تصميم بيش‌تر است. بيش‌ترين عوامل تأثير گذار بر پوكی استخوان شناسايی شدند. با توجه به قوانين ايجاد شده برای يك نمونه جديد با ويژگی‌های مشخص، می‌توان پيش‌بينی كرد بيمار احتمالا دچار پوكی استخوان خواهد شد يا خير.

Background and purpose: Some diseases such as osteoporosis may have no symptom but suddenly cause fractures in different parts of body such as spine, chest, hands and legs, thereby resulting in very painful death in old people. According to a report by Iran’s ministry of health 4.6% of people aged 20 to 70 years in Iran are affected by osteoporosis in the spine. This study aimed at determining the factors influencing the incidence of osteoporosis and also providing a predictive model to speed up the detection and reduce diagnostic costs. Material and Methods: Data was collected by interviewing 670 patients in an orthopedic clinic. The information included demographic information, lifestyle and diseases, and the results of DEXA scan. In this paper, a new model based on the standard methodology CRISP is presented. In modeling, three known data mining methods, the CHAID, C5.0 decision tree, and neural network were used. For data analysis Celementine V.12.0 was used.. Results: In this study, for the first time in Iran, the characteristics affecting osteoporosis in patients has been studied. Using data mining techniques, influencing characteristics of the disease have been identified. According to the created decision tree, some rules are derived that can be used as a model for the prediction of patient’s status. Accuracy of built models using the algorithms C.5.0, CHAID, and neural networks were compared. Each algorithm was observed to act better in predicting osteoporosis in a specified group of people. Conclusion: The accuracy of artificial neural networks algorithm is higher than that of the decision tree algorithm. In this study the most affected factors on osteoporosis were detected. According to the created rules for a new instant with specified features, we can predict whether a patient will probably suffer from osteoporosis or not.