استفاده از درخت تصميم براي پيش‏بيني سطح فريتين سرم در زنان مبتلا به كم‌خوني

Using decision tree to predict serum ferritin level in women with anemia

زمینه و هدف: داده‌كاوی به‌عنوان فرایند شناسایی و تجزیه ‌و تحلیل مقدار زیادی داده به‌منظور یافتن رفتارها و قوانین معنا‌دار است. داده‌كاوی در بهداشت و درمان فرصت‌های بی‌شماری را برای بررسی الگوهای پنهان از یك مجموعه داده فراهم می‌كند. این الگوها را می‌توان توسط پزشكان برای تشخیص، پیش‌آگاهی و درمان بیماران استفاده كرد. هدف اصلی در این مطالعه استفاده از تكنیك‌های داده‌كاوی برای پیش‌بینی سطح فریتین سرم در زنان مبتلا به كم‌خونی و شناسایی متغیرهای اساسی در تشخیص این بیماری می‌باشد. روش بررسی: در این پژوهش كاربردی، تعداد 690 بیمار و 22 متغیر در جمعیت زنان مبتلا به بیماری كم‌خونی بررسی شده‌اند. داده‌ها مربوط به بیمارانی بود كه از اردیبهشت 1392 تا اردیبهشت 1393 به آزمایشگاه بیمارستان‌های امام حسین (ع) و شهدای هفتم‌تیر مراجعه كرده‌اند. از تكنیك درخت تصمیم برای ساخت مدل استفاده شد. یافته‌ها: دقت مدل دسته‌بند درخت تصمیم با تمام متغیرها 75% بود. تركیب‌های متفاوت از متغیرها جهت یافتن بهترین مدل برای پیش‌بینی بررسی شدند. با توجه به مدل بهینه درخت تصمیم به‌دست آمده، متغیرهای RBC، MCH، MCHC، زخم‌های معده-روده و سرطان معده-روده، به‌عنوان مهم‌ترین عوامل پیش‌بینی‌كننده شناخته شدند. نتایج نشان داد كه اگر مقدار متغیرهای Mean corpuscular volume (MCV)، Mean corpuscular hemoglobin concentration (MCHC) و Mean corpuscular hemoglobin (MCH) نرمال و متغیر RBC كمتر از حد نرمال باشند، فرد با احتمال %90 به كم‌خونی فقر آهن مبتلا است. نتیجه‌گیری: با توجه به سادگی و هزینه پایین آزمایش شمارش كامل خون، مدل درخت تصمیم به‌منظور تشخیص بیماری كم‌خونی فقر آهن ایجاد شد. همچنین در این پژوهش تاثیر عوامل جدیدی مانند جراحی‌ها و بیماری‌های مختلف در نظر گرفته شد. قوانین به‌دست‌آمده از مدل درخت تصمیم می‌تواند فرایند تشخیص و درمان بیماران مبتلا به كم‌خونی فقر آهن را بهبود بخشد.

Background: Data mining is known as a process of discovering and analysing large amounts of data in order to find meaningful rules and trends. In healthcare, data mining offers numerous opportunities to study the unknown patterns in a data set. These patterns can be used to diagnosis, prognosis and treatment of patients by physicians. The main objective of this study was to predict the level of serum ferritin in women with anemia and to specify the basic predictive factors of iron deficiency anemia using data mining techniques. Methods: In this research 690 patients and 22 variables have been studied in women population with anemia. These data include 11 laboratories and 11 clinical variables of patients related to the patients who have referred to the laboratory of Imam Hossein and Shohada-E- Haft Tir hospitals from April 2013 to April 2014. Decision tree technique has been used to build the model. Results: The accuracy of the decision tree with all the variables is 75%. Different combinations of variables were examined in order to determine the best model to predict. Regarding the optimum obtained model of the decision tree, the RBC, MCH, MCHC, gastrointestinal cancer and gastrointestinal ulcer were identified as the most important predictive factors. The results indicate if the values of MCV, MCHC and MCH variables are normal and the value of RBC variable is lower than normal limitation, it is diagnosed that the patient is likely 90% iron deficiency anemia. Conclusion: Regarding the simplicity and the low cost of the complete blood count examination, the model of decision tree was taken into consideration to diagnose iron deficiency anemia in patients. Also the impact of new factors such as gastrointestinal hemorrhoids, gastrointestinal surgeries, different gastrointestinal diseases and gastrointestinal ulcers are considered in this paper while the previous studies have been limited only to assess laboratory variables. The rules of the decision tree model can improve the process of diagnosing and treatment of the patients with iron deficiency anemia and reduce their costs.