Ṭibb-i Tavānbakhshī (May 2022)

مقایسه دو الگوریتم درخت تصمیم‌گیری ساده و جنگل تصادفی برای پیش‌بینی بیماری پوکی استخوان در مردان میانسال فعال

  • لیلا فصیحی,
  • بختیار ترتیبیان,
  • رسول اسلامی

DOI
https://doi.org/10.32598/SJRM.11.2.10
Journal volume & issue
Vol. 11, no. 2
pp. 264 – 275

Abstract

Read online

مقدمه و اهداف پوکی استخوان، بیماری خاموش نامیده می‌شود، زیرا شکستگی اولین نشانه آشکار‌کننده این بیماری است. قبل از وقوع شکستگی، تشخیص زودهنگام این بیماری مسئله مهمی است. استفاده از الگوریتم‌های داده‌کاوی، دانشی است که ما را در رسیدن به اطلاعات نهفته در داده‌ها یاری می‌کند. هدف اصلی این مطالعه مقایسه دو الگوریتم درخت تصمیم‌گیری ساده و جنگل تصادفی برای پیش‌بینی بیماری پوکی استخوان در مردان میانسال فعال بود.مواد و روش‌ها تعداد 256 نفر مرد میانسال که طی سال‌های 1396 تا 1399 در بیمارستان آیت‌الله کاشانی تهران پرونده پزشکی داشتند و با عنوان مشکوک به بیماری پوکی استخوان به این بیمارستان مراجعه کرده بودند، در این مطالعه شرکت کردند. از نرم‌افزار متلب نسخه 2020 برای تجزیه‌و‌تحلیل داده‌ها استفاده شد. ارزیابی بر‌اساس ماتریس درهم‌ریختگی و معیارهای دقت و صحت انجام شد. یافته‌ها ابتدا، طبق نظر پزشکان و نتایج مقالات علمی از 103 ویژگی مربوط به اطلاعات شخصی، سبک زندگی و اطلاعات بیماری، 11 ویژگی به‌عنوان ورودی الگوریتم‌ها انتخاب شدند. الگوریتم جنگل تصادفی با دقت 73/4 درصد و صحت 68/07 درصد عملکرد بهتری داشت.نتیجه‌گیری در این مطالعه با توجه به داده‌های در دسترس، الگوریتم‌هایی توسعه داده شد که می‌تواند درزمینه پیشگیری بیماری پوکی استخوان کارآمد باشد. استفاده از این الگوریتم‌ها می‌تواند برای شروع درمان و تشخیص سریع این بیماری مؤثر باشد و از وقوع شکستگی و عوارض جبران‌ناپذیر آن جلوگیری کند.

Keywords