مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

مقاله مقاله نشریه

مشخصات مقاله

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

26
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

0
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

ارائه یک الگوریتم توضیح پذیر برای پیش بینی مدت بقا بیماران مبتلا به سرطان معده

صفحات

 صفحه شروع 453 | صفحه پایان 468

چکیده

 هدف: پیش بینی مدت بقا در بیماران مبتال به سرطان معده با استفاده از مدل های دقیق و قابل تفسیر می تواند نقش مهمی در تصمیم گیری های بالینی و مدیریت درمان داشته باشد. در این مطالعه, مدلی ترکیبی مبتنی بر الگوریتم رگرسیون بردار پشتیبان )SVR )و روش توضیح پذیر LIME برای پیش بینی مدت بقا در بیماران مبتال به سرطان معده ارائه شده است. روش ها: این مطالعه به صورت گذشته نگر بر روی داده های مربوط به 384 بیمار مبتال به سرطان معده, در بازه زمانی 20 ساله انجام شد. برای پیش بینی مدت بقا, از مدل رگرسیون بردار پشتیبان )SVR )با کرنل RBF استفاده گردید. مدل SVR به دلیل توانایی باال در مدل سازی روابط غیرخطی پیچیده در داده های پیوسته انتخاب شد. به منظور افزایش تفسیرپذیری نتایج, الگوریتم LIME برای تحلیل تأثیر متغیرها به کار گرفته شد. عملکرد مدل با استفاده از شاخص هایی مانند Index-C, میانگین خطای مطلق )MAE )و میانگین مربعات خطا )MSE )مورد ارزیابی قرار گرفت. نتایج: مدل SVR به ترتیب Index-C معادل, 0/87 MAE برابر با 45/3 روز و MSE برابر با 56/7 را نشان داد. تحلیل LIME نشان داد که متغیرهایی مانند درمان ترکیبی, پاتولوژی آدنوکارسینوما, سطح تحصیالت و سن در زمان تشخیص تأثیر مثبت و عواملی مانند اعتیاد, سابقه خانوادگی سرطان معده و علت مرگ تأثیر منفی در پیش بینی مدت بقا داشتند. نتیجهگیری: ترکیب الگوریتم SVR با تحلیل LIME, مدلی تفسیرپذیر برای پیش بینی مدت بقا در بیماران مبتال به سرطان معده ارائه داد. تفسیرپذیری این مدل, آن را به گزینه ای مناسب برای استفاده در محیط های بالینی تبدیل می کند که در آن شفافیت و اعتمادپذیری در تصمیم گیری اهمیت باالیی دارد.

چندرسانه ای

  • ثبت نشده است.

    • استنادها

  • ثبت نشده است.

    • ارجاعات

    استناددهی

    مقالات مرتبط نشریه ای

  • ثبت نشده است.

    • مقالات مرتبط همایشی

  • ثبت نشده است.

    • طرح های مرتبط

  • ثبت نشده است.

    • کارگاه های پیشنهادی






    بازگشت به بالا
    telegram sharing button
    whatsapp sharing button
    linkedin sharing button
    twitter sharing button
    email sharing button
    email sharing button
    email sharing button
    sharethis sharing button