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:

860
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

619
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

طراحی مدل پیشبینی خطر سرطان کولورکتال مبتنی بر تکنیک داده کاوی رگرسیون لجستیک

صفحات

 صفحه شروع 1 | صفحه پایان 10

چکیده

 هدف: استفاده از یادگیری ماشین جهت تشخیص زودرس سرطان کولورکتال نقش مهمی در بهبود شاخص های بیماری دارد؛ هدف مطالعه حاضر طراحی مدل پیشبینی بیماری براساس تکنیک های داده کاوی می باشد. روش ها: مطالعه حاضر از نوع توصیفی کاربردی بود که در سال 1399 انجام گردید. جامعه پژوهش تمام افرادی (800 نفر) بود که جهت بررسی های تشخیصی به بیمارستان طالقانی شهرستان آبادان مراجعه کرده بودند. دادهها از پرونده الکترونیک بیمار طی سال های 1388-1398 استخراج شد. از نرم افزار SPSS برای تحلیل اطلاعات استفاده گردید. از روش همبستگی اسپیرمن برای شناسایی فاکتورهای مؤثر در تعیین خطر ابتلا به سرطان کولورکتال در سطح آماری 0/05≥ P-Value استفاده شد. سپس با استفاده از تحلیل رگرسیون لجستیک دودویی و روش Enter فاکتورهای مؤثر در تعیین خطر ابتلا به سرطان کولورکتال شناسایی شدند و نهایتاً مدل رگرسیون پیشبینی خطر ابتلا به سرطان کولورکتال طراحی گردید. نتایج: 11 متغیر با استفاده از ضریب همبستگی اسپیرمن همبستگی معناداری را با کلاس خروجی (ابتلا و عدم ابتلا به سرطان کولورکتال) را نشان دادند. نتایج حاصل از تحلیل رگرسیون لجستیک با استفاده از Enter 7 متغیر شانس بالاتری نسبت به سایر متغیرها به دسست آوردند. نتایج حاصل از طبقه بندی نمونه های پژوهش با استفاده از روش Forward LR نشان داد که با این مدل با داشتن میزان صحت, دقت و حساسیت به ترتیب 91 درصد, 93/5 درصد و 94/5 درصد عملکرد بالایی داشته است. نتیجه گیری: مدل پیشبینی خطر مبتنی بر روش رگرسیون لجستیک می تواند در ارتقاء صحت و دقت تشخیص بیماری و پیشبینی موثر گروه های پرخطر به متخصصین گوارشی کمک کننده باشد.

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    نوپور، رئوف، کاظمی آرپناهی، هادی، و شنبه زاده، مصطفی. (1399). طراحی مدل پیشبینی خطر سرطان کولورکتال مبتنی بر تکنیک داده کاوی رگرسیون لجستیک. اطلاع رسانی پزشکی نوین، 6(4 )، 1-10. SID. https://sid.ir/paper/391702/fa

    Vancouver: کپی

    نوپور رئوف، کاظمی آرپناهی هادی، شنبه زاده مصطفی. طراحی مدل پیشبینی خطر سرطان کولورکتال مبتنی بر تکنیک داده کاوی رگرسیون لجستیک. اطلاع رسانی پزشکی نوین[Internet]. 1399؛6(4 ):1-10. Available from: https://sid.ir/paper/391702/fa

    IEEE: کپی

    رئوف نوپور، هادی کاظمی آرپناهی، و مصطفی شنبه زاده، “طراحی مدل پیشبینی خطر سرطان کولورکتال مبتنی بر تکنیک داده کاوی رگرسیون لجستیک،” اطلاع رسانی پزشکی نوین، vol. 6، no. 4 ، pp. 1–10، 1399، [Online]. Available: https://sid.ir/paper/391702/fa

    مقالات مرتبط نشریه ای

    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