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:

1,241
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

360
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

مقایسه مدل رگرسیون کاکس و شبکه عصبی مصنوعی در پیش بینی بقای بیماران لوسمی حاد

صفحات

 صفحه شروع 154 | صفحه پایان 162

چکیده

 سابقه و هدف: مدل رگرسیون کاکس, یکی از روش های رایج تحلیل داده های بقا می باشد که قبل از به کارگیری آن لازم است فرض متناسب بودن خطرات برقرار باشد. اخیرا مدل های شبکه عصبی بدون نیاز به فرض خاص, جایگزینی مناسب در پیش بینی بقا می باشند. هدف از این مطالعه, مقایسه توانایی مدل رگرسیون کاکس و شبکه عصبی مصنوعی در پیش بینی بقای بیماران لوسمی حاد بود.مواد و روش ها: در یک مطالعه گذشته نگر, اطلاعات 197 بیمار لوسمی حاد بیمارستان سیدالشهدای اصفهان طی سال های 85 تا 88 جمع آوری گردید. ابتدا فرض متناسب بودن خطرات, آزمایش شد و سپس مدل رگرسیون کاکس پردازش گردید. دقت پیش بینی دو مدل با استفاده از دو روش منحنی راک و آزمون کاپا مقایسه گردید. برای تحلیل اطلاعات از نرم افزارهای SPSS 19, Splus 2000 و Matlab R2009a و آزمون رگرسیون لجستیک استفاده شد.یافته ها: از بین 9 مدل شبکه عصبی مصنوعی که تعداد نرون های آن ها بین 4 تا 12 بود, مدل شبکه عصبی با تعداد 5 نرون در لایه پنهان به عنوان مدل برتر با مدل رگرسیون کاکس مقایسه شد. مساحت زیر منحنی راک برای مدل شبکه عصبی و رگرسیون کاکس به ترتیب برابر با 0.709 و 0.458 به دست آمد. صحت پیش بینی بقا برای مدل شبکه عصبی و رگرسیون کاکس نیز به ترتیب برابر با 78.9% و 50.3% به دست آمد.نتیجه گیری: به دلیل دقت بالای مدل های شبکه عصبی در پیش بینی, استفاده از مدل های مختلف شبکه عصبی در پیش بینی بقا و توسعه آن ها در حوزه های مختلف علوم پزشکی پیشنهاد می شود.

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    حسینی تشنیزی، سعید، تذهیبی، مهدی، و توسلی فرحی، مینا. (1392). مقایسه مدل رگرسیون کاکس و شبکه عصبی مصنوعی در پیش بینی بقای بیماران لوسمی حاد. پژوهشی خون، 10(2 (پیاپی 40))، 154-162. SID. https://sid.ir/paper/78589/fa

    Vancouver: کپی

    حسینی تشنیزی سعید، تذهیبی مهدی، توسلی فرحی مینا. مقایسه مدل رگرسیون کاکس و شبکه عصبی مصنوعی در پیش بینی بقای بیماران لوسمی حاد. پژوهشی خون[Internet]. 1392؛10(2 (پیاپی 40)):154-162. Available from: https://sid.ir/paper/78589/fa

    IEEE: کپی

    سعید حسینی تشنیزی، مهدی تذهیبی، و مینا توسلی فرحی، “مقایسه مدل رگرسیون کاکس و شبکه عصبی مصنوعی در پیش بینی بقای بیماران لوسمی حاد،” پژوهشی خون، vol. 10، no. 2 (پیاپی 40)، pp. 154–162، 1392، [Online]. Available: https://sid.ir/paper/78589/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