Mahmood Reza Gohari, Parisa Mokhtari, Mohammad Amin Pourhoseingholi, Akbar Biglarian. Artificial Neural Network in survival analysis of gastric cancer patients. Payesh 2014; 13 (3) :285-291
URL:
http://payeshjournal.ir/article-1-300-fa.html
چکیده: (5149 مشاهده)
سرطان معده در ایران در رتبه نخست شایعترین سرطان برای مردان و رتبه سوم در زنان است. هدف از این مطالعه، تحلیل بقای بیماران مبتلا به سرطان معده و در ادامه پیشبینی مرگ این بیماران با استفاده از الگوی شبکه عصبی است. در این مطالعه طولی گذشتهنگر تعداد 242 بیمار که دارای تشخیص قطعی پاتولوژیک سرطان معده بودند بررسی شدند. داده ها توسط مرکز تحقیقات گوارش و کبد دانشگاه علوم پزشکی شهید بهشتی در بیمارستان طالقانی تهران جمع آوری گردید. توابع بقا و عوامل مؤثر بر بقا به کمک روش کاپلان ـ مایر و الگو مخاطرات متناسب کاکس برآورد شدند. برای تحلیل به روش شبکه عصبی ابتدا دادهها به تصادف به دو گروه آموزش و آزمایش تقسیم شدند و همگنی زمانهای بقای آنها با آزمون رتبه لگاریتمی بررسی شد. برای انتخاب بهترین ساختار شبکه، با تغییر در مشخصه های شبکه الگوهای مختلف بررسی و با استفاده از سطح زیر منحنی ROC الگو مناسب انتخاب شد. برای تحلیل از نرم افزار SPSS نسخه 19 استفاده شد. در الگوی انتخاب شده، خطای پیش بینی برابر 37/7 درصد و سطح زیر منحنی راک برابر 0/732 به دست آمد. پیشبینی صحیح برای سانسور شدن 71/4 درصد و پیش بینی صحیح مرگ بیماران نیز 50 درصد به دست آمد. شبکه ی عصبی رویکردی مناسب برای پیش بینی بقای بیماران مبتلا به سرطان معده است و پیشبینیهای آن می تواند در دسته بندی این بیماران استفاده شود.
نوع مطالعه:
توصیفی |
پذیرش: 1397/9/7 | انتشار الکترونیک پیش از انتشار نهایی: 1393/1/18 | انتشار: 1393/2/25