برسی عملکرد تکنیک های داده کاوی قواعد انجمنی و K همسایه نزدیک در پیش بینی میزان زنده ماندن افراد مبتلابه هپاتیت

گستردگی تکنیک ها داده کاوی موجود این امکان را فراهم کرده است تا بتوان با انتخاب تکنیک های مناسب، به نتایجی بهتر و با ضریب دقت بالاتر دستیافت؛ بنابراین با انتخاب تکنیک بهتر میتوان به نتایج حاصل از داده کاوی صورت گرفته بر رویداده ها، اطمینان بیشتری حاصل نمود. وجود عوامل مختلف دخیل در بروز بیماری هپاتیت و همچنین ناقص بودن اطلاعات در دسترس را میتوان از مشکلات اساسی در پیاده سازی تکنیک های داده کاوی دانست که می تواند بر روی نتایج نهایی تحقیق اثرگذار باشد. عوامل و نشانه های مختلفی در تشخیص بیماری هپاتیت به کار گرفته می شوند که از طریق انجام آزمایش های گوناگون این عوامل و نشانه ها مورد برسی قرار می گیرند. در این تحقیق از بین عوامل که منجر به تشخیص بیماری هپاتیت می شوند نشانه هایی همانند ANOREXIA ، LIVER BIG ، LIVER FIRM و SPLEEN PALPABLE مورداستفاده قرار می گیرند. ازاین رو با پیاده سازی تکنیک های داده کاوی قواعد انجمنی و K همسایه نزدیک بافاصله اطمینان ۸۰ درصد و مقدار پشتیبان ۵۰ درصد بر روی اطلاعات افراد مبتلابه هپاتیت و بر اساس معیارهای سنجش accuracy ، error rate ، specificity ، negative prediction value عملکردشان مورد برسی قرار گرفت و نتایج حاصل گویای این است که تکنیک قواعد انجمنی با مقدار ۹۵/۲۷specificity, ۲۲/۱۱error rate, ۸۰/۶۲accuracy و ۶۲/۹۶negative prediction value عملکرد بهتری را نسبت به تکنیک K همسایه نزدیک از خود نشان داده است. از بین عواملی که به عنوان نشانه های پیدایش بیماری هپاتیت محسوب میشوند عواملی که درنهایت فرد بیمار با دارا بودن آنها می تواند شانس زنده ماندن را پیدا کند پیش بینی شدند. ازاین رو بر اساس نتایج به دست آمده میتوان نتیجه گرفت که افرادی که در نتایج مرتبط با آزمایش خود با ویژگی های LIVER FIRM ، LIVER BIG, ANOREXIA و SPLEEN PALPABLE مثبت مواجه شده است میتوانند از شانس زنده ماندن برخوردار باشند.

کلیدواژه ها:

داده کاوی پزشکی ، قواعد انجمنی ، K همسایه نزدیک ، هپاتیت ، تکنیک های داده کاوی