مقایسه شبکه عصبی مصنوعی و رگرسیون لجستیک در پیش بینیپاسخ های دو حالتی مطالعات پزشکی
- سال انتشار: 1390
- محل انتشار: مجله دانشگاه علوم پزشکی خراسان شمالی، دوره: 3، شماره: 5
- کد COI اختصاصی: JR_NKUMS-3-5_002
- زبان مقاله: فارسی
- تعداد مشاهده: 43
نویسندگان
دانشگاه علوم بهزیستی و توان بخشی تهران، تهران، ایران
دانشگاه علوم بهزیستی و توان بخشی تهران، تهران، ایران
دانشگاه علوم بهزیستی و توان بخشی تهران، تهران، ایران
دانشگاه علوم بهزیستی و توان بخشی تهران، تهران، ایران
چکیده
چکیده زمینه و هدف: رگرسیون لجستیک یک مدل عمومی برای بررسی رابطه بین متغیرهای مستقل و پاسخ های دوحالتی است. یکی از مدل های انعطاف پذیر که به طور جایگزین می تواند مورد استفاده قرار گیرد، مدل شبکه عصبی مصنوعی است. این مطالعه با هدف مقایسه ی قدرت پیش بینی پاسخ های دوحالتی داده های پزشکی، با مدل شبکه عصبی مصنوعی و رگرسیون لجستیک انجام شد. مواد و روش کار: برای انجام این پژوهش، از داده های ۶۳۹ بیمار مبتلا به سرطان معده، گردآوری شده توسط مرکز تحقیقات گوارش و کبد دانشگاه علوم پزشکی شهید بهشتی طی سال های ۱۳۸۱-۱۳۸۵، استفاده شد. مرحله بیماری به عنوان متغیر وابسته در نظر گرفته شد. ارزیابی شبکه بر اساس ملاک حداقل مربعات خطای پیش بینی صورت گرفت و مقایسه پیش بینی های مدل نهایی شبکه با مدل رگرسیونی با استفاده از شاخص هماهنگی و منحنی راک صورت پذیرفت. تحلیل داده ها با نرم افزار R ۲.۱۲ و SPSS ۱۷.۰ انجام شد. یافته ها: سطح زیر منحنی مشخصه عملکرد مدل شبکه عصبی برابر ۷۲۵/۰ و مدل رگرسیون لجستیک برابر ۶۹۹/۰ به دست آمد. همچنین صحت پیش بینی کل برای مدل شبکه عصبی و رگرسیونی به ترتیب برابر ۷۷۱/۰ و ۷۱۰/۰ محاسبه گردید. همچنین اختلاف پیش بینی های دو مدل معنی دار شد (۰۰۲/۰ = P). نتیجه گیری: صحت پیش بینی شبکه در تشخیص مرحله ی بیماری سرطان معده بیش تر از مدل رگرسیونی لجستیک به دست آمد و لذا این مدل برای تشخیص مرحله ی بیماری پیشنهاد می شود.کلیدواژه ها
Keywords: Artificial neural network, Logistic regression, Prediction, Binary response, واژه های کلیدی: شبکه عصبی مصنوعی, رگرسیون لجستیک, پیش بینی, پاسخ های دوحالتیاطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.