استفاده از داده کاوی در تشخیص عوامل اثرگذار در ناباروری (مطالعه موردی: بیمارستان بهمن تهران)

ناباروری یکی از مسائلی است که هزینه های مادی و معنوی زیادی را بر روی دوش زوجین نابارور قرار می دهد. با توجه به جمع آوری حجم بالای داده ها در مراکز درمانی و استفاده مناسب از آن ها جهت کشف و تشخیص بیماری، نیاز به تحلیل داده ها با ابزارهای داده کاوی لازم و ضروری است. هدف این پژوهش استفاده از تکنیک داده کاوی در تشخیص عوامل زنانه است. جامعه ی آماری زوج های نابارور بیمارستان بهمن تهران به تعداد ۱۹۱ زوج در سال های ۱۳۹۹ الی ۱۴۰۰ است و حجم نمونه آماری نیز بر اساس جدول مورگان ۱۳۱ زوج تعیین گردید. عوامل مورد بررسی پژوهش بصورت شاخص توده بدنی، نسبت خانوادگی، سیکل قاعدگی، نوع ناباروری، وجود مشکل تخمک گذاری، وجود مشکل مردانه، وجود مشکل لوله ای و تعداد تخمک انتخاب شدند. با استفاده از الگوریتم خوشه بندی K-means مشخص شد که از بین عوامل مذکور، مشکل مردانه بیشترین تاثیر و مشکل تخمک گذاری کم ترین تاثیر را در ناباروری نمونه ها دارد. در ادامه با استفاده از الگوریتم های CHAID و C۵.۰ قوانین و الگوهایی استخراج شد که جهت پیش بینی روش های درمانی و دارویی مناسب هر گروه از زوج-های نابارور قابل استفاده است. دقت الگوریتم CHAID ۹۱% و دقت الگوریتم C۵.۰ ۹۵% بدست آمد و نتایج نشان داد که مهم ترین عامل برای دسته بندی بیماران در هر دو الگوریتم وجود مشکل مردانه است. نتایج این پژوهش می تواند برای پیش بینی روش درمانی مناسب جهت درمان سریع تر و دقیق تر زوج های نابارور استفاده شود.

کلیدواژه ها:

ناباروری ، داده کاوی ، خوشه بندی K-means ، دسته بندی CHAID و C۵.۰.