بررسی عوامل مرتبط با سرطان معده با رویکرد شبکه ی عصبی و رگرسیون لجستیک چندگانه: مطالعه ی مورد-شاهدی

مقاله پژوهشی مقدمه: سرطان معده، پنجمین سرطان شایع و سومین عامل مرگ در جهان است. در این مطالعه عوامل مرتبط با سرطان معده با استفاده از دو مدل رگرسیون لجستیک و شبکه ی عصبی بررسی گردید. روش ها: در این مطالعه ی مورد- شاهدی، در مجموع ۱۱۷۰ نفر وارد مطالعه شدند (۳۹۰ مورد -۷۸۰ شاهد). ابزار جمع آوری اطلاعات بر اساس چک لیست محقق ساخته بود. نمونه ها به روش نمونه گیری دردسترس انتخاب شدند و به روش مصاحبه ی حضوری و تلفنی اطلاعات آن ها جمع آوری شد. قدرت برازش در مدل رگرسیون لجستیک و شبکه ی عصبی با استفاده از منحنی مشخصه عملکرد گیرنده (ROC) مقایسه گردید. با معرفی مدل برتر، عوامل مرتبط و معنی دار با ابتلا به سرطان معده گزارش شد. یافته ها: نتایج نشان داد که دقت، حساسیت و ویژگی در شبکه عصبی به ترتیب ۹۶/۴، ۹۳/۷و ۸۱/۹ درصد و در مدل رگرسیون لجستیک به ترتیب ۹۵/۹، ۹۱/۱ و ۸۴/۴ درصد گزارش شد. مدل شبکه ی عصبی نشان داد، متغیرهای سن (۰/۶۴۶)، مصرف میوه (۰/۷۱۳)، سابقه ی مصرف خودسرانه ی دارو (۰/۶۵۲)، سابقه ی زخم معده (۰/۷۳۴)، سابقه ی خانوادگی سرطان (۰/۸۵۲) و سابقه ی خانوادگی سرطان معده (۰/۸۳۶) از نظر آماری با بروز سرطان معده ارتباط دارند. نتیجه گیری: با توجه به اینکه در مطالعه ی حاضر برازش شبکه ی عصبی نسبت به رگرسیون لجستیک برتر بوده و نیاز به فرضیات خاصی ندارد، لذا به محققین پیشنهاد می شود که مدل شبکه ی عصبی را می توان بر رگرسیون لجستیک ترجیح داد.

کلیدواژه ها:

Stomach cancers ، Gastric cancer ، Neural Network ، multilayer perceptron ، Logistic Regression