بررسی عوامل مرتبط با سرطان معده با رویکرد شبکه ی عصبی و رگرسیون لجستیک چندگانه: مطالعه ی مورد-شاهدی
- سال انتشار: 1401
- محل انتشار: مجله دانشکده پزشکی اصفهان، دوره: 40، شماره: 693
- کد COI اختصاصی: JR_IMSJ-40-693_003
- زبان مقاله: فارسی
- تعداد مشاهده: 116
نویسندگان
MSc of Biostatistics, Clinical Research Development Center, Imam Reza Hospital, Kermanshah University of Medical Sciences, Kermanshah, Iran
Assistant Professor, Department of Mathematics, Campus of Bijar, University of Kurdistan, Sanandaj, Iran
Assistant Professor, Department of Mathematics, University of Kurdistan, Sanandaj, Iran
MSc of Epidemiology, Infectious Diseases Research Center, Imam Reza Hospital, Kermanshah University of Medical Sciences, Kermanshah, Iran
چکیده
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 Regressionاطلاعات 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.