بکارگیری داده کاوی برای پیش بینی کم خونی

کم خونی یکی از رایج ترین بیماری ها در اغلب کشورهای در حال توسعه است و به خصوص در کشور ما به وفور مشاهده می شود. کم خونی فقر آهن و بتا تالاسمی مینور جزو شایع ترین نوع کم خونی های هیپوکرومیک میکروسیتیک محسوب می شوند که در صورت عدم تشخیص درست باعث ایجاد عوارض جانبی متعددی می شوند. در کنار روش های سنتی تشخیص کم خونی، استفاده از روش های داده کاوی برای تمایز کم خونی فقر آهن از بتا تالاسمی مینور با صرف هزینه و زمان کمتر می تواند مورد توجه قرار گیرد. در سال های اخیر روش های داده کاوی در حوزه پزشکی پیشرفت رو به رشدی داشته است و توانسته به منظور تصمیم گیری بهتر مورد استفاده قرار گیرد. با این وجود در زمینه تشخیص افتراقی انواع کم خونی مطالعات انجام گرفته اندک است. هدف این مقاله که از نوع مروری می باشد، بررسی کاربردهای داده کاوی در پزشکی و به طور خاص معرفی روش های داده کاوی در پیش بینی کم خونی است. در پایان نیز مدیریت خدمات بهداشتی درمانی در راستای کم خونی فقر آهن از بتا تالاسمی مینور مورد بررسی قرار گیرد.

کلیدواژه ها:

آنمی فقر آهن ، بتا تالاسمی مینور ، تشخیص افتراقی ، داده کاوی پزشکی