هدف: پیش بینی مدت بقا در بیماران مبتلا به سرطان معده با استفاده از مدل های دقیق و قابل تفسیر می تواند نقش مهمی در تصمیم گیری های بالینی و مدیریت درمان داشته باشد. در این مطالعه، مدلی ترکیبی مبتنی بر الگوریتم رگرسیون بردار پشتیبان(SVR) و روش توضیح پذیر LIME برای پیش بینی مدت بقا در بیماران مبتلا به سرطان معده ارائه شده است.
روشها: این مطالعه به صورت گذشته نگر بر رویداده های مربوط به ۳۸۴ بیمار مبتلا به سرطان معده، در بازه زمانی ۲۰ ساله انجام شد. برای پیش بینی مدت بقا، از مدل رگرسیون بردار پشتیبان (SVR ) با کرنل RBF استفاده گردید. مدل SVR به دلیل توانایی بالا در مدل سازی روابط غیرخطی پیچیده در داده های پیوسته انتخاب شد. به منظور افزایش تفسیرپذیری نتایج، الگوریتم LIME برای تحلیل تأثیر متغیرها به کار گرفته شد. عملکرد مدل با استفاده از شاخص هایی مانند C-Index ، میانگین خطای مطلق (MAE) و میانگین مربعات خطا ( MSE ) مورد ارزیابی قرار گرفت.
نتایج: مدل SVR به ترتیب C-Index معادل 87 / MAE ،0 برابر با 3/ 45 روز و MSE برابر با 7/ 56 را نشان داد. تحلیل LIME نشان داد که متغیرهایی مانند درمان ترکیبی، پاتولوژی آدنوکارسینوما، سطح تحصیلات و سن در زمان تشخیص تأثیر مثبت و عواملی مانند اعتیاد، سابقه خانوادگی سرطان معده و علت مرگ تأثیر منفی در پی شبینی
مدت بقا داشتند.
نتیجه گیری: ترکیب الگوریتم SVR با تحلیل LIME ، مدلی تفسیرپذیر برای پیش بینی مدت بقا در بیماران مبتلا به سرطان معده ارائه داد. تفسیرپذیری این مدل، آن را به گزینه ای مناسب برای استفاده در محیط های بالینی تبدیل میکند که در آن شفافیت و اعتمادپذیری در تصمیم گیری اهمیت بالایی دارد.
بازنشر اطلاعات | |
![]() |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |