مقالات در انتظار انتشار                   برگشت به فهرست مقالات | برگشت به فهرست نسخه ها

Ethics code: IR.SHMU.REC.1403.182

XML English Abstract Print


دانشگاه آزاد
چکیده:   (49 مشاهده)

هدف: سرطان معده یکی از اصلی‌ترین علل مرگ‌ومیر ناشی از سرطان در جهان است که شیوع بالایی در کشورهای در حال توسعه دارد. پیش‌بینی دقیق مدت بقا در بیماران مبتلا به سرطان معده می‌تواند به پزشکان در تصمیم‌گیری‌های بالینی و برنامه‌ریزی درمانی کمک کند.
روش‌ها: این مطالعه به‌صورت گذشته‌نگر بر روی داده‌های مربوط به ۳۸۴ بیمار مبتلا به سرطان معده، در بازه زمانی ۲۰ ساله انجام شد. برای پیش‌بینی مدت بقا، از مدل رگرسیون بردار پشتیبان (SVR) با کرنل RBF استفاده گردید. مدل SVR به دلیل توانایی بالا در مدل‌سازی روابط غیرخطی پیچیده در داده‌های پیوسته انتخاب شد. به‌منظور افزایش تفسیرپذیری نتایج، الگوریتم LIME برای تحلیل تأثیر متغیرها به‌کار گرفته شد. عملکرد مدل با استفاده از شاخص‌هایی مانند C-index، میانگین خطای مطلق (MAE) و میانگین مربعات خطا (MSE) مورد ارزیابی قرار گرفت.
نتایج: مدل SVR به ترتیب C-index معادل 0.87، MAE برابر با 45.3 روز و MSE برابر با 56.7 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 پیش‌بینی مدت بقا داشتند.
نتیجه‌گیری: ترکیب الگوریتم SVR با تحلیل LIME، مدلی دقیق و تفسیرپذیر برای پیش‌بینی مدت بقا در بیماران مبتلا به سرطان معده ارائه داد. تفسیرپذیری این مدل، آن را به گزینه‌ای مناسب برای استفاده در محیط‌های بالینی تبدیل می‌کند که در آن شفافیت و اعتمادپذیری در تصمیم‌گیری اهمیت بالایی دارد.

     
نوع مطالعه: پژوهشي | موضوع مقاله: عمومى
دریافت: 1403/12/15 | پذیرش: 1404/4/8

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA

ارسال پیام به نویسنده مسئول


بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.

کلیه حقوق این وب سایت متعلق به مجله اطلاع رسانی پزشکی نوین می‌باشد.

طراحی و برنامه نویسی: یکتاوب افزار شرق

© 2025 CC BY-NC 4.0 | Journal of Modern Medical Information Sciences

Designed & Developed by: Yektaweb