دوره 10، شماره 3 - ( دور10، شماره 3 1393 )                   جلد 10 شماره 3 صفحات 1-8 | برگشت به فهرست نسخه ها


XML English Abstract Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Asadabadi A, Bahrampour A, Haghdoost A. Prediction of Breast Cancer Survival by Logistic Regression and Artificial Neural Network Models. irje. 2014; 10 (3) :1-8
URL: http://irje.tums.ac.ir/article-1-5273-fa.html
اسد آبادی آذر، بهرامپور عباس، حقدوست علی اکبر. پیش‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎بینی بقای بیماران مبتلا به سرطان پستان با استفاده از دو مدل رگرسیون لجستیک و شبکه عصبی مصنوعی. مجله اپیدمیولوژی ایران. 1393; 10 (3) :1-8

URL: http://irje.tums.ac.ir/article-1-5273-fa.html


1- مرکز تحقیقات مدل‌سازی در سلامت دانشگاه علوم پزشکی کرمان
2- مرکز تحقیقات مدل‌سازی در سلامت دانشگاه علوم پزشکی کرمان ، abahrampour@yahoo.com
3- دانشکده بهداشت و مرکز تحقیقات مدل‌سازی در سلامت دانشگاه علوم پزشکی کرمان
چکیده:   (7030 مشاهده)

مقدمه و اهداف: در سال‎های اخیر، توجه قابل ملاحظه‎ای به مدل‎های آماری برای طبقه‎بندی داده‎های پزشکی با توجه به بیماری‎های مختلف و پیامدهای آن‎ها شده است. شبکه‎های عصبی مصنوعی به دلیل عدم نیاز به پیش‌فرض با موفقیت برای تشخیص الگو و پیش‎بینی در برخی از مطالعه‌های بالینی استفاده شده‎اند. هدف از این مطالعه، مقایسه دو مدل آماری شبکه عصبی مصنوعی و رگرسیون لجستیک برای پیش‌بینی بقای بیماران مبتلا به سرطان پستان است.

روش کار: دو مدل برای داده‎های ثبت سرطان کرمان، جنوب شرق ایران، برای پیش‌بینی بقای هر بیمار به کار برده شدند. داده‎‎‎‎‎‎‎های مورد استفاده در این مطالعه شامل 712 بیمار مبتلا به سرطان پستان در گروه سنی 85-15 سال بود. برای مقایسه پیش‌بینی
بقا در داده‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎های یاد شده، از مدل رگرسیون لجستیک و مدل شبکه عصبی مصنوعی پرسپترون سه لایه استفاده شد.
برای مقایسه و تعیین تفاوت دو مدل، از حساسیت، ویژگی، صحت پیش‎بینی و سطح زیر منحنی مشخصه عملکرد (ROC)
 (
Receiver Operative Characteristics) استفاده گردید.

نتایج: در این مطالعه، حساسیت و ویژگی دو مدل رگرسیون لجستیک و شبکه عصبی مصنوعی به ترتیب (594/0 و 70/0) و (621/0 و 723/0) به دست آمد. همچنین صحت و سطح زیر منحنی راک به ترتیب (688/0و 725/0) و (70/0و 725/0) برای دو مدل رگرسیون لجستیک و شبکه عصبی پرسپترون بود.

نتیجه‏گیری: یافته‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎ها نشان می‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎دهند اگرچه تفاوت کمی در دو مدل وجود دارد، اما در اینگونه داده‎ها برای پیش‎بینی بقای بیماران مبتلا به سرطان پستان، مدل شبکه عصبی مصنوعی ابزار مناسب‌تری می‌باشد.

متن کامل [PDF 459 kb]   (2852 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: عمومى
دریافت: ۱۳۹۳/۱۲/۲ | پذیرش: ۱۳۹۳/۱۲/۲ | انتشار: ۱۳۹۳/۱۲/۲

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
کد امنیتی را در کادر بنویسید

ارسال پیام به نویسنده مسئول


کلیه حقوق این وب سایت متعلق به مجله تخصصی اپیدمیولوژی ایران می باشد.

طراحی و برنامه نویسی : یکتاوب افزار شرق

© 2017 All Rights Reserved | Iranian Journal of Epidemiology

Designed & Developed by : Yektaweb