فروغ السادات قاسم زاده، علی عرب خردمند، سروش دکلان، علیرضا شعبانی نژاد، عطا قراجه ای، کبری اطمینانی،
دوره ۴، شماره ۱ - ( ۳-۱۳۹۶ )
چکیده
مقدمه: در سالهای اخیر، سرطان پوست غیرملانوما (NMSC) جزء سه سرطان شایع در ایران بوده است. مدیریت نامناسب این بیماری منجر به افزایش شیوع و هزینههای سربار اقتصادی شده است. تکنیکهای داده کاوی به آنالیز دادههای پروندههای بیماران و مدیریت صحیح بیماریها کمک مینمایند. هدف این مطالعه کشف الگوها و روابط پنهان در دادههای بیماران NMSC با استفاده از الگوریتمهای داده کاوی میباشد.
روش: جامعه مورد بررسی در این مطالعه کاربردی، ۸۲۸ پرونده NMSC بود که طی سالهای ۹۴-۸۶ به انستیتو کانسر بیمارستان امام خمینی (ره) تهران ارجاع شده بودند. متغیرهای دموگرافیک و ریسک فاکتورهای ابتلا به بیماری با استفاده از الگوریتم K-Means خوشهبندی شدند. همچنین از الگوریتم Apriori برای استخراج قوانین انجمنی و تعیین شاخصهای مشترک بیماران با درجه اطمینان بالای ۰/۹ استفاده گردید.
نتایج: بیماران NMSC با توجه به متغیرهای مورد بررسی در چهار خوشه توزیع شدند و سه عامل مهم تأثیرگذار بر بیماری، BMI غیرنرمال، شغلهای با ریسک بالا و سابقه قبلی سرطان مشخص شد. با استفاده از قوانین انجمنی هفت قانون مورد تأیید قرار گرفت و بیشترین ارتباط میان عوامل سابقه قبلی بیماری، موضع درگیر، عود و نوع سرطان پوست غیرملانوما دیده شد.
نتیجه گیری: این مطالعه برای اولین بار مهمترین عوامل مؤثر بر NMSC را با استفاده از داده کاوی تعیین نمود. این عوامل بایستی در انجام خودآزماییها و یا آزمایشهای غربالگری پوست در گروههای پرخطر مدنظر قرار بگیرند. همچنین در مطالعات آینده بایستی مشارکت عوامل فیزیولوژیک، اکولوژیک و ژنتیک در ایجاد سرطان پوست تواماً داده کاوی شوند.