Journal of Health and Biomedical Informatics

fa آینده پژوهی در سلامت: انتخاب بهترین مدل هوشمند مبتنی بر داده کاوی برای پیش بینی و تشخیص سرطان کبد در مراحل اولیه Futures Studies in Health: Choosing the Best Intelligent Data Mining Model to Predict and Diagnose liver Cancer in Early Stage تخصصي Special پژوهشي اصیل Original Article مقدمه: سرطان اولیه کبد HCC)) پنجمین سرطان شایع در دنیا و سومین عامل مرگ و میر در جهان میباشد. علائم سرطان کبد پس از بروز به سرعت پیشرفت کرده و در صورت عدم تشخیص به موقع متأسفانه بقای عمر بیمار بسیار کم می گردد. یکی از مشکلات اصلی پیش روی متخصصین گوارش، پیش بینی و تشخیص زود هنگام سرطان کبد است. داده کاوی از روشهایی است که در این زمینه  مورد استفاده واقع می گردد. هدف از انجام این مطالعه معرفی بهترین مدل هوشمند مبتنی بر داده کاوی برای پیش بینی و تشخیص سرطان کبد در مراحل اولیه میباشد. روش: در مقاله حاضر با استفاده از روش مطالعه گذشته نگر، پرونده 516 بیمار مبتلا به سرطان کبد اولیه و ثانویه و 22 ریسک فاکتور، از هر بیمار، مورد بررسی قرار گرفت. داده های جمع آوری شده با استفاده از 5 مدل داده کاویVFI Classifier ،Regression Classifier ،HyperPipes Classifier ، Functional trees with logistic regression  و  Meta Muti Class Classifier تحلیل شدند. این مدلها با  یکدیگر مقایسه شدند. نتایج: دقت، ویژگی، حساسیت و سطح زیر منحنی  Rocمـدل VFI Classifier به تـرتیب  71/29%،  49%،  50% و 63/31% می باشد و  این مدل به عنوان بهترین مدل هوشمند مبتنی برداده کاوی برای پیش بینی و تشخیص سرطان کبد در مراحل اولیه شناخته شد. نتیجه گیری: در صورتی که مدل داده کاوی VFI Classifier به صورت صحیح طراحی شود، میتواند سرطان کبد را پیش بینی نماید یا آن را در مراحل اولیه تشخیص دهد. Introduction: Primary liver cancer (HCC), is the fifth most common type of cancer and the third leading cause of death in the world. Symptoms of liver cancer will progress rapidly after the onset of the disease, and unfortunately, the patients' survival rate is very low. One of the main problems for gastroenterologists is the prediction and early detection of liver cancer. Data mining techniques can be used to understand and predict cancer. The aim of this study was to identify the best model based on intelligent data mining to predict and diagnose liver cancer in an early stage. Method: In the present article, a retrospective study was conducted on 516 cases of primary and secondary liver cancer, and 22 risk factors were examined. Data were collected from the patients' files and analyzed using 5 data mining models including VFI Classifier, Regression Classifier, Hyper Pipes Classifier, Functional trees with logistic regression, and Meta Multi Class Classifier with the highest precision (Precision). These models were compared. Results: The precision, sensitivity, specificity, and the area under the curve of VFI Classifier model were respectively 71.29%, 49%, 50%, and 63.31%, and VFI Classifier model is the best model based on intelligent data mining to predict and diagnose liver cancer in an early stage. Conclusion: If properly designed, data mining model VFI Classifier can predict liver cancer or detect it in an early stage. سرطان کبد, هپاتوسلولار کارسینوما (HCC), پیش‌بینی و تشخیص, داده‌کاوی, آینده پژوهی در سلامت Liver Cancer, Hepatocellular Carcinoma (HCC), Prediction and Detection, Data Mining, Futures studies on Health 133 140 http://jhbmi.ir/browse.php?a_code=A-10-88-1&slc_lang=fa&sid=1 Faezeh Afzali فائزه افضلی f.afzali90@gmail.com 10031947532846002367 10031947532846002367 No کارشناس فناوری اطلاعات سلامت، مرکز تحقیقات مدل سازی در سلامت، پژوهشکده آینده پژوهی در سلامت، دانشگاه علوم پزشکی کرمان، کرمان، ایران. Zohreh Heidari زهره حیدری zheydari8809@yahoo.com 10031947532846002368 10031947532846002368 No کارشناس فناوری اطلاعات سلامت، مرکز تحقیقات مدل سازی در سلامت، پژوهشکده آینده پژوهی در سلامت، دانشگاه علوم پزشکی کرمان، کرمان، ایران. Mitra Montazeri میترا منتظری montazeri_mitra@yahoo.com 10031947532846002369 10031947532846002369 No کارشناس ارشد هوش مصنوعی، مرکز تحقیقات انفورماتیک پزشکی، پژوهشکده آینده پژوهی در سلامت، دانشگاه علوم پزشکی کرمان، کرمان، ایران Leila Ahmadian لیلا احمدیان ahmadianle@yahoo.com 10031947532846002370 10031947532846002370 Yes Ph.D. in Medical Informatics, Associate Professor, Medical Informatics Research Center, Institute for Futures Studies in Health, Kerman University of Medical Sciences, Kerman, Iran. دکترای تخصصی انفورماتیک پزشکی، دانشیار، مرکز تحقیقات انفورماتیک پزشکی، پژوهشکده آینده پژوهی در سلامت، دانشگاه علوم پزشکی کرمان، کرمان، ایران. Mohammad Javad Zahedi محمد جواد زاهدی zahedimj@yahoo.com 10031947532846002371 10031947532846002371 No فوق تخصص گوارش، استاد، مرکز تحقیقات گوارش و کبد، دانشگاه علوم پزشکی کرمان، کرمان، ایران.