الگوی شبکه عصبی مصنوعی در تحلیل بقای بیماران سرطان معده

سرطان معده در ایران در رتبه نخست شایع ترین سرطان برای مردان و رتبه سوم در زنان است. هدف از این مطالعه، تحلیل بقای بیماران مبتلا به سرطان معده و در ادامه پیش بینی مرگ این بیماران با استفاده از الگوی شبکه عصبی است. در این مطالعه طولی گذشته نگر تعداد ۲۴۲ بیمار که دارای تشخیص قطعی پاتولوژیک سرطان معده بودند بررسی شدند. داده ها توسط مرکز تحقیقات گوارش و کبد دانشگاه علوم پزشکی شهید بهشتی در بیمارستان طالقانی تهران جمع آوری گردید. توابع بقا و عوامل موثر بر بقا به کمک روش کاپلان مایر و الگو مخاطرات متناسب کاکس برآورد شدند. برای تحلیل به روش شبکه عصبی ابتدا داده ها به تصادف به دو گروه آموزش و آزمایش تقسیم شدند و همگنی زمان های بقای آن ها با آزمون رتبه لگاریتمی بررسی شد. برای انتخاب بهترین ساختار شبکه، با تغییر در مشخصه های شبکه الگوهای مختلف بررسی و با استفاده از سطح زیر منحنی ROC الگو مناسب انتخاب شد. برای تحلیل از نرم افزار SPSS نسخه ۱۹ استفاده شد. در الگوی انتخاب شده، خطای پیش بینی برابر ۳۷/۷ درصد و سطح زیر منحنی راک برابر ۰/۷۳۲ به دست آمد. پیش بینی صحیح برای سانسور شدن ۷۱/۴ درصد و پیش بینی صحیح مرگ بیماران نیز ۵۰ درصد به دست آمد. شبکه ی عصبی رویکردی مناسب برای پیش بینی بقای بیماران مبتلا به سرطان معده است و پیش بینی های آن می تواند در دسته بندی این بیماران استفاده شود.

کلیدواژه ها:

Gastric Cancer ، Neural Network ، Survival Analysis ، سرطان معده ، شبکه عصبی مصنوعی ، تحلیل بقا