بررسی مقایسه ای عملکرد الگوریتم شبکه های عصبی با الگوریتم های داده کاوی درخت تصمیم در تعیین عوامل موثر و پیش بینی ابتلا سکته مغزی ایسکمیک در بیماران بستری بیمارستان آموزشی علی ابن ابیطالب(ع)، دانشگاه علوم پزشکی زاهدان

امروز با توجه به افزایش طول عمر جوامع انسانی، سکته های مغزی که جزو بیماری های سنین بالا محسوب می شوند اهمیت به سزایی یافته اند(1). سکته مغزی ( [1](CVAیکی از معضلات بزرگ بهداشتی، شایع ترین و نیز پر عارضه ترین بیماری مغز و اعصاب است که به دلیل اختلال در خون رسانی مغز به وجود می آید و مرگ و میر و ناتوانی های بسیاری را در پی دارد. این بیماری یکی از بیماری های شایع نورولوژیک است و همه ساله حدود 5.5 میلیون نفر را در سراسر جهان مبتلا می کند(2). بنابر گزارشات رسمی و مطالعات انجام شده در سطح دنیا سکته مغزی سومین عامل مرگ و میر بعد از بیماری های قلبی و سرطان است و حتی در بعضی از مناطق جهان به عنوان دومین علت مرگ بعد از بیماری های قلبی شناخته شده است(3). مطابق آمار اعلام شده از سوی سازمان جهانی بهداشت در سال 2005 سکته مغزی باعث مرگ 5.7 میلیون نفر شده که معادل 9.9 درصد از آمار مرگ و میر جهانی در این سال است که نشاندهنده اهمیت بسزای این بیماری بوده و نیازمند  توجه و برنامه ریزی جدی جهت کنترل و کاهش آن در سطح جهانی و ملی می باشد(4). از سویی دیگر سکته مغزی، شایع ترین علت ناتوانی مزمن در سالمندان است. مطابق تعریف سازمان جهانی بهداشت سکته مغزی عبارتست از مجموعه ای از علائم کلینیکی که به طور ناگهانی ایجاد می شوند و مربوط به عملکرد ناحیه ای یا کلی مغز هستند که منشا عروقی دارند و بیش از 24 ساعت تداوم می یابند(5). این بیماری به دو نوع اصلی ایسکمیک[2] و هموراژیک تقسیم می شود که نوع ایسکمیک ناشی از آمبولی یا ترومبوز در شریانها و یا ترومبوز وریدهای مغزی است؛ یعنی بر اثر بسته شدن یک شریان مغزی توسط یک لخته خون رخ می دهد. اما نوع هموراژیک ناشی از خونریزی است و بر اثر پاره شدن یکی از شریان های مغز ایجاد می شود که خود شامل سه زیر گروه خون ریزی داخل مغزی (ICH)[3]، خونریزی ساب آراکنوئید (SAH)[4] و خونریزی ساب دورال یا اپی دورال می باشد(6). از این رو مطالعات انجام شده در اروپا، استرالیا و آمریکا حاکی از آن است که حدود 80 درصد سکته ها در این کشورها از نوع ایسکمیک و 20 درصد آن ها هموراژیک هستند(7).

از سویی دیگر عوامل بسیار زیادی در بروز سکته های مغزی نقش دارند که می توان  آنها را به دو دسته کلی تقسیم بندی کرد: عوامل غیر قابل تغییر که شامل سن، جنس، نژاد و وراثت می باشد و عوامل قابل تغییر که شامل فشار خون، بیماری قلبی، دیابت ملیتوس، هایپرلیپیدمی، چاقی و استعمال سیگار است(8).

از میان موارد گفته شده، سن قوی ترین فاکتور خطر غیر قابل تغییر در سکته های مغزی ایسکمیک است و این بیماری اغلب در سنین بالای 75 سال رخ می دهد که نیازمند توجه فراون به سبک زندگی در افراد سالمند بوده تا شاهد کاهش ریسک ابتلا به CVA باشیم(9). علاوه بر این فشار خون بالا نیز به عنوان مهم ترین عامل خطر اصلاح پذیر برای بروز سکته مغزی شناخته شده است به طوری که میزان بروز این بیماری در افراد دارای فشار خون بالا 4 برابر افراد با فشار خون عادی و 2 برابر افراد دارای فشار خون پایین می باشد که می توان گفت سبک زندگی ماشینی امروز و تغذیه نادرست و همچنین وجود استرس در محیط زندگی موجب بروز فشار خون و در نهایت CVA می شود که نیازمند تغییر سبک زندگی و کاهش استرس می باشد(10). مطالعات مختلف حاکی از آن است که دیابت به عنوان یکی از مهمترین عوامل، خطر ابتلا به سکته مغزی را 2 تا 6 برابر افزایش می دهد. همچنین سطوح بالاتر کلسترول با افزایش خطر سکته مغزی ناشی از ایسکمی در ارتباط است و نیز استعمال سیگار خطر ابتلا به این بیماری را تقریبا دو برابر می کند(1). بدین ترتیب میزان شیوع این بیماری در مردان بیشتر از زنان است و مطابق آمار به دست آمده؛ مرگ و میر ناشی از سکته مغزی در مردان 350 نفر و در زنان 270 نفر در صد هزار نفر بوده است(9). همچنین تحقیقات نشان داده است که سیاه پوستان در مقایسه با سفید پوستان بیشتر دچار سکته مغزی می شوند(10). با توجه به اینکه عامل سن به عنوان یکی از مهمترین عوامل ابتلا در نظر گرفته شده است اما باید گفت که سکته مغزی فقط مختص سالمندان نیست و در جوانان نیز دیده می شود؛ اما علل ایجاد این بیماری در جوانان و افراد مسن متفاوت است و بر خلاف سنین بالا که بروز سکته مغزی در مردان شایع تر است؛ در جوانان نسبت مرد به زن تقریبا به یک می رسد و احتمال می رود که علت آن عوارض ناشی از حاملگی و یا استفاده از قرص های ضد بارداری (OCP)[5] باشد(5).

بر اساس مطالعات اپیدمیولوژی، شیوع سکته مغزی در کشورهای غیر پیشرفته و در حال توسعه بیشتر می باشد(11). میزان بروز سکته مغزی در کشورهای غربی 2-1 در هر هزار نفر و شیوع آن 6-5 در هر هزار نفر است. این بیماری به عنوان سومین عامل مرگ و میر در کشور انگلستان محسوب می شود به طوری که در سال 1989 تعداد 63400 نفر به علت سکته مغزی در این کشور جان باختند. همچنین سالانه 600-500 هزار  سکته مغزی در آمریکا رخ می دهد(9). اطلاعات موجود درباره سکته مغزی در کشورهای در حال توسعه بسیار محدود است؛ اما بر اساس پیش بینی  [6]APCESطی سی سال آینده بیماری های عروقی-مغزی عمده ترین مشکل کشورهای در حال توسعه خواهد بود که نیازمند بررسی های دقیق و موشکافانه جهت کشف علل ابتلا به این بیماری به منظور کاهش میزان مرگ و میر، هدر رفت هزینه و نیروی انسانی می باشد(12). در همین راستا امروزه اکثر مراکز بهداشتی و درمانی داده های گوناگونی را در مورد بیماری های مختلف و عوامل موثر در بروز آن ها جمع آوری می کنند که کاوش این داده ها و استخراج الگوهای مفید از آن ها یکی از اهداف اصلی جمع آوری چنین داده هایی است(13). بدین ترتیب در سال های اخیر رشد انفجاری روش ها برای اکتشاف دانش جدید از داده های خام به وقوع پیوسته است. در پاسخ به این امر، رشته جدیدی از کاوش داده ها موسوم به داده کاوی[7] به طور ویژه گسترش یافته است تا اطلاعات با ارزشی از مجموعه داده های عظیم استخراج نماید(14). داده کاوی و اکتشاف دانش، یکی از رشته های نسبتا جدید در حوزه علوم کامپیوتر، انفورماتیک پزشکی و آمار تخصصی است که با استفاده از روش های ویژه و طبقه بندی و تحلیل داده ها، روابط جدید بین متغیرها را کشف کرده و یا منجر به ساخت فرضیه های جدید برای پژوهش های بعدی می شود(15). با توجه به مطالب گفته شده، با توسعه روز افزون کاربردهای فن آوری اطلاعات در حیطه پزشکی، امکان به کارگیری روش های داده کاوی در این حوزه برای پژوهشگران فراهم شده است. بدین ترتیب روش های داده کاوی از الگوریتم های متعدد یادگیری به منظور تولید مدل های پیش بینی استفاده می کنند که با توجه به برخی عوامل نظیر ویژگی های داده ها و حیطه کاربردی مدل ها، برخی الگوریتم ها نسبت به سایر آن ها در اولویت قرار می گیرند(16). از این رو در حوزه پزشکی، الگوریتم های ساخت درخت تصمیم به دلیل دقت و سرعت الگوریتم ها و سادگی در استفاده و فهم آن ها، یک تکنیک معمول برای حل مسائل داده کاوی می باشند و از محبوبیت بیشتری نسبت به سایر الگوریتم های یادگیری برخوردارند(14،16).

این رو با در نظر گرفتن مشکلات متعدد ناشی از بروز سکته مغزی، بررسی میزان رابطه عوامل خطرساز در بروز این بیماری و شناسایی آن ها قبل از ایجاد عارضه به منظور حفظ و ارتقاء سلامت جامعه ضروری به نظر می رسد(9). بدین ترتیب شناسایی ریسک فاکتورهای سکته مغزی یکی از مهم ترین جنبه های اپیدمیولوزیک جلوگیری از سکته های مغزی است و باعث کاهش قابل ملاحظه ای در وقوع آن در کشورهای پیشرفته و افزایش امید به زندگی شده است(8). در همین راستا یافتن عوامل خطر بروز این بیماری اولین قدم در بحث پیشگیری بوده و توجه به این نکته در جوامع پیشرفته باعث شده است که علی رغم بالا رفتن متوسط طول عمر جامعه؛ با شناسایی، پیشگیری و درمان عوامل خطر از افزایش بروز این عارضه جلوگیری به عمل آید(1). در همین راستا احمدی آهنگر و همکارانش اظهار دارند که سکته ایسکمیک شایع ترین نوع سکته مغزی بوده و فشارخون بالا، اختلالات قلبی، سوء مصرف مواد، هایپرلیپیدمی و دیابت از جمله مهمترین ریسک فاکتورهای سکته مغزی هستند(5). همچنین طی مطالعه دیگری که اکثر مبتلایان به سکته مغزی در گروه سنی 74-65 سال بودند و شیوع این بیماری در زنان اندکی بیشتر از مردان بوده است. فراوانی سکته ایسکمیک نسبت به سکته هموراژیک بیشتر بوده و بیماری ایسکمیک قلبی و دیابت به ترتیب به عنوان مهم ترین عوامل خطر در ابتلا به سکته مغزی شناخته شده اند(1). علاوه براین حسینی و همکارانش در مطالعه ای این نتیجه رسیدند که عواملی نظیر میزان قند خون، سابقه بیماری های قلبی، پرفشاری خون سیستولیک و دیاستولیک، سن، جنس و قومیت در بروز سکته مغزی موثر هستند(9).

از آن جایی که پیشگیری و ارائه درمان های به موقع در موارد سکته های مغزی اهمیت فرآوانی  دارد و نظر به این که سیستم سلامت کشور ایران هزینه های سنگینی را در این حوزه متحمل می شود، ارائه تکنیکی به منظور پیش بینی این بیماری جهت پیشگیری و ارائه به موقع درمان بسیار حائز اهمیت است. با توجه به این که تاکنون تشخیص سکته مغزی بر اساس تکنیک های پردازش تصویر بوده است و به نظر می رسد در زمینه پیش بینی سکته مغزی با استفاده از الگوریتم های داده کاوی مطالعات محدودی صورت گرفته است؛ لذا بر آن شدیم تا عوامل موثر در ابتلا به سکته مغزی را با استفاده از الگوریتم داده کاوی درخت تصمیم شناسایی کرده و با استفاده از روش های فوق الذکر به ارائه مدل های جامع جهت پیش بینی این بیماری اقدام کنیم. به نظر می رسد این مطالعه تا به حال در شهر زاهدان انجام نشده است؛ بنابراین در نوع خود منحصر به فرد می باشد. امید است که نتایج حاصل از این پژوهش بتواند راهکارهایی را جهت پیشگیری و درنتیجه کاهش میزان سکته های مغزی ایسکمیک ارائه دهد. سود این کار به افراد جامعه جهت شناسایی و پیشگیری از ابتلا به ریسک فاکتورهای موثر در بروز این بیماری، بیماران مبتلا به سکته مغزی ایسکمیک از طریق کاهش هزینه های مربوط به درمان و همچنین ارائه دهندگان خدمات بهداشتی-درمانی از طریق تشخیص زود هنگام و درمان به موقع می رسد.

پیشینه پژوهش

پژوهشی توسط کومار[8] (2014)  با عنوان 'تکنیک های داده کاوی در پیش بینی و درمان دیابت ' انجام شد. در این پژوهش داده های دیابت به وسیله تکنیک های مختلف داده کاوی شامل بیزین ناوی، J48(C4.5)، JRip ، شبکه های عصبی، درخت تصمیم گیری،KNN ، منطق فازی و الگوریتم های ژنتیکی بر اساس دقت و زمان ارائه پیش بینی، تحلیل شدند. 9 ویژگی برای پیش بینی این بیماری شامل جنسیت، فشار خون دیاستولیک، گلوکز پلاسما، ضخامت چین های پوستی، شاخص توده بدنی، نوع دیابت، تعداد دفعات بارداری، میزان انسولین سرم (2hr)، و آخرین آیتم احتمال ابتلا به دیابت، انتخاب شدند. پایگاه داده های واقعی این پژوهش شامل 865 نمونه میباشد. در این پژوهش از ابزار داده کاوی  Weka  ورژن 3.6.6 استفاده شده است. در ابتدا ارزش های از دست رفته در مجموعه داده ها شناسایی شده و با استفاده از مقادیر مناسب که از ورژن 3.6.6 به جای مقادیر از دست رفته،بدست آمده، جایگزین شده است و سپس تکنیک های داده کاوی فوق در پایگاه داده های دیابت به تجزیه و تحلیل این داده ها پرداختند. الگوریتم J48(C4.5) با 9 ویژگی، با دقت 100 درصد و  با صرف حداقل مدت زمان لازم برای تجزیه و تحلیل داده های دیابت ، بهترین تکنیک در جهت پیش بینی این بیماری در مقایسه با سایر تکنیک ها شناخته شد(17).

در تحقیقی که توسط پاتل[9] و همکاران  (2013) تحت عنوان 'پیش بینی تشخیص بیماری قلبی در بیماران با استفاده از تکنیک های طبقه بندی داده کاوی' انجام شد ، سه تکنیک  طبقه بندی در داده کاوی  نظیر منطق بیز، درخت تصمیم گیری و طبقه بندی به وسیله خوشه بندی برای پیش بینی بیماری قلبی با کاهش تعدادی از ویژگی ها مقایسه شده است . در این تحقیق از الگوریتم ژنتیکی برای تعیین ویژگی هایی که کمک بیشتری در جهت  تشخیص بیماری قلبی استفاده شده است که به طور غیر مستقیم تعدادی از تست هایی که مورد نیاز است تا از بیمار گرفته شود را کاهش میدهد. چهارده ویژگی با استفاده از جستجو های ژنتیکی به 6 ویژگی کاهش یافت . ابزار کار در این مقاله نرم افزار وکا می باشد.  همچنین مشاهدات نشان می دهند که تکنیک  داده کاوی درخت تصمیم گیری عملکرد بالاتری را نسبت به دو تکنیک دیگر داده کاوی دارد و طبقه بندی از طریق خوشه بندی در مقایسه با دو روش دیگر ضعیف تر عمل می کند(18).

در پژوهشی که توسط چیترا (2013) با عنوان 'بررسی سیستم پیش بینی بیماریهای قلبی با استفاده از داده کاوی و تکنیک های هوشمند ترکیبی 'صورت گرفت با بررسی سیستم های طبقه بندی بیماریهای قلبی دریافتند که داده کاوی نقش کلیدی را در  طبقه بندی بیماریهای قلبی بر عهده دارد. شبکه های عصبی مصنوعی یکی از ابزارهای تحلیلی داده کاوی هستند که میتواند برای پیش بینی داده های پزشکی مورد استفاده قرار گیرد.از این مطالعه این نتیجه بدست امد که الگوریتم های هوشمند ترکیبی صحت سیستم های پیش بینی بیماری قلبی را بهبود میبخشد(19).

در پژوهشی که توسط کومار در سال (2013) با عنوان 'به کارگیری تکنیک داده کاوی با متد مدل دو لایه ای از منطق فازی در پیش بینی بیماری کرونری قلب '، در این پژوهش یک مدل دو لایه ای برای شناسایی بیماری ارائه میشود. فاکتورهای اساسی برای ایجاد بیماری کرونری در لایه اول و فاکتورهای آزاد در لایه دوم تعریف میشود. این مدل در تعیین شانس ابتلا به بیماری کرونری و امکان وقوع آن کمک می کند(20).

در پژوهشی که توسط بالاچیا (2012) با عنوان ' کاربرد روشهای داده کاوی در پیش بینی میزان بقا در بیماری سرطان سینه ' انجام گرفت از 3 تکنیک طبقه بندی داده کاوی شامل شبکه عصبی ، بیزین ناوی و الگوریتم C4.5  از متد درخت تصمیم گیری برای پیش بینی میزان بقا در بیماران کنسر سینه  استفاده شد .در  این پژوهش  از پایگاه داده SEER  با  اضافه شدن دو فیلد رکورد علائم حیاتی و علت مرگ به این پایگاه داده ، تعداد نمونه 151.886 و 16 ویژگی  بود .ابزار کار در این پژوهش نرم افزار وکا میباشد . نتایج نشان داد که تکنیک درخت تصمیم گیری با  86.7 درصد از صحت مناسبترین متد در مقایسه با دو متد دیگر برای پیش بینی میزان بقا در بیماران دارای سرطان سینه میباشد.متد مدل چند لایه از شبکه عصبی مصنوعی با 86.5 نسبت به  متد بیزین ناوی برتری داشت(21).

در پژوهش دنگر[10] (2012) با عنوان 'مطالعه تکمیلی سیستم پیش بینی بیماری قلبی با استفاده از تکنیک های طبقه بندی داده کاوی' که از تکنیک های طبقه بندی با عنوان درخت تصمیم گیری ، بیزین ناوی و شبکه عصبی مصنوعی برای انالیز پایگاه داده استفاده شد. در این مقاله 573 رکورد شامل 303 داده اموزش و 270 داده تست وجود داشت. تعداد ویژگی ها شامل 15 ویژگی و ابزار کار  نرم افزار وکا و مشتمل بر دو مرحله ، ابتدا پیش پردازش داده ها و بعد پیاده سازی تکنیک های مورد نظر بوده است . عملکرد این تکنیک ها بر اساس صحت در پیش بینی مقایسه شد . در این پژوهش به این نتایج دست یافتند که نتیجه صحت برای مدل شبکه عصبی مصنوعی 100 درصد ، درخت تصمیم گیری 99.62 درصد و بیزین 90.74 درصد  بدست امد. تحلیل ها نشان داد که در این مدل ها، مدل  شبکه عصبی مصنوعی از صحت بیشتری در پیش بینی برخوردار است(22).

جاگلکار و همکاران (2012) نیز از طریق چکیده زمانی و مصورسازی داده ها  و نیز به کارگیری شبکه عصبی مصنوعی، نتایج بیماری ایدز را پیش بینی کردند، در این مطالعه صحت 85% برای الگوهای استخراج شده گزارش شده است(23).

یه و همکارانش (2011) پژوهشی با استفاده از سه تکنیک عمده دسته بندی شامل درخت تصمیم گیری،شبکه های بیزی و شبکه های عصبی مصنوعی روی داده های معتبر 493 بیمار قلبی تحت برنامه درمان و پیشگیری قلبی در کشور تایلند در سال 2007 برای پیش بینی مدلی برای تشخیص بیماری قلبی انجام دادند .نتایج آزمایش فیزیکی شامل 9 متغیر، نتایج تست خونی شامل 12 متغیر و داده های تشخیص شامل 8 متغیر بود . نتایج نشان داد که تکنیک درخت تصمیم گیری مدل  پیش بینی کننده مطلوب برای بیماران قلبی میباشد که در این شکل نشان داده شده است . 18 گره برگ ، 35 شاخه و 8 متغیر تاثیرگذار بر تشخیص بیماری قلبی ملاحضه میشود. که عبارتند از دیابت، فشار خون، شوک کاردیوژنیک، هایپرلیپیدمی، آریتمی، بیماری ایسکمیک، شاخص توده بدنی و انفارکتوس قلبی . حساسیت و ویژگی بدست آمده برای مدل درخت تصمیم گیری به ترتیب 99.48 و 99.59 درصد بود. همچنین در این پژوهش 16 قانون تشخیصی نیز از مجموعه داده ها استخراج شد که مورد تایید پنج پزشک نیز قرار گرفت(24).

در پژوهشی با عنوان ' پیش بینی در تشخیصهای پزشکی با استفاده از داده کاوی' که توسط سونی و همکاران (2011) انجام شد ، در مجموع از 909 پرونده با 15 ویژگی پزشکی (عوامل) بدست آمده از بانک اطلاعاتی بیماری قلبی کلیولند استفاده شده است . مجموعه داده آموزش (455 پرونده) و مجموعه داده تست (454 پرونده) میباشد. نتایج حاصل از هر سه مدل به طور خلاصه نشان میدهد که منطق بیز ، دارای بالاترین میزان یعنی 86.53 درصد از پیش بینی صحیح برای بیماران مبتلا به بیماری های قلبی و پس از آن شبکه های عصبی با اختلاف کمتر از 1٪  قرار دارند . نتایج همچنین نشان داد که درخت تصمیم گیری با 89 درصد صحت در پیش بینی نسبت به دو مدل دیگر برای پیش بینی افرادی که مبتلا به بیماری های قلبی نیستند، موثرتر است(25).

در پژوهشی که توسط کیم و همکاران (2011) با عنوان 'استفاده از تکنیک های داده کاوی در پیش بینی بیماری قلبی' انجام شد. در این مقاله عملکرد روش های جدید طبقه بندی با هدف پیش بینی دقیق تر وجود بیماری قلبی با کاهش تعداد ویژگی هایی که  از دانش پزشکان متخصص برای دستیابی به آن استفاده کردند ،ارزیابی شده است. در این مقاله عملکرد 4 تکنیک داده کاوی شامل منطق بیز، شبکه های عصبی ، ماشین بردار پشتیبان و طبقه بندی انجمنی وزن دار از نظر صحت پیش بینی مورد ارزیابی قرار گرفته است . مدل های مربوطه آموزش داده شده اند و در برابر یک پایگاه داده ای تست تایید اعتبار شده اند. نتایج نشان داد که طبقه بندی وزن انجمنی با 81.51 درصد  نتیجه دقیق تری را در مقایسه با روش های دیگر فراهم می آورد(26).

در پژوهشی با عنوان 'ارزیابی عوامل خطرزای کرونر قلب بر اساس داده کاوی با تکنیک درخت تصمیم گیری ' سه وضعیت انفارکتوس میوکارد ، مداخله در کرونر از طریق پوست (PCI) و CABG توسط کارولیس و همکاران (2009) بررسی شده است . 528 بیمار با بیش از یکی از وضعیت های فوق تحت مطالعه قرار گرفتند .الگوریتم مورد استفاده C4.5 از متد درخت تصمیم گیری بود .نتایج نشان میدهد که مهم ترین عوامل خطرزا برای انفارکتوس میوکارد، سن، سیگار، و سابقه فشار خون ،برای  PCI ویژگیهای سابقه فامیلی ،سابقه فشار خون و سابقه دیابت و برای CAGB عوامل سن ،سابقه فشار خون و سیگار از نمونه ها استخراج شد(27).

در پژوهش مارکوس و همکاران (2008) تحت عنوان ' تشخیص خودکار بیماری عروق کرونری با استفاده از داده کاوی و مدل فازی ' انجام شد ،از سیستم تصمیم یار و قاعده محور فازی برای تشخیص بیماری حاد عروق کرونری استفاده شده است . 199 مورد با 19 ویژگی شامل اطلاعات دموگرافیک و اطلاعات آزمایشگاهی در پژوهش وارد شدند.در این تحقیق از الگوریتم درخت تصمیم گیری و با استفاده از چهار مرحله 1) ایجاد یک درخت تصمیم گیری از داده ها،2) استخراج مجموعه ای از قوانین از درخت تصمیم ایجاد شده،3) انتقال مجموعه قوانین به یک مدل فازی و 4) بهینه سازی پارامترهای بدست آمده از مدل فازی . در ارزیابی مدل فازی حساسیت و دقت به ترتیب 62 درصد و 54 درصد بدست آمده است که بعد از پیاده سازی قوانین درخت تصمیم این میزان حدودا ده برابر افزایش یافت و حساسیت 80درصد و خصوصیت 65 درصد برآورد شد(28).

مروری بر مطالعات ایران :

صرافی نژاد و همکاران در سال 1393 به مدل سازی درخت تصمیم گیری بر اساس روش های داده کاوی و نیز پیشنهاد یک مدل جدید در تشخیص سرطان پوست با دو روش رنگ آمیزی ایمونوهیستوشیمی پرداختند. یافته های حاصل از این پژوهش نشان داد که با استفاده از نتایج رنگ آمیزی می توان با دقت، حساسیت و ویژگی بالایی دو نوع بیماری سرطان پوست را از یکدیگر متمایز کرد و مدل درخت تصمیم گیری بر اساس دو روش رنگ آمیزی ایمونوهیستوشیمی در سرطان پوست می تواند در تشخیص این دو بیماری بدخیم کمک کننده باشد(29).

احمدی و همکاران در سال 1392 عوامل خطر بروز سکته های مغزی در افراد 15-45 سال را در دوره زمانی 3 ساله بر روی 65 بیمار مبتلا بررسی کردند. نتایج حاصل از این پژوهش نشان داد که  شایع ترین فاکتورهای خطر ابتلا به این بیماری به ترتیب شامل هیپرتانسیون(35.4%)، بیماری های قلبی(30.8%)، سوء مصرف مواد(28.1%)، هیپرلیپیدمی(23.1%) و دیابت(20%) می باشد. همچنین سکته مغزی ایسکمیک و در بین انواع سکته ایسکمیک، نوع آمبولیک آن به عنوان شایع ترین نوع سکته مغزی در بین جوانان شناخته شد(30).

در پژوهشی که توسط قاسم احمد و همکارانش تحت عنوان 'پیش بینی عود مجدد سرطان پستان به کمک سه تکنیک داده کاوی ' در سال1391 انجام شده است. اطلاعات این بیماران در مرکز تحقیقات سرطان پستان جهاد دانشگاهی برای پیگیری اقدامات درمانی ثبت و بیماران حداقل به مدت دو سال پس از تشخیص، تحت نظر این مرکز بوده و پیگیریهای بعدی برای آنها انجام شده است. به منظور توسعه مدلهای پیش بینی جهت پیش بینی عود سرطان پستان، از درختان تصمیم گیری ، ماشین بردار پشتیبان و شبکه عصبی مصنوعی استفاده شد. در این پژوهش به منظور افزایش درصد صحت نتایج، روش تقویت و هرس کردن داد ها به کار برده شد. بر این اساس میزان حساسیت، ویژگی و دقت، مدل طبقه بندی  ماشین بردار پشتیبان با 0.957، در پیش بینی عود مجدد سرطان پستان، حداقل میزان خطا و بیشترین دقت را داشت که بالاتر از درخت تصمیم گیری و مدل شبکه عصبی مصنوعی بود و دقت پیش بینی در مدل درخت تصمیم گیری (C5.0) پایین ترین میزان در بین سه مدل پیش بینی را نشان داد(31).

' کاربرد داده کاوی در شناسایی عوامل تاثیرگذار در ایسکمی قلبی ' پژوهش دیگری است که توسط زیبا نژاد انجام شده است. پایگاه داده در این پژوهش مخزن داده دانشگاه کالیفرنیا ،ابزار کار نرم افزار کلمنتاین میباشد. از روش های درخت تصمیم گیری به منظور شناسایی رویدادهای ایسکمی از رویدادهای غیر ایسکمی  و از مدل تئوری بیز برای بررسی موثرترین فیلدهای پیشگو در رویدادهای ایسکمی استفاده شده است که ابزار کلمنتاین برای ساخت مدلهای این شبکه دو متد TANو MARKOW را بکار گرفته است. در مجموع 14 ویژگی بالینی و غیر بالینی شامل سن، جنسیت، نوع درد قفسه سینه، فشار خون در حالت ایستا، کلسترول خون، قند خون، نتایج الکتروکاردیوگرافی در حالت استراحت، حداکثر ضربان قلب ثبت شده، درد در صورت انجام فعالیتهای ورزشی، میزان تورفتگی موج ST در زمان ورزش در مقایسه با زمان استراحت، شیب بلندترین نقطه موج ST در هنگام ورزش، تعداد رگهای اصلی قلب، نتیجه آنژیوگرافی و در نهایت متغیر هدف که در واقع همان تشخیص ایسکمی قلبی میباشد. در حالت کلی احتمال ایسکمی بر اساس علائم بالینی و علائم غیر بالینی پیش بینی میشود. طبق نتایج استخراج شده به وسیله مدل های داده کاوی در این تحقیق، علائم پاراکلینیکی در پیش بینی احتمال ایسکمی، از اعتبار و ضریب اطمینان بالاتری برخوردار بود(32).

 در پژوهش ادریسی و همکاران(1390) تحت عنوان 'سیستم پشتیبانی تصمیم در تشخیص سندرم متابولیک با بهره‌گیری از راه کار داده کاوی' انجام شد. این پژوهش با 19 ویژگی شامل شاخص توده بدنی، جنس، سن، تحصیلات، میزان فعالیت فیزیکی، نحوه مقابله با استرس، سابقه فامیلی دیابت، سابقه فامیلی فشار خون، سابقه فامیلی چربی خون، سابقه فامیلی سکته قلبی، سابقه فامیلی سکته مغزی، درآمد، شغل، کلسترول و سابقه مصرف دخانیات و تاثیر این ویژگی ها بر ویژگی هدف که همان تشخیص بیماران مبتلا به سندرم متابولیک میباشد، بر روی 9572 نفر بررسی شد. از میان این ویژگی ها شاخص توده بدنی، مهم ترین عامل ابتلا به سندرم متابولیک در افراد تعیین شد. با توجه به نتایج بدست آمده، میزان دقت اندازه گیری شده در مدل شبکه عصبی 0.82، مدل درخت تصمیم 0.81 و مدل مبتنی بر قاعده بیز 0.77 میباشد، بنابراین مدل شبکه عصبی از بیشترین میزان دقت در پیش بینی برخوردار است. اما مدل مبتنی بر قاعده‌ی یبز در تشخیص مبتلایان به سندرم متابولیک پیش بینی بهتری را ارائه می دهد(33).

در پژوهشی که توسط سپهری و همکاران تحت عنوان 'ساخت مدلی برای تعیین نوع درمان سنگ حالب با راه‌کار داده کاوی' در سال(1388) انجام شد. در این تحقیق نخست فاکتورهای موثر روی نوع درمان انتخابی برای بیماران مبتلا به سنگ حالب استخراج شد. سپس اطلاعات مورد نیاز از بیمارستان شهید هاشمی‌نژاد تهران جمع‌آوری شد. پس از آن یک سری کارهای پیش پردازشی جهت آماده سازی داده‌ها، برای ساخت مدل، صورت پذیرفت و در نهایت درخت تصمیم مربوط به نمونه‌ها به کمک الگوریتم CART ساخته شد و در نهایت کارایی مدل ساخته شده ارزیابی شد. برای انجام داده کاوی و کارهای پیش پردازشی مربوط به آن، نرم افزار –project  R  مورد استفاده قرار گرفت. از آنجایی که عملکرد این مدل، بهتر از عملکرد الگوریتم بیمارستانی و مدل ذهنی پزشکان می‌باشد، از آن می‌توان به عنوان سیستم کمک تصمیم جهت تعیین نوع درمان سنگ‌های حالب در بیمارستان استفاده کرد. با کمک این مدل و با توجه به ویژگی‌های بیمار، پنج نوع درمان موجود در نظر گرفته شده و درصد موفقیت هر کدام از این درمان‌ها پیش‌بینی می‌شود. پزشک می‌تواند با توجه به میزان مفقیت هر کدام از درمان‌ها، درمان مناسب را برای بیمار انتخاب نماید. در الگوریتم بیمارستان، برای انتخاب نوع درمان فقط دو ویژگی اندازه و مکان سنگ مهم است، ولی در مدل ساخته شده سن بیمار نیز در تصمیم‌گیری مؤثر بود. همچنین در الگوریتم بیمارستان برای سنگ‌های زیر 10 و بالای 10 میلی‌متر دو روش درمانی در نظر گرفته می‌شد. در صورتی که با توجه به مدل ساخته شده باید برای انتخاب نوع درمان، سنگ‌های بیشتر و کمتر از هفت میلی‌متر، بیشتر و کمتر از 11 میلی‌متر، و بیشتر و کمتر از 13 میلی‌متر، و بیشتر و کمتر از 20 و بیشتر و کمتر از 28 میلی‌متر را در نظر گرفت و با توجه به این اندازه نوع درمان را تعیین نمود(34).

در پژوهشی که توسط کاج آبادی و همکارانش(2009)  تحت عنوان 'داده کاوی پزشکی راهکاری جهت کشف روابط بین عوامل خطرزای قلبی' انجام شد انتخاب متغیر هدف مساله مهمی در داده کاوی میباشد، به عبارتی متغیری باید به عنوان متغیر هدف انتخاب گردد که به مقدار زیادی به بیماریهای قلبی و عروقی وابسته باشد. از این رو در این مطالعه متغیر کلسترول به عنوان متغیر هدف در نظر گرفته شده است. چرا که به تصدیق جوامع پژشکی مقدار این متغیر میتواند معیار مناسبی در خطر ابتلا به بیماری های قلبی و عروقی باشد. در این مطالعه داده های جمع آوری شده از 1800 نمونه در اصفهان بوده است و شامل متغیرهایی است که از پرسشنامه هایی که توسط افراد شرکت کننده در طرح تکمیل شده اند. این پرسشنامه ها شامل موارد مختلفی نظیر مشخصات عمومی، تغذیه، فعالیت بدنی، استعمال دخانیات و شرح حال افراد میباشد. از روش دسته بندی درخت تصمیم گیری استفاده شده است. 27 متغیر پیش گو شامل چربی ها، متغیرهای خون، فاکتورهای چاقی، آپولیپوپروتئین ها فاکتورهای التهابی متغیرهای قندی متغیرهای عمومی (جنس، سن، نوع شغل، مصرف دخانیات، ورزش، میزان مصرف گوشت و نمک) میباشد. با اعمال دسته بندی درخت تصمیم گیری روی داده های مربوط مهم ترین متغیرها در ارتباط با کلسترول بود، سطح کلسترول، سن، شاخص توده بدنی، تری گلیسیرید، و استعمال دخانیات بیان شده است. دقت پیش بینی الگوریتم CART در حد خوب گزارش شده اما مقدار دقیق آن مشخص نشده است(35).

در پژوهشی که توسط اخوت و همکارانش تحت عنوان 'مقایسه روش‌های مبتنی بر داده کاوی در تشخیص بیماری چربی خون' انجام شد به این نتیجه رسیدند که بیماری چربی خون یکی از شایع‌ترین بیماری‌های شناخته شده می‌باشد که از آن بعنوان عامل بسیاری از بیماری‌ها نظیر ناراحتی‌های قلبی و عروقی، دیابت و... یاد می‌شود. بدین منظور دو روش  Kنزدیک‌ترین همسایه و شبکه‌های عصبی چند لایه مورد بررسی و مقایسه قرار گرفت. نتایج آزمایشات نشان می‌دهد گرچه روش نزدیک‌ترین همسایه از صحت بیشتری برخوردار است لیکن زمان گیر بوده و در مورد داده‌های سنگین مناسب نمی‌باشد. اما در روش شبکه‌های عصبی چند لایه بین صحت و سرعت تعادل مناسبی برقرار می‌باشد و خصوصاً در صورت وجود داده‌های سنگین این روش پیشنهاد می‌گردد(36).

در پژوهشی که توسط خیابانی و همکارانش تحت عنوان 'کاربرد داده کاوی در تشخیص بیماری سل' انجام شده به این نتیجه رسیدند که با بهره‌گیری از تکنیک‌های داده‌کاوی سعی در ارائه احتمالی از ابتلا فرد به سل در بازه زمانی که منتظر پاسخ روش‌های مطمئن بودند، کردند. کاوش داده‌ها در دو فاز انجام دادند. در فاز اول تنها با استفاده از علائم بالینی فرد در هنگام مراجعه به پیش‌بینی پاسخ سه روش تشخیص سل (PCR.culture و RT) پرداخته شد. فاز دوم، در سه مرحله انجام گردید. در مرحله اول از نتایج تست‌های اولیه و تکمیلی، در مرحله دوم از نتایج تست‌های اولیه و تکمیلی و پاسخ‌های روش‌های PCR و RT و در مرحله سوم از تمامی علائم و نتایج تست‌های اولیه و تکمیلی جهت پیش‌بینی پاسخ روش culture استفاده گردید.  دلیل انتخاب روش culture برای پیش‌بینی در فاز دوم، ضریب اطمینان بالای این روش است، که به همین دلیل استاندارد طلائی محسوب می‌شود (زمان پاسخ گویی 4 الی 12 هفته). بالاترین دقت مدل ارائه شده در مرحله دوم و سپس در مرحله اول و سوم و در نهایتاً در فاز اول است. مدل ارائه شده قابل انعطاف بوده و پیش‌بینی را با لحاظ انجام یا عدم انجام آزمایشات و روش‌های تشخیصی مختلف انجام می‌دهد لذا پزشک تنها با توجه به همان پاسخ آزمایشات  و روش‌های تشخیصی انجام شده برای بیمار و نه تمامی آزمایشات و روش‌های موجود، قادر به استفاده از این مدل می‌باشد. این مدل سبب ارتقاء دانش پزشک جهت اتخاذ تصمیمات ضروری برای کنترل و درمان بیماری سل می‌گردد(37).

  صرافی نژاد و همکاران در مطالعه خود با عنوان 'مدل سازی درخت تصمیم بر اساس متدهای داده کاوی و پیشنهاد یک مدل جدید در تشخیص سرطان پوست با دو روش رنگ آمیزی ایمونوهیستوشیمی'، داده های 60 بیمار مبتلا به سرطان پوست در کشور مالزی پرداخته و با استفاده از نرم افزار Clementine7 ، مدل سازی بر اساس درخت تصمیم CART,CHAID ، انجام داده است(38).

محرابی و همکاران در مقاله خود با عنوان 'استفاده از سیستم عصبی چندلایه و تابع مبتنی بر شعاع در سیستم تصمیم یار بالینی برای تفکیک دو بیماری نارسایی قلبی و انسداد مزمن ریه'، به مطالعه 42 متغیر از پرونده 266 بیمار پرداختند. وی در این مطالعه از شبکه عصبی ویژگی 83.8 و حساسیت 88.3 درصد را بدست آورد(39).

در مطالعه ای که توسط عزیزی و همکاران در سال 2014 با عنوان ' تعیین عوامل موثر بر مرگ و میر بیماران سوختگی  با استفاده از الگوریتم داده کاوی درخت تصمیم' که در اهواز انجام شد. در مجموع 4804 پرونده پزشکی مربوط به بیماران سوختگی، مورد بررسی قرار گرفت. داده های گردآوری شده با استفاده از نرم افزارهای تحلیل آماری SPSS 16 و Clementine 12 داده کاوی مورد تجزیه و تحلیل قرار گرفتند. در این مطالعه، پژوهشگران از تکنیک های داده کاوی برای ساختن مدل پیش بینی دقیق و موثر استفاده نمودند. تعداد کل متغیرها، 11 مورد بود که الگوریتم درخت تصمیم صرفاً از پنج مورد آن ها در ساختن مدل استفاده نمود. درخت تصمیم بر اساس CHAID ساخته شد که منجر به تولید 32 برگ گردید. یافته های این مطالعه نشان داد که متغیرهای موثر در پیش بینی فوت و زنده ماندن بیماران سوختگی به ترتیب اهمیت عبارتند از سطح سوختگی، درجه سوختگی، مدت زمان بستری، جنسیت و سن. در مدل ارائه شده توسط این پژوهشگران، متغیری چون مدت زمان بستری توجه شده است که در مطالعات قبلی گزارش نشده است. سایر متغیرهای مورد مطالعه شامل کشت خون، کشت زخم، کشت ادرار، عامل سوختگی و ماه بستری بیمار در کارایی مدل تاثیری نداشتند(40).

وضعیت ابتلا به سکته مغزی ایسکمیک در بیماران بستری بیمارستان آموزشی علی ابن ابیطالب(ع) چگونه است؟

 عملکرد الگوریتم درخت تصمیم C&R tree در تعیین عوامل موثر و پیش بینی ابتلا به سکته مغزی ایسکمیک در بیماران بستری بیمارستان آموزشی علی ابن ابیطالب(ع) دانشگاه علوم پزشکی زاهدان چگونه است؟

عملکرد الگوریتم درخت تصمیم C5.0 در تعیین عوامل موثر و پیش بینی ابتلا به سکته مغزی ایسکمیک در بیماران بستری بیمارستان آموزشی علی ابن ابیطالب(ع) دانشگاه علوم پزشکی زاهدان چگونه است؟

عملکرد الگوریتم درخت تصمیم QUEST در تعیین عوامل موثر و پیش بینی ابتلا به سکته مغزی ایسکمیک در بیماران بستری بیمارستان آموزشی علی ابن ابیطالب(ع) دانشگاه علوم پزشکی زاهدان چگونه است؟

عملکرد الگوریتم درخت تصمیم CHAID در تعیین عوامل موثر و پیش بینی ابتلا به سکته مغزی ایسکمیک در بیماران بستری بیمارستان آموزشی علی ابن ابیطالب(ع) دانشگاه علوم پزشکی زاهدان چگونه است؟

عملکرد الگوریتم شبکه های عصبی در تعیین عوامل موثر و پیش بینی ابتلا به سکته مغزی ایسکمیک در بیماران بستری بیمارستان آموزشی علی ابن ابیطالب(ع) دانشگاه علوم پزشکی زاهدان چگونه است؟

بهترین مدل در پیش بینی و تعیین عوامل موثر ابتلا به سکته مغزی ایسکمیک در بیماران بستری بیمارستان آموزشی علی ابن ابیطالب(ع) دانشگاه علوم پزشکی زاهدان کدام است؟

تفسیر و ارزیابی مدل های پیشگفت چگونه است؟

مقایسه عملکرد الگوریتم شبکه های عصبی با الگوریتم های داده کاوی درخت تصمیم در تعیین عوامل موثر و پیش بینی ابتلا سکته مغزی ایسکمیک در بیماران بستری بیمارستان آموزشی علی ابن ابیطالب(ع)، دانشگاه علوم پزشکی زاهدان

تعیین وضعیت ابتلا به سکته مغزی ایسکمیک در بیماران بستری بیمارستان آموزشی علی ابن ابیطالب(ع) زاهدان

تعیین عملکرد الگوریتم درخت تصمیم C&R tree در تعیین عوامل موثر و پیش بینی ابتلا به سکته مغزی ایسکمیک در بیماران بستری بیمارستان آموزشی علی ابن ابیطالب(ع) دانشگاه علوم پزشکی زاهدان

تعیین عملکرد الگوریتم درخت تصمیم C5.0 در تعیین عوامل موثر و پیش بینی ابتلا به سکته مغزی ایسکمیک در بیماران بستری بیمارستان آموزشی علی ابن ابیطالب(ع) دانشگاه علوم پزشکی زاهدان

تعیین عملکرد الگوریتم درخت تصمیم QUEST در تعیین عوامل موثر و پیش بینی ابتلا به سکته مغزی ایسکمیک در بیماران بستری بیمارستان آموزشی علی ابن ابیطالب(ع) دانشگاه علوم پزشکی زاهدان

تعیین عملکرد الگوریتم درخت تصمیم CHAID در تعیین عوامل موثر و پیش بینی ابتلا به سکته مغزی ایسکمیک در بیماران بستری بیمارستان آموزشی علی ابن ابیطالب(ع) دانشگاه علوم پزشکی زاهدان

تعیین عملکرد الگوریتم شبکه های عصبی در تعیین عوامل موثر و پیش بینی ابتلا به سکته مغزی ایسکمیک در بیماران بستری بیمارستان آموزشی علی ابن ابیطالب(ع) دانشگاه علوم پزشکی زاهدان

مقایسه عملکرد الگوریتم های فوق در تعیین عوامل موثر و پیش بینی ابتلا به سکته مغزی ایسکمیک و ارائه بهترین مدل پیش بینی

ارزیابی و تفسیر مدل های بدست آمده از الگوریتم های داده کاوی فوق و ارائه قوانین مربوط به آنها

هدف از این طرح تحقیقاتی تعیین عوامل موثر و پیش بینی ابتلا به سکته مغزی ایسکمیک در شهر زاهدان می‌باشد که می‌تواند با ارائه نتایج به مسئولین جهت انجام اقدامات و تصمیمات لازم در جهت اجرای برنامه های پیشگیرانه به منظور کاهش ابتلا به به سکته مغزی و بهبود شرایط زندگی مبتلایان به این بیماری بسیار مؤثر باشد.

افراد و سازمان های ذینفع از نتایج این طرح:

ریاست و معاونین دانشگاه علوم پزشکی

مسئولین زیربط در وزارت بهداشت جت اخذ تصمیمات جهت پیشگیری و درمان به موقع

ریاست و مدیریت بیمارستان های آموزشی دانشگاه

ریاست و مدیریت بیمارستان های خصوصی

با توجه به مشابه بودن شرایط داشگاه علوم پزشکی زاهدان با سایر دانشگاه عای علوم پزشکی زیر مجموعه وزارت بهداشت درمان و آموزش پزشکی، امکان استفاده از آن در سایر دانشگاه های علوم پزشکی کشور نیز وجود خواهد داشت.

محققین حوزه سلامت

 سکته مغزی

تعریف نظری: هر گونه وضعیت غیر طبیعی ایجاد شده در مغز که ناشی از یک پدیده پاتولوژیک در عروق خونی مانند انسداد رگ ها توسط ترومبوز یا آمبولی و یا پارگی یکی از عروق تغذیه کننده آن قسمت از بافت مغز می باشد(17).

تعریف عملی: تعریف عملی سکته مغزی مطابق با تعریف نظری آن می باشد.

داده کاوی[2]:

تعریف نظری: فرایند انتخاب، کاوش و مدل بندی داده ها؛ به منظور کشف روابط نهفته میان آن ها و به دست آوردن نتایج مفید، واضح و قابل فهم از پایگاه داده و نیز استفاده از نتایج به دست آمده در تصمیم گیری(14).

تعریف عملی: استفاده از نرم افزارهای داده کاوی مانند:   AI Trilogy, Alice, Answer SPSS Clementine, SAS Enterprise و... به منظور استخراج الگوهای ناشناخته.

الگوریتم[3]:

تعریف نظری: استفاده از دستورالعمل ها و قواعدی که به صورت گام به گام جهت حل مسئله اجرا می شوند(19).

تعریف عملی: تعریف عملی الگوریتم مطابق با تعریف نظری آن می باشد.

درخت تصمیم[4]:

تعریف نظری: روشی معروف برای دسته بندی داده ها است که نتایج را در یک فلوچارت، همانند ساختار درخت، ارائه می کند و از سه جزء گره، شاخه و برگ تشکیل می شود(18).

تعریف عملی: تعریف عملی درخت تصمیم مطابق با تعریف نظری آن می باشد.

این مطالعه از انواع مطالعات توصیفی – تحلیلی و کاربردی می‌باشد که به ‌صورت مقطعی^[1] گذشته ­نگر انجام خواهد شد.

با توجه به اینکه مطالعه مقطعی و بازه زمانی مطالعه از سال 1389تا سال1394 یک دوره پنج ‌ساله می باشد لذا تمامی موارد سکته مغزی ایسکمیک در بیماران بستری بیمارستان علی ابن ابیطالب(ع) شهر زاهدان طی این بازه زمانی شامل 1390 مورد به عنوان جامعه پژوهش انتخاب گردید. بدین ترتیب معیار ورود در این مطالعه کامل بودن پرونده ها به صورتیکه 80% موارد پوشش داده شود در نظر گرفته شده است. از سویی دیگر معیار خروج نیز ناقص بودن پرونده ها خواهد بود.

با توجه به حجم جامعه مورد نظر و ناقص بودن بسیاری از پرونده های بیماران سکته مغزی ایسکمیک برآن شدیم تا کاملترین موارد را به عنوان نمونه پژوهش انتخاب کرده و مورد بررسی قرار دهیم. بدین ترتیب برای انتخاب نمونه مورد نظر در این مطالعه از روش نمونه گیری تصادفی سیستماتیک (با استفاده از جدول مورگان) استفاده شد که حجم نمونه برابر با 500 مورد پرونده کامل بود. که شامل 400 پرونده بیماران بستری مبتلا به سکته مغزی ایسکمیک و 100 پرونده مربوط به بیماران بستری بخش جراحی (به عنوان گروه شاهد) می باشند .

با توجه به حجم جامعه مورد نظر و ناقص بودن بسیاری از پرونده های بیماران سکته مغزی برآن شدیم تا کاملترین موارد را به عنوان نمونه پژوهش انتخاب کرده و مورد بررسی قرار دهیم. بدین ترتیب برای انتخاب نمونه مورد نظر در این مطالعه از روش نمونه گیری تصادفی سیستماتیک(جدول مورگان) استفاده شد که حجم نمونه برابر با 500 مورد بود.

ابزار جمع آوری داده ها از پرونده بیماران در این مطالعه یک چک لیست روا و پایا که از مطالعه امینی و همکاران استخراج شده است(13)، می باشد. بدین ترتیب پژوهشگران با مراجعه به بیمارستان آموزشی علی ابن ابیطالب (ع) شهر زاهدان نسبت به استخراج داده ها از پرونده ها اقدام می کنند.

این مطالعه از نظر متدولوژی در چهار فاز به شرح جدول 1 انجام خواهد گردید: در فاز اول داده ها از مرکز مورد نظر جمع آوری می گردد. در نهایت در فازهای بعدی طی یک مطالعه کمی به فرایند بررسی عوامل و پیش بینی ابتلا سکته مغزی با استفاده از الگوریتم داده کاوی درخت تصمیم پرداخته می شود.

جدول 1: گام های متدولوژی کریسپ(A) و چارچوب استفاده شده در این مطالعه(B)

1. فاز اول: شناخت سیستم

 در این فاز با استفاده از داده های فاز قبل، فرآیند پیش بینی و مدل سازی عوامل موثر بر سکته مغزی ایسکمیک با استفاده از الگوریتم داده کاوی درخت تصمیم و شبکه عصبی انجام خواهد شد. از این رو روش های متعددی برای اجرای پروژه های داده کاوی وجود دارد که یکی از روش های قدرتمند در این زمینه متدولوژی کریسپ می باشد(41). مطالعه حاضر نیز بر اساس این متدولوژی تنظیم شده است(جدول1). در ادامه به بررسی هر کدام از این مراحل در رسیدن به یک مدل جامع جهت پیش بینی ابتلا به سکته مغزی پرداخته خواهیم پرداخت. به کارگیری موفق داده کاوی مستلزم شناخت حوزه ای است که قرار است داده کاوی در آن به کار برده شود و علاوه بر آن شناخت کافی از روش ها و ابزارهای داده کاوی نیز لازم است. به طور کلی تیم داده کاوی بایستی دانش کافی در حوزه ای که قرار است بررسی شود داشته باشند. در گام اول پژوهشگر با مشورت با متخصص مغز و اعصاب و نیز مطالعه بر روی بیماری سکته مغزی ایسکمیک و تعیین فاکتورهای موثر در ابتلا و روش های درمانی و تشخیصی و همچنین روش های پیشگیری از ابتلا به این بیماری سعی در شناخت درست از حوزه مورد مطالعه داشته است.

1. آماده سازی داده ها

در این گام به جمع آوری داده ها از پرونده بیماران پرداخته خواهد شد. داده های مورد استفاده در این مطالعه مربوط به پرونده بیماران بستری بیمارستان علی ابن ابیطالب(ع) زاهدان در طی سالهای 1389 تا 1394 خواهد بود. برای شروع پژوهش از طریق مرور جامع متون(در این قسمت ویژگی های لازم برای تعیین عوامل موثر در ابتلا به سکته مغزی با استفاده از مرور جامع متون بدست خواهد آمد. برای انجام این کار از استراتژی جستجوی مرتبط در بازه زمانی سال های 2006 تا 2015 با استفاده از کلمات کلیدی مربوطه در دو زبان انگلیسی و فارسی استفاده خواهد شد) و مشورت با متخصصین امر نسبت به تهیه چک لیست جمع آوری داده ها و تایید روایی و پایایی آن با استفاده از نظر متخصصین اقدام شد که در این پژوهش از چک لیست مربوط به مطالعه خانم امینی و همکاران (13) استفاده خواهد شد . همچنین در این مرحله متغیرهای تعیین شده برای ایجاد مدل به دو دسته متغیر هدف و متغیر پیشگو دسته بندی شد که متغیر هدف ابتلا یا عدم ابتلا به سکته مغزی و سایر متغییرها به عنوان متغییر پیشگو در نظر گرفته شده اند. با توجه به اینکه پرونده ها در بعضی موارد حاوی اطلاعت ناقص می باشند در این مرحله عملیات پیش پردازش داده(پاک سازی داده ها) صورت خواهد پذیرفت.

1. مدل سازی

در قسمت اول از این مرحله پویش داده ها صورت خواهد پذیرفت. هدف اصلی در پویش داده ها این است که قبل از انجام تحلیل های داده کاوی با انجام یک پیش پردازش ساده روی داده ها، اطلاعات باارزشی گردآوری شود. در واقع پویش داده برای درک بهتر خصوصیات داده انجام می شود. انگیزه های اصلی پویش داده عبارتند از: کمک کردن در انتخاب بهترین ابزارها برای پیش پردازش داده ها و تحلیل های داده کاوی و همچنین استفاده از توانایی های بشر برای شناسایی الگوهای بصری( انسان ها می توانند الگوهای کلی، الگوهای غیر طبیعی، داده های پرت و دیگر نظم های تصویری را که توسط ابزارهای تحلیل داده شناسایی نمی شوند با توجه به مصورسازی شده داده شناسایی کنند.) از این رو در این مطالعه پژوهشگران از روش پویش داده مصورسازی(نمودار پراکندگی) بهره خواهند برد.

بدین ترتیب روش های داده کاوی متنوعی برای مدل سازی وجود دارد. در این مرحله با استفاده از تکنیک های داده کاوی به ارائه مدل های پیشگویانه پرداخته خواهد شد. در این مرحله الگوریتم های درخت تصمیم شامل الگوریتم های(C5, C&RT, QUEST, CHAID) و الگوریتم شبکه های عصبی با به کارگیری متغیرهای ورودی و تعیین متغیر هدف ایجاد خواهند شد. برای ساخت مدل های درخت تصمیم متغیرهای مستقل پژوهش به عنوان متغیر پیشگو و ابتلا یا عدم ابتلا به بیماری به عنوان متغیر هدف تعین گردیده شده است. در مرحله بعد داده ها به دو بخش آموزش(80 درصد) و آزمون (20 درصد) تقسیم خواهند شد. یک درخت تصمیم ترکیبی از ملزومات منطقی(قانون اگر-آنگاه) است. بنابراین درخت های تصمیم تنها نمایشی از فرآیند تصمیم گیری نیستند بلکه می توان آنها را در حل مسائل طبقه بندی نیز استفاده کرد. معمولا مجموعه قوانین استخراج شده از درخت تصمیم، مهم ترین اطلاعاتی است که از آنها به دست می آید. بدین ترتیب در مدل ایجاد شده در این نرم افزار جهت تقسیم شاخه ها از ضریب جینی استفاده خواهد شد.

روش جینی یکی از روش های محاسبه ناخالصی های گره است که در رابطه مقابل چگونگی محاسبه آن ارائه شده است.

بنابراین در این مطالعه معیار اطمینان برای قوانین ایجاد شده 80 درصد خواهد بود. بدین ترتیب فرآیند مدلسازی را در این مرحله در شکل 2 نشان داده ایم.

1. ارزیابی

با توجه به فرآیندهای مراحل قبل و ایجاد مدل، در این مدل به ارزیابی مدل پرداخته خواهد شد. بدین ترتیب برای بررسی صحت مدل، داده ها به دو قسمت داده های آموزشی(80 درصد) و داده های آزمون (20 درصد) تقسیم شده که داده های بخش آموزشی مدل را ساخته و داده های بخش آزمون مدل ایجاد شده را مورد ارزیابی قرار خواهند داد. بدین ترتیب جهت ارزیابی مدل ها از شاخص های حساسیت، ویژگی، دقت، ارزش اخباری مثبت و ارزش اخباری منفی استفاده خواهد شد که در شکل 3 ارائه گردیده است.

1. توسعه مدل

معمولا ایجاد مدل به معنای پایان کار نخواهد بود، حتی اگر هدف مدل افزایش دانش باشد. بدین ترتیب دانش به دست آمده نیازمند سازماندهی  و نمایش به طریقی که کاربر بتواند از آن استفاده کند، است. دانش کشف شده باید سازماندهی و به شکل قابل ارائه به دیگران درآید. بدین ترتیب در مرحله ارزیابی، نظرات متخصصین در مورد قوانین بدست آمده گرفته خواهد شد. بدین صورت که قوانین ارائه شده به متخصص ارائه گردیده و قوانینی که از نظر بالینی معتبرتر باشند به عنوان قوانین نهایی انتخاب خواهند شد. در نهایت در فاز سوم جهت پیش پردازش داده ها از نرم افزار spss21 استفاده خواهد شد. همچنین جهت انجام فرآیند داده کاوی از نرم افزار clementine14 استفاده خواهد شد. 

در قسمت روش کار به تفصیل و در قالب مدل ارائه گردیده است.

اگرچه رعایت اصول اخلاقی پژوهش بیشتر در مواردی صدق می‌کند که پژوهش مستقیماً روی انسان‌ها انجام شود یا به نحوی با آزادی فردی، شخصیت و موجودیت انسان‌ها در ارتباط باشد، اما در این پژوهش نیز مانند سایر تحقیقاتی که مستقیماً روی انسان‌ها انجام نمی‌شود رعایت نکات اخلاقی در هر مرحله از پژوهش مدنظر است. با توجه به اهمیت ملاحظات اخلاقی در کلیه عرصه‌ها و بخش‌های مختلف علوم بهداشتی و درمانی، موارد زیر کاملاً در نظر گرفته‌ شده است: هرگونه مشخصات شخصی افراد نظیر نام و نام خانوادگی به‌صورت محرمانه تلقی شده و از ذکر آن خودداری خواهد شد. برای تفکیک و شناسایی  بیماران نیز از شماره پرونده استفاده خواهد شد.

در این پژوهش با اینکه مستقیما روی انسان‌ها انجام نمی‌شود؛ رعایت نکات اخلاقی در هر مرحله از پژوهش مدنظر قرار گرفت و با توجه به اهمیت ملاحظات اخلاقی در کلیه عرصه‌ها و بخش‌های مختلف علوم بهداشتی و درمانی، هرگونه مشخصات شخصی افراد به‌صورت محرمانه تلقی شده و از ذکر آن خودداری گردید.

کد 5: در انجام تحقیقات علوم پزشکی اعم از درمانی و غیر درمانی، محقق مکلف است اطلاعات مربوط به روش اجرا و هدف از انجام تحقیق، زیان های احتمالی، فواید، ماهیت و مدت تحقیق را به میزانی که با آزمودنی ارتباط دارد به وی مفهوم نموده و به سوالات او پاسخ های قانع کننده دهد و مراتب مذکور را  در رضایت نامه قید نماید.

کد 10: مسئولیت تفهیم اطلاعات به آزمودنی به عهده محقق است. در مواردی که فرد دیگری این اطلاعات را به آزمودنی بدهد از محقق سلب مسئولیت نمی گردد.

کد 17: محقق موظف است که اطلاعات مربوط به آزمودنی را به عنوان راز تلقی و آن را افشا ننموده و ضمنا شرایط عدم افشا آن را نیز فراهم کند، مگر آنکه در این مسیر محدودیتی داشته باشد که در این صورت باید قبلا آزمودنی را مطلع نماید.

• ناقص بودن پرونده های بیمارن مبتلا به سکته مغزی
• عدم همکاری مرکز مورد مطالعه جهت در اختیار قرار دادن پرونده ها که پژوهشکر با تماس ها و پیگیری های مکرر نسبت به حل این مساله اقدام کرد.
• کمبود بودجه جهت انجام طرح

سکته مغزی، پیش بینی، داده کاوی، عوامل ابتلا

References:

1.  Ahmadi Ahangar A, Sanaat A, Saghebi R. “Assessment of Risk Factors in Stroke Patients”. Journal of Babol University of Medical Sciences. 2005; 7(3): 55-60. [In Persian].
2.  Iranmanesh F, Vaziri Nejad R, Gadari F, Rajabpoor N. “Study of Relationship between Prevalence of Post-Stroke Depression and Stroke Risk Factors”. Journal of Fasa University of Medical Sciences. 2012; 2(6): 266-70. [In Persian].
3.  Joozi M. “The Effect of Massage Therapy on Stroke Patients”. Journal of Medical Sciences, Islamic Azad University. 2009; 19(4): 256-61. [In Persian].
4.  Saadatnia M, Feiz M, Ziaei E, Hamzeh M, Ghorbani E, Hassanzadeh Keshteli A. “Lipid Profile in Patients with Ischemic and Hemorrhagic Stroke”. Journal of Isfahan Medical School. 2011; 29(129): 172-9. [In Persian].
5.  Ahmadi Ahangar A, Khafri S, Mostafazadeh M, Akbarian M, Motavalli M. “Risk Factors for Strokes in Patients 15-45 Years Old Admitted at Ayatollah Roohani Hospital in Babol, Iran (2009-2010)”. Journal of Babol University of Medical Sciences. 2013; 15(6): 95-103. [In Persian].
6.  Mazaheri T, Fallahpoor M, Karimlou M, Hoseini A. “Evaluating the Reliability of Farsi version of Stroke Impact Scale (SIS) among Patients with Stroke”.  Research in Rehabilitation Sciences. 2011; 7(4): 549-56. [In Persian].
7.  Dorrotaj D. “Investigated 90 Cases of Stroke in Young People Admitted to Imam Khomeini Hospital (1993-1998) [dissertation]”. [Iran]: Tehran University of Medical Sciences and Health Services; 2001. 92p.
8.  Baghbanian M, Ramezani M, Abedini M, Yazdani Charati J. “Difference between Risk Factors of Common Ischemic Brain Strokes on Anterior and Posterior Circulation”. Journal of Mazandaran University of Medical Sciences. 2013; 23(101): 49-54. [In Persian].
9.  Hoseini A, Bazrafshan H. “The Role of Risk Factors for Stroke”. Journal of Gorgan University of Medical Sciences. 2001; 3(8): 76-80. [In Persian].
10.  Moradi SH. “Etiologic Study of Cerebro Vascular Accident in Young Adults Admitted to Farabi Hospital (1989-1999) [dissertation]”. [Iran]: Kermanshah University of Medical Sciences; 2001. 32p.
11.  Hamzehee Moghadam A, Ahmadi Mousavi M, Khademizadeh KH. “The Relationship between Opium Dependency and Stroke”. Journal of Kerman University of Medical Sciences. 2006; 13(4): 203-8. [In Persian].
12.  Abootalebi SH, Moghadasian M, Moradi A, Pazaki R. “The Assessment of Knowledge about of Stroke in People over 25 Years Old in Boushehr”. South Medical Journal. 2006; 9(1): 59-65. [In Persian].
13.  Amini L. “Manage and Control the Stroke with Data Mining in Al-Zahra Hospital in Isfahan and Ghaem Hospital in Mashhad [dissertation]”. [Iran]: PNU Tehran; 2012. 90p.
14. Vasegh S. “Data Mining [dissertation]”. [Iran]: 2012.
15. Sarafi Nejad A, Saeid A, Mohammad Rose I, Rohanimanesh A. “Modeling a Data Mining Decision Tree and Propose a New Model for the Diagnosis of Skin Cancer by Immunohistochemical Staining Methods”. Journal of Health and Biomedical Informatics. 2014; 1(1): 54-62. [In Persian].
16.  Azizi A, Zarei J, Nabovati E, Vakili Arki H, Abbasi E, Razavi A. “Determining of the Factors Affecting Mortality in Burn Patients Using a Decision Tree Data Mining Algorithm”. Journal of Health Information Management. 2013; 16(54): 34-45. [In Persian].
17. Kumar V, Lakshmi V. A DATA MINING APPROACH FOR PREDICTION AND TREATMENT OFDIABETES DISEASE. IJSIT, 2014, 3(1),073-079.
18. Patel B S, Yadav P K, Shukla D P. Predict the Diagnosis of Heart Disease Patients Using Classification Mining Techniques. IOSR Journal of Agriculture and Veterinary Science. Volume 4, Issue 2 (Jul. - Aug. 2013), PP 61-64
19. Chitra R, Seenivasagam V. REVIEW OF HEART DISEASE PREDICTION SYSTEM USING DATA MINING AND HYBRID INTELLIGENT TECHNIQUES. ICTACT JOURNAL ON SOFT COMPUTING, JULY 2013, VOLUME: 03, ISSUE: 04
20. Ashish Kumar S, Shamsher B P, Shukla D P. A Data Mining Technique for Prediction of Coronary Heart Disease Using Neuro-Fuzzy Integrated Approach Two Level. IJECS Volume 2 Issue 8 August, 2013 Page No.2663-2671
21. Guven E, Kumar D, Sharma A. DATA MINING CLASSIFICATIONTECHNIQUES APPLIED FOR BREAST CANCER DIAGNOSIS AND PROGNOSIS. Indian Journal of Computer Science and Engineering (IJCSE). Vol. 2 No. 2 Apr-May 2012
22. Dangare C S, Apte S S. Improved Study of Heart Disease Prediction System using Data Mining Classification Techniques. International Journal of Computer Applications (0975 – 888). Volume 47– No.10, June 2012
23. Joglekar A, Lakshmi G P, Jani M. Prediction percentage of severity in HIV Patients using data mining algorithm. INTERNATIONAL JOURNAL OF ADVANCE COMPUTER TECHNOLOGY | VOLUME 3, NUMBER 6
24. Yeh D, Cheng C, Chen Y. A predictive model for cerebrovascular disease using data mining. Expert Systems with Applications 38 (2011) 8970–8977
25. Soni J, Ansari U, Sharma D. Predictive Data Mining for Medical Diagnosis: An Overview of Heart Disease Prediction. International Journal of Computer Applications (0975 – 8887)Volume 17– No.8, March 2011
26. Kim J, Lee Jongsik, Lee Y. Data-Mining-Based Coronary Heart Disease Risk Prediction Model Using Fuzzy Logic and Decision Tree. Healthc Inform Res. 2015 July;21(3):167-174.
27. Karaolis M, Moutiris J. Assessment of the Risk Factors of Coronary Heart Events Based on Data Mining With Decision Trees        . IEEE TRANSACTIONS ON INFORMATION TECHNOLOGY IN BIOMEDICINE, VOL. 14, NO. 3, MAY 2010
28. Markos G, et all. Automated diagnosis of coronary artery disease based on data mining and fuzzy modeling. IEEE Trans Inf Technol Biomed. 2008 Jul;12(4):447-58
29. Sarafi Nejad A, Saeid A, Mohammed Rose I, Rowhanimanesh A. Modeling a Data Mining Decision Tree and Propose a New Model for the Diagnosis of Skin Cancer by Immunohistochemical Staining Methods. Journal of Health and Biomedical Informatics. 2014; 1 (1) :54-62
30. Ahmadi A, Sanaat A, Saghebi R. Assessment of risk factors in stroke patients. Journal of Babol University of Medical Sciences. 7(3) summer 2005
31. Tolooie A, et all. Predict breast cancer recurrence with three data mining techniques. Iranian Journal of Breast Disease. 5(4);2012
32. Zibanejhad B, Zamanifar K, Sharafi M. The use of data mining to identify factors in ischemic heart disease. First National Conference on Software Engineering Iran, Rodehen Islamic Azad University Branch. 2002
33. Edrisi M, Gharipour M, Faroughi A, Javeri F, Shahgholi B, Gharipour A, Sarrafzadegan N. Decision support systems for the diagnosis of metabolic syndrome using data mining solution. Journal of Jahrom University of Medical Sciences, Vol. 9, Suppl. 2, 2011
34. Sepehri M.M, Rahnama P, Shadpour P, Teimourpour B. A data mining based model for selecting type of treatment for kidney stone patients. Tehran University of Medical Journal; Vol,67. No 6, sep 2009: 421-427.
35. Kajabadi A, Saraee M, Asgari S. Medical Data Mining: An Approach to Discovery Relationships Among Cardiovascular Risk Factors Data Mining Third International Conference on, Tehran. http://www.civilica.com/Paper-IDMC03-IDMC03_065.html
36. Akhovat M, Minaie B, Akhovat M. Lipid-based methods of data mining in diagnosis. Data Mining Third International Conference on, Tehran, http://www.civilica.com/Paper-IDMC03-IDMC03_097.html
37. Aliannezhad R, et all. Data Mining Applications in tuberculosis. Data Mining Third International Conference on, Tehran, http://www.civilica.com/Paper-IDMC03-IDMC03_097.html
38. Sarafi Nejad A, Saeid AH, Rose I.M, Rowhanimanesh AR. Modeling a Data Mining Decision Tree and Propose a New Model for the Diagnosis of Skin Cancer by I mmunohistochemical Staining Methods. Journal of Health and Biomedical Informatics 2014; 1(1): 54-62
39. Mehrabi S, et all. Use the nervous system of layers and radius-based clinical decision support system for separating the congestive heart failure and chronic obstructive pulmonary disease. Iranian Journal of Medical Physics. 3(12);2006
40. Azizi AA, et all. Determining of the Factors Affecting Mortality in Burn Patients Using a Decision Tree Data Mining Algorithm. Health Management;54(16);2014
41. Jianxin C, Yanwei X, Guangcheng X,  Jianqiang Y, Dongbin  Z.  [A  Comparison  of  Four  Data  Mining Models:  Bayes,  Neural  Network,  SVM  and decision  Trees  in  Identifying  Syndromes  in Coronary  Heart  Disease].  Springer-  Verlag  Berlin Heidelberg 2007:1274–1279.

رضایتامه برای استفاده از اطلاعات پرونده ها توسط پژوهشگر از حراست دانشگاه و ریاست بیمارستان اخذ می گردد.