|
|
1389/9/10، جلد ۶، شماره ۳، صفحات ۲۲-۲۷
|
|
|
| عنوان فارسی |
مقايسه مدل شبکه عصبی مصنوعی و رگرسيون پارامتری در پيشبينی بقای بيماران مبتلا به سرطان معده |
|
| چکیده فارسی مقاله |
مقدمه و اهداف: يکی از روشهای تحليل دادههای بقا، استفاده از مدلهای پارامتری است که در آن بايد توزيع زمان بقا مشخص باشد. در چند دهه اخير، از مدل شبکه عصبی مصنوعی نيز برای پيشبينی دادههای بقا استفاده شده است. هدف اين مطالعه، پيشبينی بقای بيماران مبتلا به سرطان معده به کمک دو مدل پارامتری و مدل شبکه عصبی مصنوعی است.
روش کار: طی سالهای 1381 لغايت 1385، تعداد 436 بيمار مراجعه کننده با تشخيص قطعی سرطان معده که در بخش گوارش بيمارستان طالقانی تحت عمل جراحی قرار گرفتند به صورت همگروه تاريخی مطالعه شدند. دادهها به تصادف به دو گروه آموزشی و آزمايشی تقسيم شدند. برای تحليل دادهها از يک مدل پارامتری مناسب (از بين مدلهای نمايی، وايبول، نرمال، لگ نرمال، لجستيک و لگ لجستيک) و مدل شبکه عصبی مصنوعی سه لايه استفاده شد. برای مقايسه پيشبينیهای دو مدل، از سطح زير منحنی مشخصه عملکرد، صحت کلاسبندی و شاخص هماهنگی استفاده شد.
نتايج: صحت پيشبينی مدل شبکه عصبی برابر 45/79 درصد و مدل پارامتری مناسب (وايبول) برابر 97/73 درصد گرديد. سطح زير منحنی مشخصه عملکرد برای مدل شبکه عصبی و پارامتری وايبول به ترتيب برابر 5/81 درصد و 8/74 درصد به دست آمد.
نتيجهگيری: مدل شبکه عصبی مصنوعی نسبت به مدل پارامتری پيشبينیهای بهتری نتيجه داد. لذا بکارگيری اين نوع مدلها در زمينه پيشبينی بقا پيشنهاد میشود. اين امر در تحقيقات مرتبط با حوزه سلامت و به خصوص در تخصيص منابع درمانی لازم برای افراديکه پرمخاطره پيشبينی میشوند بسيار با اهميت است. |
|
| کلیدواژههای فارسی مقاله |
تحلیل بقا،پیشبینی،مدل پارامتری،شبکه عصبی مصنوعی،سرطان معده |
|
| عنوان انگلیسی |
Comparison of Artificial Neural Network and Parametric Regression Models in Survival Prediction of Patients with Gastric Cancer |
|
| چکیده انگلیسی مقاله |
Background & Objective: Using parametric models is common approach in survival analysis. In the recent years, artificial neural network (ANN) models have increasingly used in survival prediction. The aim of this study was to predict of survival rate of patients with gastric cancer by using a parametric regression and ANN models and compare these methods.
Methods: We used the data of 436 gastric cancer patients from a cancer registry in Tehran between 2002-2007. All patients had a confirmed diagnosis. Data were randomly divided into two groups: training and testing (or validation) set. For analysis of data we used a parametric model (exponential, Weibull, normal, lognormal, logistic and log-logistic models) and a three layer ANN model. In order to compare of the prediction of two models, we used the area under receiver operating characteristic (AUROC) curve, classification table and concordance index.
Results: The prediction accuracy of the ANN and the parametric (Weibull) models were 79.45% and 73.97% respectively. The AUROC for the ANN and the Weibull models were 0.815 and 0.748 respectively.
Conclusions: The ANN had a better predictions than the Weibull model. Thus it is suggested to use of the ANN model survival prediction in field of cancer. |
|
| کلیدواژههای انگلیسی مقاله |
Survival analysis,Prediction,Parametric model,Artificial neural network,Gastric cancer |
|
| نویسندگان مقاله |
8931---8932---8933--- |
|
| نشانی اینترنتی |
http://irje.tums.ac.ir/browse.php?a_code=A-10-25-74&slc_lang=fa&sid=fa |
| فایل مقاله |
فایلی برای مقاله ذخیره نشده است |
| کد مقاله (doi) |
|
| زبان مقاله منتشر شده |
fa |
| موضوعات مقاله منتشر شده |
General |
| نوع مقاله منتشر شده |
Research |
|
|
|
برگشت به:
صفحه اول پایگاه |
نسخه مرتبط |
نشریه مرتبط |
فهرست نشریات
|
