1388/6/10، جلد ۶۷، شماره ۶، صفحات ۴۲۱-۴۲۷
عنوان فارسی ساخت مدلی برای تعيين نوع درمان سنگ حالب با راه‌کار داده‌کاوی
چکیده فارسی مقاله زمينه و هدف: داده‌کاوی يکی از زمينه‌های چند تخصصی برآمده از زمينه‌های علومی چون آمار، رياضی، رايانه و هوش مصنوعی است که کاربردهای آن در حيطه‌های گوناگون پژوهشی، مديريتی و اجرايی سلامت و درمان رو به گسترش است. داده‌کاوی استخراج دانش و اطلاعات ناشناخته، نهان و ارزشمند از داده‌های موجود در پايگاه‌های داده به‌طور خودکار است. به‌کارگيری داده‌کاوی بر روی داده‌های پزشکی، دستاوردهای حياتی، با ارزش و اثرگذاری را به ارمغان آورده و از جمله می‌تواند برای ياری رسانی به پزشکان در زمينه تشخيص نوع بيماری و يا انتخاب نوع درمان مناسب کمک شايانی در زمينه نجات جان انسان‌ها انجام دهد. در اين مقاله داده‌کاوی روی اطلاعات مربوط به بيماران مبتلا به سنگ حالب انجام شده است تا بتوان به کمک آن سيستم کمک تصميمی طراحی کرد که جهت تعيين نوع درمان بيماران مبتلا به سنگ حالب، با توجه به خصوصيات بيماران استفاده گردد. روش بررسی: اطلاعات مربوط به اين بيماران از بيمارستان شهيد هاشمی‌نژاد جمع‌آوری گرديد و پس از انجام يک‌سری پيش پردازش اوليه، درخت تصميم مربوط به انتخاب روش درمانی مناسب برای بيماران استخراج گرديد. يافته‌ها: با کمک اين روش، پارامترهای موثر روی انتخاب روش درمانی مناسب برای بيماران مبتلا به سنگ حالب استخراج شد. نتيجه‌گيری: با استفاده از اين درخت برای انتخاب روش درمانی موفق برای بيماران مبتلا به سنگ حالب، عملکرد بيمارستان بهبود می‌يابد يعنی تعداد بيشتری از بيماران، پس از انجام روش درمانی، به طور کامل بهبود می‌يابند.
کلیدواژه‌های فارسی مقاله سنگ حالب، داده‌كاوي، انتخاب مشخصه‌ها و درخت تصميم
عنوان انگلیسی A data mining based model for selecting type of treatment
چکیده انگلیسی مقاله Background: Data mining as a multidisciplinary field is rooted in the fields such as statistics, mathematics, computer science and artificial intelligence and has been gaining momentum in scientific, managerial, and executive applications in health care. Data mining can be defined as the automated extraction of valuable, practical and hidden knowledge and information from large data. Applying data mining in medical records and data is of utmost importance for health care givers and providers and brings vital and valuable outcomes. Data mining can help doctors come up with better recommendations and plans for treatment which actually in many respects have significant impact on patients’ life and satisfaction In this paper we have proposed and utilized data mining methods to extract hidden information in medical records of pelvis stone patients with ureteral stone. We have tried to design a decision support system model to be applicable for selecting type of treatment for these groups of patients.
Methods: We gathered needed information from Shahid Hashemi Nejad hospital. In this research we have used decision tree as a data mining tool, for selecting suitable treatment for patients with ureteral stone. This model can predict probability of success of each treatment. 
Results: In this research we extracted effective attributes in selecting type of treatment for patients with ureteral stone.
Conclusions: By using this model we can have eight percent improvement in number of patients who have stone free output after treating. In fact, this model has a better functionality than expert system of hospitals.
کلیدواژه‌های انگلیسی مقاله Data mining, ureteral stone, feature selection, decision tree
نویسندگان مقاله 21372---21373---21374---21375---
نشانی اینترنتی http://tumj.tums.ac.ir/browse.php?a_code=A-10-25-5078&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
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات