مقایسه دقت پیش‌بینی رگرسیون لجستیک و درخت رده‌بندی در تعیین عوامل خطر و پیش‌بینی ابتلا به سرطان پستان

Abstract

مقدمه و اهداف: سرطان پستان یکی از رایج‌ترین بدخیمی‌های زنان است که بعد از سرطان ریه بیشترین میزان مرگ را به خود اختصاص داده است. هدف این مطالعه، مقایسه دو مدل رگرسیون لجستیک و درخت رده‌بندی در تعیین عوامل مؤثر و پیش‌بینی ابتلا به سرطان پستان است.

روش کار: داده‌های مورداستفاده برگرفته از یک مطالعه‌ مورد- شاهدی است که بر پایه اطلاعات بیمارستانی از 303 بیمار مبتلابه سرطان پستان به‌عنوان مورد و همین تعداد افراد غیرمبتلا به این سرطان به‌عنوان شاهد به‌دست‌آمده است. ابتدا 16 متغیر به‌عنوان عوامل خطر بالقوه در دو مدل درخت رده‌بندی و رگرسیون لجستیک وارد و نتایج حاصل با استفاده از سطح زیر منحنی مشخصه عملکرد (ROC) و مقدار حساسیت و ویژگی مقایسه شدند.

نتایج: از 16 متغیر موردبررسی، پنج متغیر در مدل درخت رده‌بندی و پنج متغیر در مدل رگرسیون لجستیک معنی‌دار شدند. پیش‌بینی بر اساس این متغیرها منجر به حساسیت، ویژگی و سطح زیر منحنی ROC 71 درصد، 69 درصد و 7/74 درصد برای درخت رده‌بندی و3/63‌ درصد، 8/68 درصد و 1/71 درصد به‌ترتیب برای رگرسیون لجستیک گردید.

نتیجه‌گیری: با توجه به معیارهای به‌دست‌آمده، مدل درخت رده‌بندی از توانایی بالاتری نسبت به رگرسیون لجستیک در تفکیک بیماران از افراد سالم برخوردار بود. نتایج به‌دست‌آمده از مطالعه حاضر نشان داد که سه متغیر وضعیت یائسگی، تعداد افراد مبتلا به سرطان پستان در خانواده و سن مادر هنگام اولین تولد زنده در هر دو مدل رگرسیون لجستیک و درخت رده‌بندی به‌طور مشترک معنی‌دار بوده‌اند.