کاربرد تکنیک‌های داده‌کاوی در پیش‌بینی احتمال بقای بیماران مبتلا به سرطان پستان: مقاله مروری

Abstract

این مقاله مروری نظام‌مند در سال 98 در دانشگاه علوم پزشکی اصفهان انجام شده است. بررسی مطالعات مختلف مشخص کرد که از چه تکنیک‌های داده‌کاوی برای پیش‌بینی احتمال بقا، از چه ریسک فاکتورهایی برای این پیش‌بینی‌ها، ازچه معیارهایی برای ارزیابی تکنیک‌های داده‌کاوی و در نهایت چه منابع داده‌ای برای پیش‌بینی احتمال بقا مبتلایان به سرطان پستان استفاده شده است. این مطالعه از نوع مروری نظام‌مند است. مطابق با بیانیه پریزما، مطالعات منتشر شده در حوزه‌ی پیش‌بینی احتمال بقا بیماران مبتلا به سرطان پستان با استفاده از تکنیک‌های داده‌کاوی به زبان انگلیسی و در فاصله‌ی سال‌های 2005 تا 2018 در پایگاه‌های داده Medline Science direct، Web of science و Embase و پایگاه استنادی Scopus مورد جستجو و بازیابی قرار گرفت. پس از جستجو، تعداد 527 مقاله بازیابی شد. پس از حذف موارد تکراری و ارزیابی مقالات در نهایت 21 مقاله مورد استفاده قرار گرفت. سه تکنیک رگرسیون لجستیک، درخت تصمیم و ماشین بردار پشتیبان بیشترین کاربرد را در مقالات داشته اند. در بیشتر مطالعات، ریسک فاکتورهای سن، گرید تومور، استیج تومور و اندازه تومور استفاده شده بودند. معیار صحت در مطالعات بیشتری استفاده شده بود. اکثر مطالعات مورد بررسی از پایگاه داده برنامه‌ی نظارت، اپیدمیولوژی و نتایج نهایی که متعلق به کشور آمریکا می‌باشد، استفاده کرده بودند. به‌طور معمول در حوزه‌ی پیش‌بینی احتمال بقا، تکنیک‌های داده‌کاوی در حوزه‌ی کلاسه‌بندی به‌دلیل انطباق با این حوزه بیشتر مورد توجه قرار می‌گیرند. بر همین‌ اساس، تکنیک‌های درخت تصمیم، رگرسیون لجستیک و ماشین ‌بردار پشتیبان در مطالعات مورد بررسی، بیشترین کاربرد را داشته‌اند.