پیش بینی ناهنجاری های مادرزادی قلبی درکودکان با استفاده از تکنیک های داده کاوی

Abstract

مقدمه: ناهنجاریهای مادرزادی یکی از مهم ترین مشکلات بهداشت جهانی و شایع ترین نوع نقض تولد محسوب میشود. ناهنجاری های مادرزادی می تواند با ترکیب ژنها با سایر عوامل خطر نظیر مواجهه با عوامل محیطی، تغذیه مادر و استفاده مادر از داروایجاد شود. پیش بینی ناهنجاریهای مادرزادی قلبی براساس عوامل خطر مرتبط میتواند نقش مهمی در پیشگیری از چنین ناهنجاریهایی و ارتقای استراتژی های پیشگیرانه در این ارتباط است. مواد و روش ها: نوع این پژوهش کاربردی مقطعی است که بر روی داده های 791 مورد پرونده انجام گرفته است. داده ها ی این تحقیق از پرونده های پزشکی مابین سالهای 96-86گردآوری شده است. پایگاه داده این تحقیق شامل 31 ویژگی می باشد. در این تحقیق الگوریتمهای داده کاوی بر روی مجموعه داده های مورد نظر اجرا گردید تا به ساخت مدل پیش بینی کمک نماید. با استفاده از الگوریتم انتخاب ویژگی داده ها وزن دهی و اولویت بندی شدند. نتایج: با توجه به نتایج، مدل درخت تصمیم گیری با 6/98% صحت بهترین مدل برای پیش بینی ناهنجاریهای مادرزادی قلبی بود. بر اساس انتخاب ویژگی با استفاده از SVM-FS ، ویژگی های ازدواج فامیلی و هیدروآمینوز به عنوان موثرترین ویژگی ها در پیش بینی ناهنجاریهای مادرزادی قلبی تعیین شدند. نتیجه گیری: مدل پیشنهادی بر اساس الگوریتمهای داده کاوی، قابلیت پیش بینی ناهنجاریهای مادرزادی قلبی بر اساس عوامل خطر مادری قبل و در طی بارداری را دارد.

کلید واژه ها: داده کاوی، نقصهای مادرزادی قلبی، یادگیری ماشین ، مدل پیش بینی