طراحی سامانه ارزیابی افراد در معرض خطر بیماری سلیاک
Abstract
چکیده:
مقدمه: بیماری سلیاک نوعی بیماری خود ایمنی گوارشی است که با آسیب به پرزهای روده کوچک،سبب اختلال در جذب مواد مغذی میشود. سیر پیشرفت سلیاک در ایران روندی رو به افزایش دارد و عدم تشخیص به موقع آن باعث ایجاد عوارض مختلفی میگردد.استفاده از الگوریتم های داده کاوی و یادگیری ماشین برای پیش بینی این بیماری ضروری به نظر می رسد. هدف ما در این مطالعه توسعه یک ابزار پشتیبانی از تصمیم گیری بالینی به منظور شناسایی ریسک بیماری سلیاک در افراد می باشد.
مواد و روش ها: این پژوهش از نوع کاربردی توسعه ای است که در آن اطلاعات تمامی افراد مراجعه کننده به مراکز سلیاک شهید بهشتی تهران و امام رضا تبریز بین سالهای 1395تا 1398 به روش سرشماری گردآوری گردید. الگوریتم درخت تصمیم بر اساس نتایج حاصل از پردازش داده ها، انتخاب و مدلسازی شد. در نهایت تحلیل نتایج با استفاده از ماتریس آشفتگی و مساحت زیر نمودار انجام گرفته و میزان کاربرد پذیری سامانه با پرسش نامه کوییز سنجیده شد.
یافته ها: با توجه به نتایج بدست آمده و تجربه بهینه استفاده از جنگل تصادفی و عملکرد مناسب آن، در این پژوهش از مدل جنگل تصادفی استفاده شد.توانایی تشخیص این الگوریتم بر اساس روش ارزیابی مساحت زیر نمودار، به ترتیب 98% ریسک کم، 99% ریسک متوسط و 99% ریسک بالا در افراد می باشد. دیدگاه کاربران در مورد کاربردپذیری این سامانه با استفاده از پرسش نامه کوییز، برابر با 87.8 و در سطح خوب ارزیابی گردید.از نظر تمام متخصصین نیز وجود چنین سامانه ای برای بهبود تشخیص بیماری 100 درصد موثر بیان شد.
نتیجه گیری: مدل پیش بینی پیشنهاد شده بر مبنای یادگیری ماشین، توانایی شناسایی ریسک بیماری سلیاک در افراد را داشته و قابل پیاده سازی در محیط واقعی می باشد که یک ابزار پشتیبان بالینی مورد نیاز برای پزشکان محسوب می شود.
واژگان کلیدی: بیماری سلیاک، سیستم پشتیبانی تصمیم گیری، ارزیابی ریسک، یادگیری ماشین