بررسی میزان تاثیر داروهای درمان ناباروری در بیماران نابارور با استفاده از الگوریتم خوشه بندی و تکنیک های داده کاوی

سال انتشار: 1393
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 74

فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_JMUMS-24-114_004

تاریخ نمایه سازی: 2 آبان 1402

چکیده مقاله:

سابقه و هدف: آمار ناباروری در جهان و به خصوص در کشور ما افزایش یافته است. داده کاوی رشته علمی جدید در زمینه بازیابی اطلاعات از پایگاه داده ها می باشد. مطالعات معدودی در زمینه ناباروری و استفاده از دانش داده کاوی برای توصیف و پیش بینی روش های مختلف درمانی و شناسایی ویژگی های تاثیر گذار بر موفقیت روش درمان، ارائه شده است. هدف این مقاله ارائه مدلی است برای ارزیابی میزان تاثیر داروهای مختلف درمان ناباروری بر بیمارانی که تحت درمان با روش IUI قرار گرفته اند. مواد و روش ها: برای انجام این تحقیق پرونده های سال ۱۳۷۶ تا ۱۳۸۸ بیماران نابارور بیمارستان صارم بررسی شده اند که ۲۶۰۳۵ رکورد اولیه استخراج شده است. اطلاعات موجود در پرونده بیماران با استفاده از روش های داده کاوی در نرم افزار CLEMENTINE ۱۲.۰ تجزیه وتحلیل شدند. برای شناسایی عوامل موثر بر تاثیر داروها بر موفقیت درمان از الگوریتم های خوشه بندی و دسته بندی داده کاوی استفاده شد. یافته ها: با استفاده از خوشه بندی K-Means، ویژگی های بیمارانی که درمان آن ها موفق بوده است، شناسایی شده اند. به کمک درخت تصمیم CHAID تاثیر داروهای مختلف درمان ناباروری در بیماران نابارور و در نتیجه باروری مشخص شده است. مدل ساخته شده می تواند نتیجه استفاده از داروی پیشنهادی را با دقت ۷۱ درصد پیش بینی کند. استنتاج: با استفاده از تکنیک های داده کاوی می توان روند درمان بیماران نابارور را بعد از بررسی ها و انجام معاینات و آزمایشات گوناگون و انتخاب فیلدهای تاثیرگذار بر بیماری، بهبود بخشید.

نویسندگان

سمیه علیزاده

علوم پزشکی مازندران

مرجان هادیزاده

علوم پزشکی مازندران

حکیمه عامری

علوم پزشکی مازندران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • An overview of the latest scientificachievements in the world of ...
  • Available online at : http:// vimb. basijmed ...
  • ir/ Content/Content.aspx?Page Code =۳۹۹۲۶ ...
  • Guh R, Jackson Wu T, Weng S. Integratinggenetic algorithm and ...
  • Saremi A. The definition of infertility, Firsted. Tehran: sarem publications ...
  • Bioinformatics and Bioengineering.BIBE\'۰۹ ...
  • Ninth IEEE International Conference ۲۰۰۹Jun ۲۲-۲۴. Washington, DC, USA; ۲۰۰۹ ...
  • Durairaj M, NandhaKumar R. Data MiningApplication on IVF Data for ...
  • Corani G, Magli C, Giusti A, Gianaroli L, &Gambardella L. ...
  • Morales DA, Bengoetxea B, Larrañaga P,García M, Franco Y, Fresnada ...
  • Bayesian classification for the selection of invitro human embryos using ...
  • Ghazizadeh sh, Amooei M, Bagheri M,Ghlichkhani M, Masoomi M. Comparing ...
  • Zeinalzadeh M, Esmailpour M, Nazari T ...
  • Comparison of Letrozole and ClomipheneCitrate for induction of ovulation in ...
  • Madani T, Zaferani F, Peyrovan S, Eshrati B ...
  • Identification of influential factors on ovarianresponsiveness with tamoxifen in type-۲WHO ...
  • Han J, Kamber M. chapter ۱. Introduction:Data Mining. Concepts and ...
  • Alizadeh S, Ghazanfari M, Teimorpour BData Mining and Knowledge Discovery, ...
  • Ilc\' N, Modified Dunn’s cluster validity indexbased on graph theory. ...
  • Alizadeh S, Mlek mahmodi S. Data miningand knowlede discovery,step by ...
  • نمایش کامل مراجع