سمیه علیزاده - علوم پزشکی مازندران
مرجان هادیزاده - علوم پزشکی مازندران
حکیمه عامری - علوم پزشکی مازندران

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.

Infertility, infertility drugs, IUI treatment, data mining, ناباروری, داروهای ناباروری, روش درمانی IUI, داده کاوی