پیش بینی مدت زمان انتظار در لیست پیوند کلیه به کمک الگوریتم های یادگیری ماشین

پیوند کلیه یک درمان انتخابی برای بیماری کلیوی در مقایسه با انجام دیالیز تا آخر عمر است به گونه ای که سبب بهبود کیفیت زندگی، کاهش محدودیتهای غذایی و بقای طولانیتر بیماران میگردد. پیشبینی مدت زمان انتظار در لیست دریافت عضو و توسعه مدلهای پیشبینی در مدیریت منابع کمک شایانی به بیماران، اهداکنندگان و پزشکان میکند. در این تحقیق به کمک ابزارهای یادگیری ماشین شامل بردار پشتیبان تصمیم، جنگل تصادفی و درخت تصمیم به انتخاب ویژگیهای مهم، پیشبینی امکان دریافت عضو برای افراد و مدت زمان انتظار در بازه ی کوتاه مدت، میان مدت و بلند مدت برای دریافت پیوند در لیست اهدای عضو توسط اهداکنندگان فوت شده، در جهت افزایش دقت میزان تخمین و بهبود پارامترهای تخمین پرداخته شده است. داده های این تحقیق از سایت kaggle مربوط به مدت زمان انتظار افراد در لیست پیوند کلیه بیماران برزیل طی سالهای ۲۰۰۰ تا ۲۰۱۷ جمع آوری شده است. نتایج نشان دهنده ی این است که با استفاده از روشهای نوین میتوان دقت و چگونگی عملکرد الگوریتم در دسته های مختلف ارزیابی کرد که به اعتبارسنجی و توسعه مدل کمک شایانی میکند.

Keywords:

پیوند کلیه , یادگیری ماشین , لیست انتظار , پیشبینی چند دوره ای.