افزایش صحت طبقه بندی بیماران دیابتی از لحاظ محدودیت عملکردی با استفاده از ترکیب خطی و غیرخطی بیومارکرها: روش Ramp AUC

سطح زیر منحنی راک یک معیار مرسوم برای ارزیابی عملکرد طبقه بندی بیومارکر ها است. در عمل یک بیومارکر قدرت طبقه بندی محدودی دارد لذا برای بهبود عملکرد طبقه بندی، علاقه مند به ترکیب مقادیر مربوط به بیومارکر ها به صورت خطی و غیرخطی هستیم در این مطالعه ضمن معرفی انواع توابع زیان، به معرفی روش Ramp AUC و برخی ویژگی های آن به عنوان یک مدل آماری مبتنی بر سطح زیر منحنی راک پرداخته می شود. این مدل جهت ترکیب بیومارکرها به شکل خطی یا غیرخطی باهدف بهبود عملکرد طبقه بندی و مینیمم کردن تابع زیان تجربی بر اساس تابع زیان Ramp AUC ارائه شده است. به عنوان مثال کاربردی، در این مطالعه از داده های ۳۷۸ بیمار دیابتی مراجعه کننده به مراکز دیابتی اردبیل و تبریز در سال ۱۳۹۴-۱۳۹۳ استفاده شده است. جهت طبقه بندی بیماران دیابتی از لحاظ وضعیت محدودیت عملکردی بر مبنای بیومارکر های جمعیت شناختی و بالینی از روش RAUC  استفاده گردید. اعتبارسنجی مدل به روش آموزش و آزمایش انجام شد. بر اساس نتایج گروه آزمایش، مقادیر سطح زیر منحنی به دست آمده برای مدل RAUC با ترکیبات خطی از بیومارکرها در قالب هسته خطی برابر ۰.۸۱  و با هسته تابع پایه شعاعی برابر ۱.۰۰ می باشد. نتایج بیانگر وجود یک الگوی غیرخطی قوی در داده ها می باشد به طوری که ترکیبات غیرخطی از بیومارکرها عملکرد طبقه بندی بالاتری نسبت به ترکیبات خطی را دارا می باشند.

افزایش صحت طبقه بندی بیماران دیابتی از لحاظ محدودیت عملکردی با استفاده از ترکیب خطی و غیرخطی بیومارکرها: روش Ramp AUC Keywords:

kernel function , loss function , Area under the ROC Curve , classification , functional limitation. , تابع هسته , تابع زیان , سطح زیر منحنی راک , طبقه بندی , محدودیت عملکردی.