ستایش صادقی - M.Sc. in Computer Engineering, Computer Engineering Dept., Islamic Azad University, Kerman, Iran
امین گلاب پور - Ph.D. in Medical Informatics, Assistant Professor, Shahroud University of Medical Sciences, School of Paramedical, Shahroud, Iran

مقدمه: بیماری سرطان پستان یکی از شایع ترین انواع سرطان و شایع ترین نوع بدخیمی در زنان است که در سال های اخیر روند رو به رشدی داشته است. در مبتلایان به این بیماری همواره احتمال عود مجدد وجود دارد. عوامل زیادی میزان این احتمال را کاهش یا افزایش می دهند. داده کاوی از روش هایی است که در تشخیص یا پیش بینی سرطان ها به کار می رود و یکی از بیشترین کاربردهای آن، پیش بینی عود مجدد سرطان پستان است. روش: در این مطالعه گذشته­نگر از داده­های ۶۹۹ بیمار مبتلا به سرطان پستان با ۱۴ ویژگی استفاده ­شد که از این تعداد ۴۵۸ نفر (۶۶ درصد) سرطان آن ها عود نکرد و ۲۴۱ نفر (۳۴ درصد) سرطان آن­ها عود کرده است. این اطلاعات از سال ۱۳۹۱ تا ۱۳۹۴ از پرونده بیماران سرطان پستان جهاد دانشگاهی جمع­آوری شد. در این پژوهش از ترکیب دو الگوریتم نزدیک­ترین همسایگی و الگوریتم ژنتیک برای پیش­بینی عود بیماران مبتلا به سرطان پستان استفاده گردید. ابتدا الگوریتم نزدیک ترین همسایگی برای پیش­بینی عود سرطان پستان ارائه شد سپس به کمک الگوریتم ژنتیک متغیرهای وابسته کاهش یافت تا مدل صحت مناسب­تری داشته باشد. نتایج: تعداد متغیرهای وابسته ۱۴ متغیر بود که به کمک الگوریتم ژنتیک به ۶ متغیر کاهش پیدا نمود تا مدل پیش بینی کارایی بهتری داشته باشد. جهت ارزیابی مدل از پارامتر صحت استفاده شد که مقدار آن برای مدل پیشنهادی ۱۴/۷۷ درصد است که نسبت به روش های دیگر خروجی مناسب تری دارد. نتیجه­ گیری: در این مطالعه الگوریتم پیشنهادی با روش های دیگر پیش بینی مورد بررسی قرار گرفت و مشخص گردید الگوریتم پیشنهادی دارای صحت بهتر است.

Breast Cancer Recurrence, Genetic Algorithm, Nearest Neighbor Algorithm, عود سرطان پستان, الگوریتم ژنتیک, الگوریتم نزدیک ترین همسایگی