ارزیابی عوامل پیش آگهی در طبقه بندی نرخ بقای بیماران مبتلا به سرطان پستان با استفاده از درخت تصمیم

مقدمه: مدل های پیش بینی کننده احتمال بقای بیماران، ابزار مهمی برای مدیریت مراقبت از بیمار هستند، لذا مطالعه درمورد ارزیابی عوامل مهم و موثر در بقای بیماران در پژوهش های بالینی حائز اهمیت است. روش درخت تصمیم روشی است که با استفاده از آن می توان عوامل پیش آگهی بیماری را تعیین و بیماران را براساس آن به زیرگروه های همگن طبقه بندی کرد. در این روش طبقات برحسب مهم ترین عوامل پیش آگهی انتخاب می شوند. هدف از این مطالعه تحلیل داده های بقای بیماران مبتلا به سرطان پستان با استفاده از درخت تصمیم است.روش تحقیق: در این مطالعه از اطلاعات 912 بیمار مبتلا به سرطان پستان استفاده شده است. این داده ها در مرکز تحقیقات هماتولوژی و انکولوژی دانشگاه علوم پزشکی تبریز جمع آوری شده اند. داده ها شامل اطلاعات کلینیکوپاتولوژیک هستند. پیشامد مورد نظر در مطالعه حاضر مرگ بیماران است و زمان بقای بیماران از زمان تشخیص اولیه بیماری تا زمان مرگ (یا سانسور شدن) است. برای تحلیل داده ها و طبقه بندی بیماران از مدل درخت تصمیم استفاده شده است.یافته ها: مدل درخت تصمیم متغیرهای زمان تا رخداد پیشامد و درجه سرطان را (P-value< 0.05) به عنوان عوامل پیش آگهی مهم در بقای بیماران مبتلا به سرطان پستان نشان داد. همچنین بیماران برحسب این عوامل به هشت زیرگروه همگن طبقه بندی شدند.نتیجه گیری: مدل درخت تصمیم علاوه بر ارزیابی عوامل پیش آگهی بیماری، روش مناسبی برای طبقه بندی نرخ بقای بیماران است

Keywords:

درخت تصمیم , تحلیل بقا , عوامل پیش آگهی , طبقه بندی بقا , سرطان پستان