ارسل ملاحظاتك

ارسل ملاحظاتك لنا







تحليل زمن البقاء باستخدام أسلوب الشبكات العصبية الاصطناعية ونموذجي انحدار كوكس والانحدار اللوجستي: دراسة تطبيقية

العنوان المترجم: Survival Time Analysis Using Artificial Neural Networks, Cox Regression, and Logistic Regression Models: An Applied Study
المصدر: مجلة التجارة والتمويل
الناشر: جامعة طنطا - كلية التجارة
المؤلف الرئيسي: بسيوني، عبدالرحيم عوض عبدالخالق (مؤلف)
المؤلف الرئيسي (الإنجليزية): Bassiouni, Abdulrahim Awad Abdulkhaleq
المجلد/العدد: ع4
محكمة: نعم
الدولة: مصر
التاريخ الميلادي: 2022
الشهر: ديسمبر
الصفحات: 856 - 896
DOI: 10.21608/caf.2022.280943
ISSN: 1110-4716
رقم MD: 1363823
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: EcoLink
مواضيع:
رابط المحتوى:
صورة الغلاف QR قانون

عدد مرات التحميل

33

حفظ في:
LEADER 03527nam a22002297a 4500
001 2115995
024 |3 10.21608/caf.2022.280943 
041 |a ara 
044 |b مصر 
100 |a بسيوني، عبدالرحيم عوض عبدالخالق  |g Bassiouni, Abdulrahim Awad Abdulkhaleq  |e مؤلف  |9 522669 
242 |a Survival Time Analysis Using Artificial Neural Networks, Cox Regression, and Logistic Regression Models:  |b An Applied Study 
245 |a تحليل زمن البقاء باستخدام أسلوب الشبكات العصبية الاصطناعية ونموذجي انحدار كوكس والانحدار اللوجستي:  |b دراسة تطبيقية 
260 |b جامعة طنطا - كلية التجارة  |c 2022  |g ديسمبر 
300 |a 856 - 896 
336 |a بحوث ومقالات  |b Article 
520 |a استهدف البحث دراسة مقارنة بين أسلوب الشبكات العصبية الاصطناعية ونموذج انحدار كوكس ونموذج الانحدار اللوجستي وذلك بالتطبيق على عينة من 161 مريض سرطان للرئة ومجموعة من العوامل المؤثرة في زمن البقاء على قيد الحياة وتوصلت الدراسة إلى أن باستخدام أسلوب الشبكات العصبية الاصطناعية أهم العوامل المؤثرة في زمن البقاء هي التدخين والمهنة ودرجة المرض ثم العمر بكفاءة تصل إلى 86% وحساسية 85% ونوعية 87% ونسبة تصنيف خاطئ 14% أما نموذج انحدار كوكس توصل إلى أن أهم العوامل المؤثرة في زمن البقاء وهي درجة المرض، وطرق العلاج، الإصابة بكورنا والتدخين وذلك بكفاءة 80.7% وحساسية 82.5% ونوعية 79% ونسبة تصنيف خاطئ 19.8% أما باستخدام نموذج الانحدار اللوجستي فأهم العوامل المؤثرة في زمن البقاء هي المهنة، ودرجة المرض، التدخين ثم العمر بكفاءة تصل إلى 67.1% وحساسية 54.3% ونوعية 76.9% ونسبة تصنيف خاطئ 32.9% وبالتالي هناك أفضلية للشبكات العصبية الاصطناعية عن نموذج انحدار كوكس ونموذج الانحدار اللوجستي في تحديد العوامل المؤثرة في زمن البقاء والتصنيف والتنبؤ بالمشاهدات الجديدة  |b The objective of the research is to compare artificial neural networks with Cox Regression model with logistic Regression model By Appling a sample of 161 lung cancer patients and affecting of factors in survival time, so there’s a better chance of artificial neural networks than the cox Regression model and the logistic Regression model of classification and prediction. Because she has higher sensitivity, higher specificity, higher efficiency and lowest rate of misclassification. 
653 |a تحليل البقاء  |a الشبكات العصبية الاصطناعية  |a انحدار كوكس  |a الانحدار اللوجستي 
773 |4 الاقتصاد  |4 إدارة الأعمال  |6 Business  |6 Management  |c 016  |f Al-Tiǧāraẗ wa Al-Tamwīl  |l 004  |m ع4  |o 1025  |s مجلة التجارة والتمويل  |t Journal of Trade and Financing  |v 042  |x 1110-4716 
856 |u 1025-042-004-016.pdf  |n https://caf.journals.ekb.eg/article_280943.html 
930 |d y  |p y  |q n 
995 |a EcoLink 
999 |c 1363823  |d 1363823