ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > Classification Model for the S...>الوصف
يجب تسجيل الدخول أولا

Classification Model for the Survival of Advanced Cancer Patients

المصدر: مجلة البحوث المالية والتجارية
الناشر: جامعة بورسعيد - كلية التجارة
المؤلف الرئيسي: Salem, Emad Mohamed (Author)
المجلد/العدد: ع1
محكمة: نعم
الدولة: مصر
التاريخ الميلادي: 2016
الشهر: مارس
الصفحات: 460 - 470
ISSN: 2090-5327
رقم MD: 821063
نوع المحتوى: بحوث ومقالات
اللغة: الإنجليزية
قواعد المعلومات: EcoLink
مواضيع:
مصر | مرضى السرطان | قواعد البيانات | التحليل الإحصائي
كلمات المؤلف المفتاحية:
Data Mining | Classification | Attribute / Feature Selection | Decision Tree | C5.0 Algorithm | Advanced Cancer | Prognosis
رابط المحتوى:
PDF (صورة)     
صورة الغلاف QR قانون

عدد مرات التحميل

13

حفظ في:
المستخلص: لدينا قاعدة بيانات تحتوي على ثمانية وعشرون عامل طبي، لمائة وواحد مريض سرطان متقدم في مصر، مستخرجة من المرضى الذين يعتقد أنهم عرضة لخطر البقاء على قيد الحياة، والذين قضوا نحبهم فعلا قبل البدء في تطبيق الدراسة. بهدف بناء نموذج للتنبؤ بمدة البقاء على قيد الحياة لمرضى السرطان المتقدم، باستخدام شجرة القرارات، لإعطاء مؤشرا مبكرا لما إذا كان مرضى السرطان المتقدم يتوقع بقائهم أقل من أو يساوي 30 يوم، أو أكثر من 30 يوم. ويتم بناء النماذج على عدة مراحل تبدأ بمرحلة إعداد البيانات Data preparation ثم مرحلة بناء نموذج اختيار المتغيرات Attribute Importance Model ليتم اختيار المتغيرات المهمة باستخدام خوارزمية Feature Selection، حيث تم اختيار 7 متغيرات من بين 27 متغير. تم استخدام مخرجات نموذج اختيار المتغيرات، كمدخلات لنموذج شجرة القرارات، والذي تم بناؤه باستخدام خوارزمية C5.0 ونتج عن نموذج DT ثلاث متغيرات (ECOG، ضيق التنفس، فقدان الشهية) والتي تشكل قاعدة نموذجية لبناء شجرة القرارات. وأشارت النتائج المجمعة إلى أن نموذج شجرة القرارات باستخدام خوارزمية C5.0 أفضل وأكفأ بدقة تصنيف %79 Accuracy، و %81 Precision، و %70 Recall.

Objectives: The main objective of this study is to explore the differential effect of clinical findings on survival of advanced cancer patients to give an early indication of their life span. Methods: Dataset collected from patients with advanced cancer disease. The patient records of 101 patients. The techniques used are classification using decision tree (DT) with C5.0 algorithm. Dead prediction Flag is the target variable (≤ 30 days and > 30 days) and 27 input variables are used for prediction. A confusion matrix was obtained to calculate accuracy, precision and recall. Results: The overall accuracy of decision tree model was 79% and the precision was 81% with a 70% recall in the training set. The model selected three important variables which constitute the model rule. Conclusions: The DT model identified three predictive indicators of poor survival in Egyptian patients with terminal cancer (ECOG, dyspnea and anorexia). A prognostic scale that incudes these indicators may help in making decisions about end of-life care.
ISSN: 2090-5327

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.