این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
صفحه اصلی
درباره پایگاه
فهرست سامانه ها
الزامات سامانه ها
فهرست سازمانی
تماس با ما
JCR 2016
جستجوی مقالات
شنبه 9 آبان 1405
مجله علوم پزشکی رازی
، جلد ۲۵، شماره ۱۷۴، صفحات ۰-۰
عنوان فارسی
آنالیز داده های مربوط به بیماران مبتلا به سرطان روده بزرگ با استفاده از تکنیک های داده کاوی مطالعه موردی : بیماران مرکز تحقیقات کولورکتال بیمارستان شهید فقیهی شیراز
چکیده فارسی مقاله
مقدمه : روند رو به رشد سرطان روده بزرگ در سال های اخیر، لزوم اتکا به شیوه های مطمئن و جدید را برای شناسایی و کنترل این بیماری بیشتر آشکار می کند. داده کاوی یکی از این روش هاست که از پرطرفدارترین کاربردهای آن، کشف الگوهای پنهان مابین داده های بیماران در پایگاه داده های بزرگ است. در این مطالعه، به بررسی و کشف الگوهای ناشناخته در یک مجموعه داده واقعی سرطان روده بزرگ می پردازیم. روش : در این بررسی مجموعه داده های مربوط به 400 بیمار سرطان کلورکتال شامل 42 خصیصه جمع آوری شد . این اطلاعات مربوط به بیماران مراجعه کننده به بخش انکولوژی بیمارستان شهید فقیهی شیراز بین سال های 1387 تا 1395 می باشد. در این تحقیق پس از انجام مراحل، از طریق الگوریتم Fp-Growth تحلیل و روابط پنهان بین این داده ها کشف شده و سپس قوانین با ارزش در اختیار پزشک خبره حوزه سرطان روده بزرگ قرار گرفته و نتایج مورد ارزیابی قرار گرفته اند. نتایج : نتایج حاصل از بررسی داده ها نشان می دهد که مرحله پاتالوژیک و سن بیمار دارای اثر معنادار در نرخ بقاء بیماران داشته اند. همچنین درصد ابتلای زنان و مردان به سرطان رکتال بیش از کلون می باشد و جنسیت در بقای بیمار تاثیری ندارد . از نتایج دیگر حاصل از بررسی این دیتاست می توان به عدم وجود رابطه معنا دار بین مرحله پاتالوژیک بیمار واطلاعات دموگرافیک اشاره کرد .
کلیدواژههای فارسی مقاله
عنوان انگلیسی
Analyzing Data Obtained from Patients Suffering from Colon Cancer using Data Mining Techniques.case study: the center of colorectal research of Shahid Fagheehi hosp
چکیده انگلیسی مقاله
Introduction: Increase of Colon Cancer in recent years, necessitates adopting reliable and modern methods for detecting and controlling this disease. Data mining is one such method where one of its popular applications is to detect hidden patterns among patients' data in a big database. In this study, unknown patterns of a real data set of colon cancer are investigated. Method: In this study, data set related to 400 colorectal patients including 23 features are gathered. This information pertains to patients who referred to Oncology Ward of Shahid Faghihi Hospital in Shiraz during 1387 to 1395. In this study, when steps of Fp-Growth algorithm are fulfilled, hidden relations among these data are explored and then valuable data are given to a Colon Cancer expert to be analyzed. Results: results show that the pathologic state and patient age have a significant effect on patients' survival rate. In addition, both males and female are more prone to rectal cancer than colon cancer, and sex does not affect survival rate. It can also be concluded that there is no significant relation between pathologic stage and demographic information.
کلیدواژههای انگلیسی مقاله
نویسندگان مقاله
الهام پروین نیا | Elham Parvinnia
میثم محمدی | meysam Mohammadi
محمد علی بنان زاده | Mohammadali Bananzadeh
نشانی اینترنتی
http://rjms.iums.ac.ir/browse.php?a_code=A-10-3409-1&slc_lang=fa&sid=1
فایل مقاله
فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده
fa
موضوعات مقاله منتشر شده
بیماریهای داخلی
نوع مقاله منتشر شده
موردنگاری
برگشت به:
صفحه اول پایگاه
|
نسخه مرتبط
|
نشریه مرتبط
|
فهرست نشریات