23535

كاربرد تكنيك هاي داده كاوي تركيبي در سيستم سلامت-مطالعه ي موردي پيوند كبد

كارشناسي ارشد

مهندسي صنايع گرايش مديريت مهندسي

1397

1399/11/7

مرتضي باقرپور

عبدالرحمان حايري

مهندسي صنايع

امروزه در بسياري از كشور هاي دنيا، پيوند كبد به عنوان آخرين راه درمان براي بيماراني كه در مرحله ي آخر بيمار كبدي قرار دارند، با استفاده از اندازه گيري نمره ي مِلد بيماران و ساير عوامل تأثيرگذار از جمله سن انجام مي شود. علي رغم استفاده ي رايج از نمره ي مِلد/مِلد-نا براي تخصيص اولويت پيوند كبد، اين معيار عملكرد مناسبي در پيش بيني بقاء بيماران پس از پيوند، از خود نشان نمي دهد. از آن جا كه منبع كبد اهدائي منبعي كمياب و ارزشمند محسوب مي شود لذا لازم است توازني ميان تخصيص اولويت پيوند -بر اين مبنا كه حادترين وضعيت ها بايد در اولويت اول قرار بگيرند- و ميزان مطلوبيت پيوند- بقاي بيمار پس از پيوند- برقرار شود. در همين راستا تحقيقات متعددي صورت گرفته است تا در رويه هاي موجود در حوزه ي پيوند كبد اصلاحاتي صورت گيرد. ما نيز در اين تحقيق سعي كرده ايم تا با نگاهي دوباره به عوامل موجود در نمره ي مِلد، ميزان اهميت اين عوامل را در كنار ساير ويژگي¬هاي بيماران كه مي توانند همچون متغير هاي نمره ي مِلد مورد توجه واقع شوند، مورد بررسي قرار دهيم. براي دستيابي به اين منظور نيز از روش هاي نوين حوزه ي داده كاوي و يادگيري ماشين استفاده كرده ايم كه در تحقيقات اخير عملكرد مناسب و قابل قبولي از خود به نمايش گذاشته اند. آنچه در تحقيق حاضر مورد توجه بوده است، استفاده از مدل هاي تركيبي داده كاوي و ارزيابي عملكرد آن ها نسبت به تك مدل هاي پيش بيني است.

1399/12/12

-Application of hybrid Data mining Techniques in Health System-a case study in liver transplantation

1/26/2021 12:00:00 AM

Today, in many countries of the world, liver transplantation is performed as the last treatment for patients with end-stage liver disease by measuring patients' MELD score and other influential factors such as age. Despite the regular use of the MELD/ MELD-Na score for prioritizing liver transplant allocation, this criterion does not perform well in predicting patient survival after transplantation. Since the source of the donated liver is a scarce and valuable resource, it is necessary to strike a balance between allocating transplant priority - based on which the most acute conditions should be prioritized - and the desirability of transplantation - patient survival after transplantation - To be established. In this regard, several studies have been conducted to improve the existing procedures in liver transplantation. In this study, we also tried to examine the other characteristics of patients and MELD score variables. To achieve this, we have used new data mining methods and machine learning, which in recent research have shown appropriate and acceptable performance. What has been considered in the present study is the use of hybrid data mining models and evaluating their performance compared to single prediction models.

پيوند كبد , نمره ي مِلد , داده كاوي , روش هاي تركيبي

Liver transplant , MELD score , Data mining , Hybrid methods