تشخیص احتمال ابتلا به سرطان بر اساس شاخص‌های فعالیت بدنی و سبک زندگی: یک رویکرد داده محور در علوم ورزشی

نوع مقاله : مقاله پژوهشی

نویسندگان

1 استادیار گروه تربیت بدنی، دانشگاه صنعتی خواجه نصیرالدین طوسی، تهران، ایران.

2 گروه مهندسی کامپیوتر دانشگاه صنعتی خواجه نصیرالدین طوسی، تهران، ایران.

3 گروه مهندسی کامپیوتر دانشگاه صنعتی خواجه نصیرالدین طوسی، تهران، ایران

چکیده

چکیده
هدف: هدف این پژوهش، طراحی یک سامانه تصمیم‌یار بالینی مبتنی بر یادگیری ماشین برای تشخیص احتمال ابتلا به سرطان بر اساس ویژگی‌های فیزیولوژیک و سبک زندگی است.
روش شناسی: در این مطالعه، از مجموعه‌داده عمومی «پیش‌بینی سرطان» شامل ۱۵۰۰ رکورد استفاده شد. شش الگوریتم متفاوت شامل رگرسیون لجستیک، ماشین بردار پشتیبان، همسایه نزدیک، بیز ساده، جنگل تصادفی و گرادیان بوستینگ پیاده‌سازی و با روش اعتبارسنجی متقابل ۵-بخشی درون پایپ‌لاین مورد ارزیابی قرار گرفتند. این مجموعه‌داده از نوع شبیه‌سازی‌شده و شامل ۸ ویژگی ورودی مستقل و ۱ متغیر هدف دودویی است که با تقسیم‌بندی طبقه‌بندی‌شده ۸۰/۲۰ (۱۲۰۰ نمونه آموزش و ۳۰۰ نمونه آزمون مستقل)ارزیابی شده است.
یافته ها: نتایج نشان داد الگوریتم‌های مبتنی بر یادگیری گروهی، به‌ویژه گرادیان بوستینگ، برتری قابل توجهی نسبت به مدل‌های کلاسیک دارند. در مجموعه داده های تست مستقل (۳۰۰ = n) نیز ، مدل گرادیان بوستینگ برتری معنادار نسبت به مدل پایه در آزمون دی‌لانگ داشت (مقدار001/0 > p در مقایسه با مدل پایه رگرسیون لجستیک). همچنین، تحلیل حساسیت نشان داد با حذف متغیر سابقه شخصی سرطان، سهم شاخص توده بدنی (۱۸.۹ درصد) و فعالیت بدنی هفتگی (۱۴.۲ درصد) به‌طور قابل‌توجهی افزایش می یابد.
نتیجه گیری: در مجموع، پژوهش حاضر یک مدل تشخیصی برای احتمال ابتلا به سرطان بر اساس شاخص های فعالیت بدنی و سبک زندگی ارائه می‌کند که می‌تواند به غربالگری هدفمند و تصمیم‌گیری مبتنی بر داده در حوزه سلامت و علوم ورزشی کمک کند. با این وجود، کاربرد بالینی آن منوط به اعتبارسنجی خارجی روی داده‌های واقعی و طولی است.

کلیدواژه‌ها

فناوری اطلاعات و ورزش
دوره 3، شماره 1
فروردین 1405
صفحه 225-251

فایل ها

سابقه مقاله

  • تاریخ دریافت: 19 تیر 1405
  • تاریخ بازنگری: 11 آبان 1405
  • تاریخ پذیرش: 11 آبان 1405

هم رسانی

ارجاع به این مقاله

آمار