تعيين مهم‌ترين عوامل موثر بر سرطان پوست غير ملانومايي با استفاده از الگوريتم‌هاي داده كاوي

Determination of the Most Important Factors Affecting Non-Melanoma Skin Cancer Using Data Mining Algorithms

در سال هاي اخير، سرطان پوست غير ملانوما (nmsc) جزء سه سرطان شايع در ايران بوده است. مديريت نامناسب اين بيماري منجر به افزايش شيوع و هزينه هاي سربار اقتصادي شده است. تكنيك هاي داده كاوي به آناليز داده هاي پرونده هاي بيماران و مديريت صحيح بيماري ها كمك مي نمايند. هدف اين مطالعه كشف الگوها و روابط پنهان در داده هاي بيماران nmsc با استفاده از الگوريتم هاي داده كاوي مي باشد.روش: جامعه مورد بررسي در اين مطالعه كاربردي، 828 پرونده nmsc بود كه طي سال هاي 9486 به انستيتو كانسر بيمارستان امام خميني (ره) تهران ارجاع شده بودند. متغيرهاي دموگرافيك و ريسك فاكتورهاي ابتلا به بيماري با استفاده از الگوريتم k-means خوشه بندي شدند. همچنين از الگوريتم apriori براي استخراج قوانين انجمني و تعيين شاخص هاي مشترك بيماران با درجه اطمينان بالاي 0/9 استفاده گرديد. نتايج: بيماران nmsc با توجه به متغيرهاي مورد بررسي در چهار خوشه توزيع شدند و سه عامل مهم تاثير گذار بر بيماري، bmi غيرنرمال، شغل هاي با ريسك بالا و سابقه قبلي سرطان مشخص شد. با استفاده از قوانين انجمني هفت قانون مورد تاييد قرار گرفت و بيشترين ارتباط ميان عوامل سابقه قبلي بيماري، موضع درگير، عود و نوع سرطان پوست غيرملانوما ديده شد.نتيجه گيري: اين مطالعه براي اولين بار مهم ترين عوامل موثر بر nmsc را با استفاده از داده كاوي تعيين نمود. اين عوامل بايستي در انجام خودآزمايي ها و يا آزمايش هاي غربالگري پوست در گروه هاي پرخطر مد نظر قرار بگيرند. همچنين در مطالعات آينده بايستي مشاركت عوامل فيزيولوژيك، اكولوژيك و ژنتيك در ايجاد سرطان پوست تواماً داده كاوي شوند.

Introduction: Non-melanoma skin cancer (NMSC) has recently been one of the three most common cancers in Iran. Inappropriate management of the disease has led to an increase in the prevalence and overhead costs. Data mining techniques are helpful in the analysis of patient records and accurate management of diseases. This study aimed to find hidden patterns and relationships in the data of NMSC patients using data mining algorithms. Methods: In this applied study, study population consisted of medical records of 828 NMSC patients referred to the Cancer Institute of Imam Khomeini Hospital in Tehran during 2006-2015. Demographic variables and NMSC risk factors were clustered using K-Means algorithm. Apriori algorithm was applied as well for extraction of association rules and determination of patient’s common information with a confidence of ≥ 0.9. Results: According to the studied variables, NMSC patients were classified in four clusters and three important factors influencing the disease were identified as abnormal BMI, high risk occupations and previous history of cancer. Seven rules were approved by association rules and the highest associations were found between the past history of the disease, the involved site, the relapse, and the type of NMSC. Conclusion: For the first time, this study could highlight the most important factors affecting NMSC using data mining methods. These factors should be considered either in self examination or screening skin tests in high-risk groups. In future studies, the contribution of physiological, ecological and genetic factors in the development of skin cancer should be jointly investigated as well.