مقايسه مدل شبكه عصبي مصنوعي و درخت تصميم براي شناسايي و پيش بيني عوامل مرتبط با ديابت نوع 2

Comparison of Artificial Neural Network and Decision Tree to Identify and Predict Factors Associated with Type 2 Diabetes

يكي از اهداف تحقيقات پزشكي تعيين عوامل مرتبط در پيش ­بيني بيماري مي ­باشد. يكي از شايع ­ترين بيماري هاي متابوليك در ايران، ديابت مي­باشد. هدف از اين مطالعه شناسايي عوامل موثر در پيش بيني ديابت با استفاده از مدل­ هاي شبكه عصبي مصنوعي و درخت تصميم مي ­باشد. روش بررسي: براي انجام مطالعه، پرونده 901 تن از افرادي كه در سال­ هاي 91 و 92 به مراكز بهداشتي شهر مشهد مراجعه كرده بودند، استفاده گرديد. در ابتدا با استفاده از روش­ هاي آمار توصيفي و تحليلي، داده ­ها آناليز شدند. سپس 70% داده­ ها به طور تصادفي براي ساخت مدل­ هاي شبكه عصبي مصنوعي و درخت تصميم انتخاب شدند. 30% باقيمانده براي مقايسه عملكرد مدل ­ها استفاده شد. در نهايت عملكرد مدل ­ها با استفاده از سطح زير منحني راك (ROC) مورد مقايسه قرار گرفت. يافته ­ها: توسعه دو مدل پيش ­بيني با استفاده از 14 متغير انجام شد. دو مدل از نظر سطح زير منحني راك، حساسيت، ويژگي و صحت مورد ارزيابي قرار گرفتند. براي مدل شبكه عصبي، سطح زير منحني راك و حساسيت به ترتيب 69/1 و 74/2 بدست آمد. براي مدل درخت تصميم نيز سطح زير منحني راك و حساسيت به ترتيب 68/9 و 64/77 بدست آمد. در هر دو مدل متغيرهاي سابقه خانوادگي ديابت، تري گليسريد، شاخص توده بدني، ليپوپروتئين با چگالي كم و فشار خون سيستوليك و دياستوليك مهم ترين عوامل مرتبط در شناسايي ديابت نوع 2 بودند. نتيجه‌ گيري: نتايج نشان داد كه مدل شبكه عصبي چند لايه سطح زير منحني راك بهتري نسبت به درخت تصميم CART در پيش ­بيني ديابت نوع 2 دارد. همچنين ليپوپروتئين با چگالي كم مهم ­ترين عوامل مرتبط در شناسايي ديابت نوع 2 مي ­باشد. مطالعه حاكي از آنست كه روش ­هاي داده­كاوي نوين از جمله شبكه عصبي مصنوعي و درخت تصميم مي ­توانند براي شناسايي عوامل مرتبط با بيماري­ ها مورد استفاده قرار گيرند.

Purpose: One of the goals of medical research is to determine the factors association of diseases in prognosis. One of the most common metabolic diseases in Iran is diabetes. The aim of this study was to identify the related factors that predict diabetes by using artificial neural network and decision tree algorithms. In this study we will compare the performance of these models. Methods: In this study, 901 cases of people referred to health centers in Mashhad were used. Initially, data were analyzed using descriptive and analytical statistics. Then, 70% of the data were randomly selected for constructing artificial neural network and decision tree models and the remaining 30% were used to compare the performance of the models. Finally, the performance of the models was compared using the ROC curve. Results: Development of two predictive models was performed by using13 input (independent) variables and 1 output (dependent) variable. The two models were evaluated in terms of area under the ROC curve, sensitivity, specificity and accuracy. Area under ROC curve, sensitivity, specificity and accuracy for artificial neural network model were 69.1, 74.2, 56.03 and 61.3. For CART algorithm of decision tree the under ROC curve, sensitivity, specificity and accuracy were obtained as 68.9, 64.77, 63.47 and 65.3 respectively. In all modes, family history of diabetes, triglycerides, body mass index, low density lipoprotein, and systolic and diastolic blood pressure were the most important factors associated with type 2 diabetes. Conclusion: The results showed that the perceptron multi-layer neural network model had a better result than the CART decision tree in term of area under the ROC curve for prediction of diabetes type 2. Also, low density lipoprotein was identified as the most important related factor of type 2 diabetes. The study suggests that modern data mining techniques such as artificial neural network and decision trees can be used to identify associated disease factors.