مروري بر روش‌هاي تشخيص و پيش‌بيني بيماري‌هاي مزمن كليوي با استفاده از تكنيك‌هاي داده‌كاوي

رشد چشم‌گير بيماري كليوي، اثرات و عوارض آنها و هزينه‌هايي كه بر جامعه وارد مي‌شود، باعث شده است كه جامعه پزشكي به‌دنبال برنامه‌هايي براي پيش‌بيني و تشخيص زودهنگام اين بيماري باشند. در سال‌هاي اخير استفاده از تكنيك‌هاي داده‌كاوي در حوزه پزشكي از اهميت بالايي برخوردار شده است. هدف از اين مقاله مروري بر روش‌هاي مبتني بر تكنيك‌هاي داده‌كاوي به منظور پيش‌بيني بيماري‌هاي مزمن كليوي مي‌باشد. در اين مقاله قصد بر آن بوده تا جامعي از بيمارهاي مزمن كليوي، روش‌هاي تشخيص در حوزه پزشكي را گردآوري و بررسي نمود. بدين جهت در ابتدا بيمارهاي مزمن كليوي بررسي شده و پيرو اين بررسي به بحث و تحليل حوزه تشخيص زود هنگام اين بيماري‌ها خواهيم پرداخت. در ادامه انواع الگوريتم‌هاي داده‌كاوي در تشخيص بيماري‌هاي مزمن كليوي را معرفي خواهيم كرد. پس از آن به بحث در ارتباط با روش‌هاي تشخيص و پيش‌بيني بيمارهاي مزمن كليوي خواهيم پرداخت و اين روش‌ها را از نظر اهداف، محدوديت‌ها و قابليت‌ها نقد و بررسي خواهيم كرد. در اين مقاله براي پيش‌بيني بيماري نارسايي كليه ديدگاه‌هاي مختلف كه عبارتند از: انتخاب ويژگي، روش طبقه‌بندي، ابزارهاي استفاده شده، مورد بررسي قرار مي‌گيرند، كه با تحليل الگوريتم‌هاي طبقه‌بندي نشان مي‌دهيم استفاده از الگوريتم جنگل تصادفي، الگوريتم k- نزديك‌ترين همسايه و الگوريتم بردار پشتيبان به همراه روش‌هاي انتخاب ويژگي مي‌توانند نقش مؤثري در پيش‌بيني بيماري نارسايي كليه داشته باشند. همچنين نتايج گوياي اين است كه كه پايگاه داده UCI و ابزار MATLAB بيشترين كاربرد را در تشخيص و پيش‌بيني بيماري‌هاي مزمن كليوي دارند.