Zeitschrift für Data Mining in Genomics & Proteomics

Abstrakt

Anwendung von Techniken des maschinellen Lernens bei der Vorhersage von Brustkrebsmetastasen mithilfe eines Entscheidungsbaumalgorithmus in Sokoto im Nordwesten Nigerias

Abdulrahaman A. Musa, Usman Malami Aliyu

Laut der Internationalen Agentur für Krebsforschung war Brustkrebs bei Frauen im Jahr 2018 gemessen an der Zahl der diagnostizierten Neuerkrankungen (ca. 2,1 Millionen) die weltweit häufigste Krebsart.

Den Ausgang einer Krankheit vorherzusagen, ist eine anspruchsvolle Aufgabe. Data-Mining-Techniken vereinfachen den Vorhersageabschnitt. Automatisierte Tools haben es möglich gemacht, große Mengen medizinischer Daten zu sammeln, die den medizinischen Forschungsgruppen zur Verfügung gestellt werden. Ziel dieser Studie war es, maschinelle Lernalgorithmen unter Verwendung eines Entscheidungs-Drei-Klassifikators und beschreibender Statistiken anzuwenden, um die Leistung des Modells bei der Vorhersage der Wahrscheinlichkeit von Krebsmetastasen bei Patienten zu bewerten, die sich erst spät vorstellen.

Materialien und Methode: Der Datensatz zur Brustkrebserkrankung wurde der Abteilung für Strahlentherapie und Onkologie des Lehrkrankenhauses der Usmanu Danfodiyo University im nigerianischen Bundesstaat Sokoto entnommen. Der Datensatz umfasst 259 Instanzen und 10 Attribute. Die experimentellen Ergebnisse dieser Studie verwendeten den Entscheidungsklassifikator „Drei“ in der Softwareumgebung IMB SPSS (Version 23). Im Experiment wurden zwei Klassen verwendet und daher eine 2 × 2-Konfusionsmatrix angewendet. Klasse 0 = nicht metastasiert, Klasse 1 = metastasiert. Wir haben einen überwachten maschinellen Lernansatz angewendet, bei dem der Datensatz in zwei Klassen unterteilt wurde, d. h. Training und Test erfolgten mithilfe einer 10-fachen Kreuzvalidierung.

Ergebnisse: Zeigt, dass 259 Fälle von Brustkrebs, 218 (84,2 %) Fälle nicht metastasierten, während 41 (15,8 %) Fälle in andere Körperregionen metastasierten. Die Gesamtgenauigkeit des Modells betrug 87 %, mit einer Sensitivität von 88 %, einer Spezifität von 75 % und einer Präzision von 98 %.

Schlussfolgerung: Basierend auf diesen Erkenntnissen sagte der maschinelle Lernalgorithmus unter Verwendung von Entscheidungsklassifikatoren der dritten Klasse voraus, dass 87 % des Tumors sich im Stadium IV befanden, was darauf hindeutet, dass sich der Tumor in andere Körperregionen ausbreiten kann.