کاربرد درخت رده بندی برای پیشگویی رتینوپاتی دیابتیک و مقایسه با مدل تابع تشخیص در بیماران دیابتی نوع 2

نوع مقاله : Original Article(s)

نویسندگان

1 استادیار آمار زیستی، گروه آمار و اپیدمیولوژی، دانشکده‌ی بهداشت، دانشگاه علوم پزشکی اصفهان، اصفهان

2 استاد، مرکز تحقیقات غدد و متابولیسم، دانشگاه علوم پزشکی اصفهان، اصفهان

3 کارشناس ارشد،گروه آمار و اپیدمیولوژی، دانشکده‌ی بهداشت، دانشگاه علوم پزشکی اصفهان، اصفهان

4 دانشیار آمار زیستی، گروه پزشکی اجتماعی، دانشکده‌ی پزشکی، دانشگاه علوم پزشکی قزوین، قزوین

چکیده

مقدمه:
بیماری دیابت یکی از بیماری‌های شایع در جهان به شمار می‌رود و رتینوپاتی دیابتی به عنوان یک بیماری چشمی، این گروه از بیماران را به شدت درگیر می‌نماید و یکی از عوامل کوری آنان در سنین بالا به شمار می‌رود. با توجه به شیوع بالای دیابت نوع II در جامعه و همچنین خطر بالای رتینوپاتی در این گروه از بیماران، در این مطالعه سعی گردید تا با توجه به مدل رده بندی درختی CART (Classification and Regression Tree) یک الگوی پیش‌گویی و رده‌بندی برای این بیماران معرفی شود.

روش ها:
این بررسی با توجه به اطلاعات 3734 بیمار دیابتی نوع II انجام شد. بیماران به صورت تصادفی به دو گروه نمونه‌ی آزمون و یادگیری تقسیم شدند. با توجه به نمونه‌ی یادگیری، مدل رده بندی درخت CART معرفی و دقت آن با توجه به نمونه‌ی آزمون مشخص گردید. نتایج به دست آمده از الگوی درختی CART با نتایج به دست آمده از مدل تابع تشخیص برای کل بیماران مقایسه شد.

یافته ها:
در این مطالعه، مدل رده بندی درختی با دقت 67/0 با توجه به دوره بیماری، فشار خون سیستولیک، سن، جنسیت، تری‌گلیسیرید، کلسترول و قند خون ناشتا به دست آمد. این الگوی رده بندی از حساسیت 71/0 و ویژگی 62/0 برخوردار بو. در این بررسی میزان دقت رده بندی درختی معرفی شده با میزان دقت الگوی رده بندی بر اساس تابع تشخیص تقریبا یکسان بود.

نتیجه گیری:
در این بررسی مشخص گردید که دوره‌ی بیماری دیابت یکی از مهمترین عوامل تعیین کننده‌ی
رتینوپاتی می‌باشد؛ به طوری که خطر رتینوپاتی در بیماران دیابت نوع II که از بیماری دیابت آن‌ها بیشتر از 5/7 سال می‌گذرد نسبت به سایر بیماران بیشتر است.

واژگان کلیدی:
درخت رده بندی، تحلیل ممیزی (تابع تشخیص)، رتینوپاتی، دیابت نوع II.

عنوان مقاله [English]

Using Classification Tree for prediction of Diabetic Retinopathy on type II diabetes

نویسندگان [English]

  • Sayed Mohsen Hosseini 1
  • Mehdi Tazhibi 1
  • Massoud Amini 2
  • Hassan Jahani Hashemi 3
  • Asghar Zaree 4
  • Sareh Roosta 3
1 Assistant Professor, Department of Biostatistics and Epidemiology, School of Health, Isfahan University of Medical Sciences
2 Professor, Endocrine and Metabolism Research Center, Isfahan University of Medical Sciences, Isfahan
3 Associate Professor, Department of Community Medicine, School of Medicine, Isfahan University of Medical Sciences, Isfahan
4 MSc in Biostatistics, Department of Biostatistics and Epidemiology, School of Health, Isfahan University of Medical Sciences, Isfahan
چکیده [English]

Background: Diabetes disease is a common disease in the world and diabetic retinopathy that is an eye disease, involve these patients so hardly that leads patients to blindness in elderly. Because of high incidence of type II diabetes in the society and the danger of retinopathy in this group of patients, in this study we attempted to introduce a classification and predictive model according to Classification and Regression Tree (CART) model for this disease. Methods: This study was performed according to the information of about 3734 patients with type II diabetes, consulted to Isfahan Metabolic and Endocrine Research Center from 1991 to 2006. According to the CART model, a classification pattern was introduced for predicting of retinopathy in these patients. Findings: In this study, classification tree model (CART) obtained with accuracy of 67 percents according to duration of disease, age, sex, systolic blood pressure, triglyceride, cholosterol and fasting blood sugar. This classification model had the sensitivity of 71% and specifity of 62%. Conclusion: By this study founds that the duration of diabetes is one of the most important element of retinopathy, in such a manner that the danger of retinopathy in type II diabetes patients with more than 7.5 years is more than other patients. Key words: Diabetic retinopathy, Type II diabetes, Classification tree.