مجله علوم پزشکی رازی

زمینه و هدف: در مطالعات اپیدمیولوژی و پزشکی، گاهی پژوهشگر با مواردی مواجه می­شود که لازم است دو متغیر پاسخ را به صورت توام (همزمان) از روی تعدادی متغیر کمکی پیش­بینی نماید. زمانی که متغیر پاسخ آمیخته باشد، با توجه به محدودیت­ها و برقرار نبودن برخی پیش فرض­ها، روش­های کلاسیک آماری برای مدل­بندی و پیش­بینی کارایی لازم را ندارند. هدف این مطالعه بکارگیری مدل شبکه عصبی مصنوعی برای پیش­بینی متغیر پاسخ آمیخته در بیماری قلبی است.

روش کار: در پاییز و زمستان 1390، تعداد 276 بیمار قلبی که از بیمارستان شهید مدنی خرم آباد ترخیص شده بودند به صورت کوهورت تاریخی مورد مطالعه قرار گرفتند. از این نمونه برای پیش­بینی توام کلسترول و سطح LDL استفاده شد. داده­ها به تصادف به دو گروه آموزش (175 نفر) و آزمون (91 نفر) تقسیم شدند. برای تحلیل داده­ها از شبکه عصبی مصنوعی با الگوریتم شیب توام مقیاس شده (Scaled Conjugate Gradient) و برای تعیین مناسب‌ترین مدل از معیار صحت پیش­بینی استفاده شد. برای تحلیل از نرم افزار MATLAB نسخه 11/7 استفاده شد.

یافته‌ها: بالاترین صحت پیش­بینی برای مدل­ شبکه عصبی مصنوعی چهار لایه برای متغیر پاسخ آمیخته برابر 76/51 درصد به دست آمد.

نتیجه‌گیری: مدل شبکه عصبی مصنوعی با دو لایه میانی برای پیش­بینی متغیر پاسخ آمیخته مناسب است.