فهرست نشریات علمی دسترسی آزاد ایران

مقدمه و اهداف: شکستگی‌های ناشی از پوکی استخوان، هر ساله هزینه‌های اقتصادی گزافی را بر مردم و سیستم درمانی کشور وارد می‌کند. داده‌کاوی به‌خاطر داشتن قدرت پردازش حجم عظیم داده‌ها و کاهش زمان تشخیص در‌زمینه‌های مختلف، از‌جمله پزشکی و ورزشی کاربردهای زیادی دارد. بنابراین هدف اصلی این مطالعه، ارائه مدلی برای تعیین میزان پوکی استخوان با استفاده از الگوریتم ماشین بردار پشتیبان در مردان سالمند فعال بود.مواد و روش‌ها: این مطالعه از نوع توسعه‌ای‌کاربردی بود. اطلاعات آزمایشگاهی 652 بیمار بررسی شد. از بین این افراد، 108 مرد سالمند فعال انتخاب شدند که 58 نفر سالم، 33 نفر استئوپنی و 17 نفر استئوپروز بودند. از الگوریتم ماشین بردار پشتیبان برای دسته‌بندی افراد استفاده شد. همچنین از نسخه 2020 نرم‌افزار مَتلَب برای تجزیه‌و‌تحلیل داده‌ها استفاده شد. ارزیابی بر‌اساس ماتریس درهم ریختگی و معیارهای دقت و صحت انجام شد. یافته‌ها: طبق نظر پزشکان و نتایج مقالات علمی، از 103 ویژگی مربوط به اطلاعات شخصی و سبک زندگی آزمودنی‌ها، 8 ویژگی به‌عنوان ورودی الگوریتم انتخاب شدند. نتایج نشان داد الگوریتم ماشین بردار پشتیبان می‌تواند با دقت 59/3 درصد و صحت 54/91 درصد افراد سالم، استئوپنی و استئوپروز را تشخیص دهد.نتیجه‌گیری: ویژگی‌های پیش‌بین‌کننده الگوریتم‌ داده‌کاوی در این مطالعه با نتایج بالینی به‌دست‌آمده از مطالعات پزشکی و با یافته‌های تحقیقات قبلی مطابقت دارد. این مطالعه نشان می‌دهد با کشف الگوها و روابط پنهان در داده‌ها، احتمالاً به‌درستی از این الگوریتم می‌توان برای بهبود کیفیت خدمات تشخیصی و درمانی استفاده کرد