Revista de minería de datos en genómica y proteómica

Abstracto

Aplicación de técnicas de aprendizaje automático para predecir metástasis de cáncer de mama mediante un algoritmo de árbol de decisiones en Sokoto, noroeste de Nigeria

Abdulrahaman A. Musa, Usman Malami Aliyu

Según la Agencia Internacional para la Investigación sobre el Cáncer, el cáncer de mama femenino fue el principal tipo de cáncer a nivel mundial en términos de número de casos nuevos (aproximadamente 2,1 millones) diagnosticados en 2018.

Predecir el resultado de una enfermedad es una tarea difícil. Las técnicas de minería de datos tienden a simplificar el segmento de predicción. Las herramientas automatizadas han hecho posible recopilar grandes volúmenes de datos médicos, que se ponen a disposición de los grupos de investigación médica. Este estudio tuvo como objetivo aplicar algoritmos de aprendizaje automático utilizando un clasificador de decisión tres y estadísticas descriptivas para evaluar el rendimiento del modelo en la predicción de la probabilidad de metástasis de cáncer en pacientes que se presentan tardíamente.

Materiales y métodos: El conjunto de datos de la enfermedad del cáncer de mama se ha tomado del departamento de Radioterapia y Oncología del Hospital Universitario Usmanu Danfodiyo, estado de Sokoto, Nigeria. El conjunto de datos tiene 259 instancias y 10 atributos. Los resultados experimentales de este estudio utilizaron el clasificador de decisión tres en el entorno de software IMB SPSS (versión 23). En el experimento, se utilizaron dos clases y, por lo tanto, se aplicó una matriz de confusión de 2 × 2. Clase 0 = No metastatizado, Clase 1 = Metastatizado. Aplicamos un enfoque de aprendizaje automático supervisado en el que el conjunto de datos se dividió en dos clases que son entrenamiento y prueba utilizando una validación cruzada de 10 veces.

Resultados: Se muestra que de 259 casos de cáncer de mama, 218 (84,2%) no hicieron metástasis, mientras que 41 (15,8%) casos hicieron metástasis en otras regiones del cuerpo. La precisión general del modelo fue del 87%, con una sensibilidad del 88%, una especificidad del 75% y una precisión del 98%.

Conclusión: Con base en estos hallazgos, el algoritmo de aprendizaje automático que utiliza clasificadores de decisión tres predijo que el 87% del tumor se presentó en la etapa IV, lo que indica que el tumor puede propagarse a otras regiones del cuerpo.