دانلود مقاله ISI انگلیسی شماره 132250
ترجمه فارسی عنوان مقاله

بهبود پیش آگهی و کاهش پشیمانی تصمیم گیری برای درمان سرطان پانکراس با استفاده از شبکه های عصبی مصنوعی

عنوان انگلیسی
Improving prognosis and reducing decision regret for pancreatic cancer treatment using artificial neural networks
کد مقاله سال انتشار تعداد صفحات مقاله انگلیسی
132250 2018 41 صفحه PDF
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : Decision Support Systems, Volume 106, February 2018, Pages 110-118

ترجمه کلمات کلیدی
شبکه های عصبی مصنوعی، سرطان، پانکراس، کاهش پشیمانی، بقا،
کلمات کلیدی انگلیسی
Artificial neural network; Cancer; Pancreas; Regret reduction; Survival;
ترجمه چکیده
سرطان یک مشکل سلامتی در سرتاسر جهان است و مرگ و میر بسیار زیاد است. سرطان پانکراس به طور خاص چهارمین علت مرگ و میر ناشی از سرطان در ایالات متحده است و عامل اصلی مرگ و میر ناشی از سرطان در سراسر جهان است. درمان بهینه برای سرطان پانکراس جراحی رزکسیون است، اما حتی با عمل جراحی بسیاری از بیماران دچار عوارض و مرگ و میر بالا هستند که منجر به پشیمانی پزشکان نسبت به اینکه آیا دوره درمان بهینه با توجه به کیفیت زندگی بیمار ایجاد شده است یا خیر. بیماران نیز از ناراحتی در مورد بیماری های مرتبط با درمان رنج می برند. یک شبکه عصبی مصنوعی برای پیش بینی 7 ماهه زنده ماندن بیماران مبتلا به سرطان پانکراس است که بیش از 91 درصد حساسیت و دقت کلی بیش از 70 درصد را به دست می دهد. پیش بینی های نتیجه مصنوعی شبکه عصبی می تواند به عنوان یک منبع اضافی اطلاعات برای کمک به پزشکان و بیماران در انتخاب درمان است که بهترین کیفیت زندگی را برای بیمار فراهم می کند و باعث کاهش پشیمانی تصمیم گیری در درمان می شود.
پیش نمایش مقاله
پیش نمایش مقاله  بهبود پیش آگهی و کاهش پشیمانی تصمیم گیری برای درمان سرطان پانکراس با استفاده از شبکه های عصبی مصنوعی

چکیده انگلیسی

Cancer is a worldwide health problem with extremely high morbidity and mortality. Pancreatic cancer specifically is the fourth leading cause of death by cancer in the United States and is a leading cause of cancer deaths worldwide. The optimal treatment for pancreatic cancer is resection surgery, but even with surgery many patients suffer high morbidity and mortality, leading to regret in physicians over whether or not the optimal course of treatment with regard to the patient's quality of life was made. Patients also suffer regret concerning the morbidity associated with treatment. An artificial neural network is developed to predict 7-month survival of pancreatic cancer patients that achieves over a 91% sensitivity and an overall accuracy above 70%. The artificial neural network outcome predictions may be used as an additional source of information to assist physicians and patients in selecting the treatment that provides the best quality of life for the patient and reduces treatment decision regret.