使用逻辑回归和关联规则识别癌症——间皮瘤疾病
计算机与社会
2019-08-22 v2 机器学习
定量方法
机器学习
摘要
恶性胸膜间皮瘤（Malignant Pleural Mesothelioma, MPM）或恶性间皮瘤（malignant mesothelioma, MM）是一种非典型的侵袭性肿瘤，在胸膜（肺周围的一层组织）中发展为癌症。MPM的诊断很困难，它占美国每年诊断出的所有间皮瘤的约75%。作为一种致命疾病，MPM的早期识别对患者的生存至关重要。我们的研究实现了逻辑回归并开发了关联规则，以识别MM的早期症状。我们检索了Dicle University生成的医疗报告，并应用逻辑回归来衡量模型准确率。我们进行了 逻辑相关性、Omnibus检验和Hosmer and Lemeshow检验用于模型评估。此外，我们还通过置信度、规则支持度、提升度、条件支持度和可部署性开发了关联规则。分类逻辑回归将训练准确率从72.30%提高到81.40%，测试准确率为63.46%。该研究还列出了最有可能表明MM存在的前5种症状。本研究得出结论，使用预测建模可以增强MM的初步表现和诊断。
引用
@article{arxiv.1812.10384,
title = {Identification of Cancer -- Mesothelioma Disease Using Logistic Regression and Association Rule},
author = {Avishek Choudhury},
journal= {arXiv preprint arXiv:1812.10384},
year = {2019}
}