Prostat kanseri riskinin bulanık mantık yaklaşımı ile belirlenmesi

Abstract

Amaç: Prostat kanseri biyopsi kararı çeşitli değişkenlere bakılarak değerlendirilen fakat eşik olarak hiçbir kesin sayı kullanılamayan kompleks bir süreçtir. Bu yapısından ötürü zaman zaman gerçekte hasta olmayan kişiye de biyopsi gibi zor ve enfeksiyon riskinin bulunduğu bir işlem yapılmaktadır. Bu çalışma ile prostat kanseri riski belirleyerek hekime biyopsi kararı verirken destek sağlamak ve bulanık mantık ile ikili lojistik regresyon analizinin prostat kanseri riski belirleme performansları karşılaştırıldığında hangi yöntemin daha başarılı olduğunu tespit etmek amaçlanmaktadır. Yöntem: Üroloji uzmanları ile yapılan görüşmeler sonucunda sistemin girdi değişkenleri ve bunların değerlendirilmesi hakkında tek bir sisteme yönlenebilecek ortak bir kanıya varılamamıştır. Bu nedenle farklı yaklaşımlarla tasarlanan bulanık modeller ile kanser riski belirlenmiş ve bulanık modeller gösterdikleri prostat kanseri riski belirleme performansları doğrultusunda birbirine entegre edilmiştir. Bu entegrasyon sonucunda yeni bir bulanık sistem geliştirilmiştir. Bulanık sistemin prostat kanseri riski tahmin performansı ikili lojistik regresyon analizi ile karşılaştırılmıştır. Bulgular: Bu çalışma ile geliştiren bulanık sistem 0,710 ROC AUC ile prostat kanseri riski tahmin ederken ikili lojistik regresyon analizi 0,770 AUC ile prostat kanseri riski tahmin etmiştir. Bulanık sistem ve ikili lojistik regresyon analizinin AUC değerleri karşılaştırıldığında aralarında istatistiksel olarak anlamlı bir fark bulunmuştur (p<0,001). Sonuç: Bu çalışma ile geliştirilen bulanık sistem birden fazla yaklaşımın entegre edilmesiyle oluşturulduğundan veri giriş ve yorumlama esnekliğine sahiptir. Sistem beş kural tablosuyla karar vermektedir. Bu durum sistemin veri seti dışında gelecek yeni girişlerde elde edilen başarıyı tekrarlamasını sağlamaktadır. Fakat mevcut veri seti üzerinde geliştirilen bulanık sistemin ve ikili lojistik regresyon analizinin prostat kanseri tahmin performansı karşılaştırıldığında ikili lojistik regresyon analizinin daha başarılı olduğu görülmüştür.