fa بررسی میزان تأثیر داروهای درمان ناباروری در بیماران نابارور با استفاده از الگوریتم خوشه بندی و تکنیک های داده کاوی مدیریت اطلاعات سلامت Health Information Management پژوهشي-کامل Research(Original) سابقه و هدف: آمار ناباروری در جهان و به‌خصوص در کشور ما افزایش یافته است. داده کاوی رشته علمی جدید در زمینه بازیابی اطلاعات از پایگاه داده‌ها می‌باشد. مطالعات معدودی در زمینه‌ ناباروری و استفاده از دانش داده کاوی برای توصیف و پیش بینی روش‌های مختلف درمانی و شناسایی ویژگی های تاثیر گذار بر موفقیت روش درمان، ارائه شده است. هدف این مقاله ارائه مدلی است برای ارزیابی میزان تأثیر داروهای مختلف درمان ناباروری بر بیمارانی که تحت درمان با روش IUI قرار گرفته‌اند. مواد و روش ها: برای انجام این تحقیق پرونده‌های سال 1376 تا 1388 بیماران نابارور بیمارستان صارم بررسی شده‌اند که 26035 رکورد اولیه استخراج شده است. اطلاعات موجود در پرونده بیماران با استفاده از روش‌های داده کاوی در نرم‌افزار CLEMENTINE 12.0 تجزیه وتحلیل شدند. برای شناسایی عوامل مؤثر بر تأثیر داروها بر موفقیت درمان از الگوریتم‌های خوشه بندی و دسته بندی داده کاوی استفاده شد. یافته ها: با استفاده از خوشه‌بندی K-Means، ویژگی های بیمارانی که درمان آن‌ها موفق بوده است، شناسایی شده‌اند. به کمک درخت تصمیم CHAID تأثیر داروهای مختلف درمان ناباروری در بیماران نابارور و در نتیجه باروری مشخص شده است. مدل ساخته شده می‌تواند نتیجه استفاده از داروی پیشنهادی را با دقت 71 درصد پیش‌بینی کند. استنتاج: با استفاده از تکنیک‌های داده کاوی می‌توان روند درمان بیماران نابارور را بعد از بررسی‌ها و انجام معاینات و آزمایشات گوناگون و انتخاب فیلدهای تأثیرگذار بر بیماری، بهبود بخشید. Background and purpose: The rate of infertility has increased throughout the world. Data mining is a new method for analyzing information from databases. Few studies are done regarding infertility and using data mining in describing and predicting different treatment methods and factors influencing these methods. This paper proposes a model for evaluating the efficacy of different drugs in treatment of infertility among patients treated with IUI. Material and Methods: The records of 26,035 infertile patients (from 1998 to 2009) in Sarim Hospital have been examined. Clinical data of patients were analyzed through data mining methods (Clementine V.12.0). To identify the factors influencing the efficacy of drugs classified data mining and clustering algorithms were used Results: We identified the characteristics of patients with successful treatment using K-Means clustering. CHAID decision tree helped to indicate the result of different drugs in infertility treatments. The proposed model can predict the result of used drugs with 71 percent accuracy. Conclusion: : Data mining techniques can improve the process of treatment in infertile patients by detecting the factors affecting the course of treatment. ناباروری, داروهای ناباروری, روش درمانی IUI, داده کاوی Infertility, infertility drugs, IUI treatment, data mining 26 35 http://jmums.mazums.ac.ir/browse.php?a_code=A-10-1466-129&slc_lang=fa&sid=1 Somayeh Alizadeh سمیه علیزاده 100319475328460037729 100319475328460037729 No علوم پزشکی مازندران Marjan Hadizadeh مرجان هادیزاده 100319475328460037730 100319475328460037730 No علوم پزشکی مازندران Hakimeh Ameri حکیمه عامری hameri@mail.kntu.ac.ir 100319475328460037731 100319475328460037731 Yes علوم پزشکی مازندران