مجله دانشگاه علوم پزشکی

زمینه و هدف: غده تیروئید یکی از غدد حیاتی بدن است که می‌توان گفت به طور غیر مستقیم روی تمام ارگان‌های بدن مانند قلب، کلیه، دستگاه گوارش و غیره اثر دارد هدف این مطالعه استفاده از الگوریتم بوستینگ در کاهش خطای تشخیص غده تیروئید نرمال از غده تیروئید غیرنرمال می‌باشد. این الگوریتم یک روش قدرتمند در حوزه تشخیص و پیش‌بینی می‌باشد. الگوریتم بوستینگ به طور مکرر یک رده‌بندی کننده پایه را روی داده‌های دوباره وزن‌دار شده رشد می‌دهد و در نهایت یک ترکیب خطی از نتایج تشکیل می‌دهد و از این رو دقت را بهبود می‌بخشد. مواد و روش کار: این مطالعه از نوع مقطعی است. داده‌های وضعیت غده تیروئید یک نمونه 103تایی از مراجعه کنندگان به آزمایشگاه سلامت شهرستان شوشتر در سال 89-90 مورد تحلیل قرار گرفت برای تشخیص غده تیروئید نرمال از غده تیروئید غیرنرمال از درخت‌های تصمیم معمولی و درخت‌های تصمیم بوستینگ از نرم افرار 3.0.1R استفاده شد. برای مقایسه نتایج از روش تحلیل رده‌بندی و سه معیار نرخ خطای رده‌بندی، حساسیت و ویژگی استفاده شد. یافته‌ها: نرخ خطای رده‌بندی، حساسیت و ویژگی در مجموعه آزمون برای درخت‌های تصمیم معمولی به ترتیب 088/0، 91/0 و 92/0 به دست آمدند و در درخت‌های تصمیم بوستینگ سه معیار فوق به ترتیب 029/0، 955/0و 1 به دست آمدند. نتیجه‌گیری: نتایج این مطالعه نشان داد که الگوریتم بوستینگ برای تشخیص غده تیروئید نرمال از غده تیروئید غیرنرمال بسیار موفق‌‌تر عمل می‌کند بنابراین استفاده از درخت‌های تصمیم بوستینگ جهت تشخیص و پیشگویی وضعیت غده تیروئید پیشنهاد می‌شود.