摘要：مقدمه: نياز فوري به خون و عدم جايگزين مناسب براي آن، ضرورت وجود الگویی برای کمک به پزشکان جهت ارايه خدمات درست به اهداکنندگان و مدیریت صحیح پایگاه خون را نشان مي‌دهد. پژوهش حاضر با هدف شناسایی الگویی برای تشخیص وضعیت اهداکنندگان خون صورت گرفته است.مواد و روش‌ها: پژوهش حاضر به روش پیمایشی- مقطعي و به‌صورت سرشماری صورت گرفته است. جامعه پژوهش متشکل از داده‌هاي سازمان انتقال خون بيرجند در ماه‌های خرداد تا شهریور 92 است که با مراجعه مستقيم پژوهش‌گر به سازمان و به‌صورت فایل اکسل تهیه گردید. جهت تحليل داده‌ها از نرم‌افزار Clementine12.0 استفاده شده است. در پژوهش حاضر ابتدا خوشه‌بندی Two-Step و سپس الگوريتم‌های C5.0،C&R Tree ، CHAID و QUEST اجرا گردیدند تا بهترین نسبت بین فیلدهای مختلف به‌دست آید.نتایج: مقدار صحت به‌دست آمده از اجرای الگوریتم‌های C5.0، C&R Tree، CHAID و QUEST به‌ترتيب 9998/0، 9960/0، 9930/0، 8913/0 مي‌باشد. مقادیر به‌دست آمده برای شاخص‌های حساسیت، شفافیت، صحت، دقت، شاخص F، میانگین هندسی، نرخ مثبت غلط، نرخ منفی غلط و نرخ خطا برای مدل C5.0 نشان‌دهنده عملکرد بهتر اين الگوريتم نسبت‌به سایرین مي‌باشد. تأثيرگذارترین شاخص‌ها در تولید مدل، دسته فشارخون، وضعیت اهدای خون و دمای بدن هستند.نتيجه‌گيري: مدل ارايه شده به پيش‌بيني سریع‌تر و دقیق‌تر وضعیت اهدای خون و نیز مدیریت صحیح پایگاه خون کمک مي‌نماید و مي‌تواند گامی مؤثر جهت استفاده کارآمد از خون اهدایی و کاهش هزینه‌های نگهداری خون محسوب گردد.
其他摘要：Introduction: Urgent need for blood and lack of an alternative for it necessitates the presence of a model to assist doctors in providing the proper services for the donors and also the right management of blood transfusion centers. The present study is aimed at determining blood donors’ status.Methods: Cross-sectional survey was applied in the present study through census. The population included the data extracted from blood transfusion center of Birjand from Khordad to Shahrivar 1392 which was provided as an Excel file by the direct visit of the researcher from the blood transfusion organization. In the present study, first, two-step clustering and then C50, C&R TREE, CHAID, and QUEST algorithms were executed to obtain the best ratio among different fields. Analysis was performed using Clementine12.0 software.Results: The obtained accuracy for executing C50, C&R Tree, CHAID, and QUEST equals 0.9998, 0.9960, 0.9930, and 0.8913, respectively. The results of indices including sensitivity, Specificity, accuracy, precision, FM, GM, FPR, FNR, and ER for C50 are indicators of better performance of this algorithm compared to the other ones. Important variables in modeling are blood pressure label, blood donation status and temperature.Conclusion: The proposed model helps us in predicting faster and more precise status of blood donation and also the proper management of the blood transfusion centers and it canbe and effive step for efficient usage of blood donation and decreasing the blood maintenance costs.
关键词：پزشکی; آموزش پزشکی;اهداکنندگان خون، داده کاوی، درخت تصمیم، خوشه‌بندی
其他关键词：Blood donors; Data mining; Decision tree; Clustering.
