تقييم تجريبي لتطبيق خوارزمية Apriori باستخدام أداة WEKA للتنبؤ بفقر الدم واضطرابات الدم بناءً على المؤشرات المختبرية في جنوب ليبيا

الملخص

تعد خوارزمية Apriori من أشهر خوارزميات استخراج قواعد الارتباط في مجال استخراج البيانات. مع ذلك، لا يزال استخدامها في تحليل بيانات فقر الدم محدودًا. تسعى هذه الدراسة، باستخدام أداة WEKA مفتوحة المصدر، إلى تقييم مدى كفاءة خوارزمية Apriori في استخراج قواعد الارتباط التنبؤية من مؤشرات بيانات فقر الدم في جنوب ليبيا. أُجري التحليل على مجموعة بيانات تضم 397 سجلًا و14 خاصية، مثل مؤشرات تعداد الدم الكامل (CBC) والبيانات الديموغرافية. شملت المجموعات المستهدفة 183 حالة طبيعية، و187 حالة فقر دم صغير الكريات ناقص الصباغ، و27 حالة فقر دم كبير الكريات. نظرًا لأن المؤشرات الحيوية الرقمية في العينة كانت متصلة، فقد استلزم الأمر معالجة البيانات مسبقًا بواسطة خبير في النطاقات باستخدام مرشح تصنيفي اختياري لضمان عمل الخوارزمية بشكل صحيح. أُجريت ست تجارب بمعايير مختلفة لاكتشاف أفضل إعدادات للخوارزمية. وُجد أن الإعدادات المثلى للخوارزمية هي 50 قاعدة، وفترة ثقة دنيا 0.8، ودعم أدنى 0.1، واستخدام مقياس الرفع لترتيب القواعد. تم تحديد خمسين قاعدة ارتباط. سجلت فئة MA أعلى قيمة رفع بلغت 11.76، بينما تراوحت قيم فئة MH بين 1.75 و2.10. كانت المعايير المسترجعة متسقة للغاية مع المعرفة الطبية الحالية، وكُشفت أنماط جديدة مفيدة محتملة، والتي قد تساعد في الكشف المبكر عن فقر الدم كبير الكريات. تُشير الدراسة إلى أن خوارزمية Apriori في برنامج WEKA أداة فعالة وقابلة للتفسير لتحليل بيانات فقر الدم، مما يجعلها نواة برمجية موثوقة للمساعدة في اتخاذ القرارات السريرية المبكرة في مرافق الرعاية الصحية. توصي الدراسة للتعامل مع الفئات غير المعتادة، ومقارنة طرق الارتباط المختلفة، ودمج قواعد الارتباط مع أنظمة التصنيف في التطبيقات السريرية المستقبلية.