Câncer de Próstata Jefferson Vinícius da Fonseca e Silva Programa de Pós-Graduação em Modelagem Matemática Computacional Centro Federal de Educação Tecnológica – CEFET -MG Av. Amazonas, 7675, Nova Gameleira, Belo Horizonte, Brasil jeffersonvinicius@hotmail.com Motivação • Descrição do problema Tendo com referência um sistema fuzzy para predizer a evolução do câncer de próstata proposto por Castanho-2005, foram testados 3 algorimos de ML(Regressão Logística,Suport Vector Machine e Decision Tree) para classificar se o câncer está no Estagio I da doença ou não.
• Importância do problema O câncer de próstata é, atualmente o segundo tipo com a maior incidência entre a população masculina no Brasil. A classificação de qual estágio a doença com dados clínicos pode auxiliar o médico a indicar um tratamento mais adequado de uma forma mais rápida, uma vez que quanto mais rápido se trata maior será as chances de cura. Castanho-2005
• Pq o problema é difícil A maioria do conhecimento médico em sintomas, doenças, terapias e na relação entre eles é intrinsecamente inserta. As medidas são imprecisas, as categorias linguísticas são caracterizadas por limites vagos ou imprecisos a co-ocorrência de sintomas e doenças é estatisticamente incerta e dados médicos são frequentemente incompletos. Castanho-2005 Modelo Fuzzy de Referência Contribuição • Qual o objetivo da sua solução? Complementar o modelo fuzzy de Castanho-2005,pois, por se tratar de um sistema especialista este não passou por um treinamento de dados reais sendo baseado apenas no conhecimento dos especialistas.
• Detalhe a sua solução
Foram utilizadas as mesmas entradas e saída proposta no modelo fuzzy, limitando a saída em uma resposta binária. Metodologia • Como o problema foi modelado É um classificador binário, foi utilizado a biblioteca scikit-learning do Phyton. • Quais features foram usadas? Entradas : Estadiamento Clínico, Escore de Gleason e Nível de PSA no diagnóstico. Como saída: Estágio da Doença. • Quais algoritmos foram usados? Regressão Logística, SVM e Decision Tree • Quais as métricas de avaliação? Acurácia, Precisão, Score ROC e Matriz Confusão • Quais datasets foram utilizados? Para o experimento foi selecionada uma base de dados de um estudo disponível no GitHub que versou sobre a predição de sobrevivência após 7 anos de diagnóstico positivo. Esta base possui 15.385 amostras contando com vários dados relativos ao câncer de próstata, dos quais foram utilizados o gleason-score(Escore de Gleason), t-score (Estado Clínico) e psa-diagnosis(Nível de PSA) como dados de entrada e stage(Estágio da Doença) como saída, por serem as mesas variáveis utilizadas no modelo fuzzy de referência Resultados Algoritmo Acurácia Precisão Score ROC Regressão 0,9752 0,8431 0,9790 Logística SVM 0,9971 0,9524 0,9996 Decision Tree 0,9942 0,9485 0,9796 Confusion Matrix Regressão Logística SVM p n Total p n Total Valor p' 2628 8 2636 Valor p' 2631 5 2636 Atual n' 60 43 103 Atual n' 3 100 103 Total 2688 51 2739 Total 2634 105 2739 Decision Tree p n Total Valor p' 2631 5 2636 Atual n' 11 92 103 Total 2642 97 2739 Conclusão • O que vc aprendeu neste trabalho? O conhecimento aprofundado do problema a ser resolvido e o funcionamento dos algoritmos é fundamental para a uma melhor resposta, pois cada caso possui suas particularidades e peculiaridades. Uma base de dados forte e concisa tende a melhorar o resultado encontrado.
• Se alguém fosse continuar de onde vc parou,
qual sua sugestão de continuação do trabalho? Encontrar um classificador que classifique os cinco estágios da doênça. Referências • CASTANHO, M. J. P. Construção e avaliação de um modelo matemático para predizer a evolução 106 do câncer de próstata e descrever seu crescimento utilizando a teoria dos conjuntos fuzzy, Tese 107 (Doutorado em Engenharia Elétrica). Universidade Estadual de Campinas UNICAMP, 2005. • Partin AW, Kattan MW, Subong EN, et al. Combination of prostate-specific antigen, clinical stage, 111 and Gleason score to predict pathological stage of localized prostate cancer. A multi-institutional 112 update. JAMA. 1997;277:1445–1451.
