مقدمه: هر عاملی که باعث افزایش احتمال ابتلا به سرطان پستان در فرد شود عامل خطر محسوب‌ می‌گردد. آگاهی از این عوامل خطر در تعیین زنانی که خطر بالای ابتلا به سرطان پستان دارند کمک کننده است و همچنین این اجازه را می‌دهد تا با مداخله در برخی از عوامل خطر فردی و اجتماعی، خطر بروز سرطان را در فرد و جامعه تعدیل کرد. هدف از این تحقیق ارایه مدلی ریاضی جهت تعیین میزان ریسک ابتلا به بیماری سرطان پستان در افراد مراجعه کننده به مراکز غربالگری می‌باشد.

روش بررسی: داده‌هایی که در این مقاله جهت ارزیابی مورد استفاده قرار گرفته‌اند از کنسرسیوم نظارت بر سرطان پستان (BCSC) وابسته به موسسه ملی سرطان آمریکا  اقتباس و جهت انجام تحلیل داده‌های این مقاله از نرم‌افزار Weka استفاده شده است. این مطالعه بر روی 6318638 نفر مراجعه‏کننده به مراکز غربالگری در کشور آمریکا از سال 2000 تا 2009 صورت گرفته است. جهت خوشه‌بندی موثر داده‌ها از الگوریتم EM نیز بهره برده شده است.

یافته‌ها: همه عوامل خطر به‌طور یکسان خطر سرطان پستان را افزایش نمی‌دهند، بعضی از آنها، عوامل خطرناک‏تری بوده و خطر ابتلا را بیشتر بالا می‌برند. لذا با تعیین ضریب تاثیرگذاری در جامعه آماری نمونه می‌توان به مدلی دست یافت که بر اساس آن امکان پیش‌بینی احتمال ابتلا به سرطان سینه وجود خواهد داشت.

نتیجه‌گیری: نتایج این مطالعه نشان داد که با استفاده از الگوریتم  EM و خوشه‌بندی موثر می‌توان میزان تاثیرگذاری هر یک از عوامل خطر را در یک مجموعه داده مورد بررسی قرار داده و برای هر یک ضریبی را به عنوان ضریب موثر بدست آورده و در نهایت با جمع این ضرایب در مقدار عامل خطر میزان ریسک ابتلا به خطر سرطان سینه را پیش‌بینی نمود.