دومین کنگره انفورماتیک پزشکی و هفتمین همایش سلامت الکترونیک
عنوان فارسی استفاده از تکنیکهای داده کاوی جهت استخراج دانش در تشخیص دیابت
چکیده فارسی مقاله چکیده مقدمه: امروزه بیماری دیابت با شیوع­ بالا (18.8 درصد) در جهان و ایران، در زمره بیماری­های پرهزینه و خطرناک­ است. طبق آخرین آمار منتشر شده توسط انجمن دیابت ایران، 12 درصد از جمعیت بالای 18 سال(حدود 8 میلیون نفر) به این بیماری مبتلا هستند. طبق آمار جهانی تعداد مبتلایان به بیماری قند بیش از 400 میلیون نفر است. بیش از 12.5 درصد از بودجه سلامت کشورهای جهان صرف بیماران دیابتی می­شود. علی­رغم پیشرفت­های پزشکی، درمان قطعی برای این بیماری غیر واگیر وجود ندارد. این درحالی است که با تشخیص به موقع و کنترل دیابت، می­توان از بروز عوارض جدی مانند مشکلات بینایی، کلیوی، عروقی و قلبی و حتی قطع عضو جلوگیری نمود. در این تحقیق الگوریتم­های داده­ کاوی بر روی داده ­های محلی با رویکرد کشف دانش تشخیص دیابت اجرا گردید. هدف اصلی دستیابی به فرضیه­ های سهل­ الوصول­تر برای متخصصین این حوزه درجهت تشخیص این بیماری بود. روش بررسی: داده­ های مورد استفاده در این تحقیق اطلاعات اولیه مربوط به 768 بیمار زن کلینیک دیابت پارسیان مشهد بود که شامل سن، تعداد دفعات بارداری، شاخص توده بدنی، چین پوستی عضله سه سر، فشار خون، قند خون 2ساعته، میزان انسولین 2ساعته، تابع عملکرد دیابت، مثبت یا منفی بودن دیابت بود. نرم ­افزار داده­ کاوی وکا برای مدل­سازی به منظور دسته ­بندی و خوشه­ بندی بیماران دیابتی و غیر دیابتی استفاده گردید. یافته ­ها: پس از مدل سازی با استفاده از تکنیک­های مختلف، بهترین دقت مربوط به الگوریتم K نزدیکترین همسایه با دقت 79.22% و پس از آن مدل بیز ساده با دقت 77.92% و در نهایت درخت تصمیم J48 با دقت 75.32% بدست آمد. بر اساس خـوشـه ­بنـدی در داده های محلی سن، شاخص توده بدنی، غلظت قند خون و فشار خون و ... می­توانند با بیماری دیابت ارتباط داشته باشند. نتیجه­ گیری به منظور تشخیص به موقع دیابت تکنیک­های مختلفی با روش­ها و متغیرهای گوناگون ارائه گردیده­ است. همه تحقیقات نشان از عدم وجود یک راه حل قطعی زود هنگام در تشخیص دیابت بوده ­اند. در این تحقیق با استفاده از داده ­های محلی و تکنیک­های داده­ کاوی، الگوریتم­های داده کاوی در تشخیص دیابت مقایسه و سعی در کشف و فرضیه سازی روابط پنهان بین متغیرهای جمع ­آوری شده گردید. پیشنهاد تیم تحقیق برای مطالعات آینده استفاده از داده کاوی روی اطلاعات رجیستری­های بیماریها از جمله دیابت جهت تشخیص ارتباط بین متغیر های دیابت و عوارض خطرناک دیابت است که نشان از اهمیت جامع بودن اطلاعات بالینی رجیستری دارد.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی
چکیده انگلیسی مقاله
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله
نشانی اینترنتی http://mieh-2018.modares.ac.ir/browse.php?a_code=A-10-216-1&slc_lang=fa&sid=1
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   دوره مرتبط   |   کنفرانس مرتبط   |   فهرست کنفرانس ها