پیشبینی عوارض ماکرواسکولار و میکرواسکولار در بیماران دیابتی نوع دو با استفاده از داده کاوی

دیابت یا بیماری قند، یک اختلال متابولیک در بدن است که توانایی تولید انسولین در بدن را از بین میبرد و یا بدن را در برابرانسولین مقاوم میکند.این بیماری به دوشکل دیابت نوع یک و دیابت نوع دو دیده می شود. دیابت نوع یک سبب تخریب سلولهای بتا در لوزالمعده شده و منجر به نقص تولید انسولین میشود،در نوع دو مقاومت پیشرونده بدن به انسولین وجوددارد که درنهایت ممکن است به تخریب سلولهای بتای لوزالمعده و نقص کامل تولید انسولین منجر شود. دیابت نوع دو شایعترین نوع است که با عوارض جانبی مثل مشکلات قلبی، بینایی و پای دیابتی همراه است. با توجه به تعدد عوامل تاثیرگذاردر پیشبینی عوارض این بیماری لزوم ایجاد یک سیستم تصمیم یار برای کمک به پزشک بسیار مفید است. در این پژوهش، با جمعآوری و آمادهسازی مجموعه داده مربوط به 1000 بیمار مبتلا به دیابت نوع دوم الگوریتم های هوشمند جهت تشخیصعوارض بیماری که شامل بیماری قلبی، رتینوپاتی، پای دیابتی، نفروپاتی و نوروپاتی می باشد،مورد ارزیابی قرار گرفت. برای مقایسه، از 9 الگوریتم کلاسبندی استفاده شده که نتایج این آزمایشها نشان دهنده ی این است که این است که در پیش بینی عوارض در اکثر موارد الگوریتم Random forest )جنگل تصادفی( بیشترین دقت را داشته و بقیه ی الگوریتم ها نتایج امیدبخشی را نشان نداده است.

کلیدواژه ها:

یادگیری ماشین ، دادهکاوی ، دیابت ، پیشبینی عوارض دیابت