طراحی ابزار تصمیم یار پیش بینی ابتلا به فشار خون با روش های یادگیری ماشین در جمعیت آذر کوهورت
چکیده
خلاصه
مقدمه: این مطالعه در شمال غرب ایران با هدف پیش¬بینی فشارخون بالا در بزرگسالان 35 سال و بالاتر صورت گرفت و الگوریتم‌های داده‌کاوی برای شناسایی الگوهای رایج و عوامل خطر مرتبط با فشار خون استفاده شدند.
هدف: پژوهش حاضر با هدف طراحی ابزار تصمیم یار پیش بینی ابتلا به فشار خون با روش های یادگیری ماشین در جمعیت آذر کوهورت انجام شد.
مواد و روش کار: مطالعه حاضر از نوع کاربردی توسعه‌ای بوده و این مطالعه در سالها¬ی 1401-1403، با هدف طراحی ابزار تصمیم یار پیش بینی ابتلا به فشار خون با روش¬های یادگیری ماشین بر اساس مجموعه داده¬های بدست آمده از کوهورت آذرکه شامل 14984 رکورد بود انجام گرفت. این مطالعه در دو مرحله توسعه و ارزیابی، با استفاده از فناوری‌های داده کاوی مانند key Influencer ، what-if، خوشه بندی و درخت تصمیم انجام شد. اثربخشی سیستم با استفاده از معیارهای تعیین‌شده، از جمله دقت و سطح زیرمنحنیROC ارزیابی شد.
يافته ها: یک مدل پیش‌بینی عملیاتی برای ارزیابی احتمال پرفشاری خون در جمعیت گروه AZAR ایجاد شد. نتایج نشان داد که عوامل مهم در افزایش فشار خون سن، چاقی شکمی، شاخص توده بدنی، فعالیت بدنی و افسردگی هستند. شایع ترین عوامل در خوشه بندی بیماران، جنسیت، مصرف سیگار و وضعیت فشار خون بود که بر اساس آن بیماران را می توان به دسته های مختلف طبقه بندی کرد. یک درخت تصمیم با ۸۲ گره تولید شد، نتایج نشان داد که سن عامل اصلی در پیش‌بینی فشار خون از طریق بیانیه‌های if-then است، صحت به ترتیب ۰.۸۲۲ و مساحت زیر منحنی ۰.۷۷ بود.
نتيجه گيري: توسعه پرسشنامه برای تشخیص بیماری و استفاده از مدل پیش‌بینی برای فشار خون، می‌تواند در شناسایی افراد در معرض خطر و اعمال مداخلات پیشگیری‌کننده موثر باشد.
واژگان کلیدی: داده کاوی،یادگیری ماشین، فشارخون بالا، پیش بینی،کوهورت