به کارگیری پسانمایی و ماشین بردار پشتیبان برای تشخیص درمان موثر بیماران دیابتی

بیماری دیابت یکی از شایع ترین بیماری های حاضر در دنیا شناخته شده که علی رغم گستردگی و تنوع این بیماری هنوز روش به منظور ریشه کن کردن آن در دنیا شناخته نشده است. بنابراین پیاده سازی روشی که بتواند حرفت را در تشخیص و درمان مؤثر آن یاری رساند، گام مهمی در جهت بهبود و کنترل این بیماری است. در مقاله حاضر از روش پسانمایی (Regression) و ماشین بردار پشتیبان (SVM) به منظور پیش بینی کدام یک از شش روش درمان ( انسولین، قرص، رژیم غذایی، ترک استعمال دخانیات، ورزش و کاهش وزن) در دو گروه سنی بیماران پیر و جوان مؤثرتر می باشد را بررسی نموده ایم.داده های مورد نیاز در این تحقیق مربوط به 997 بیمار دیابتی تحت درمان در یکی از مراکز درمانی کشور است که به منظور بررسی یکایک فیلد ها،آماده سازی و تحلیل داده ها از نرم افزار IBM Spss Modeler 14.2 استفاده شده است. بررسی صورت گرفته با استفاده از داده کاوی نشان می دهد از میان شش روش درمان مؤثر (انسولین، قرص، رژیم غذایی، ترک سیگار، ورزش و کاهش وزن) دارو درمانی (قرص) برای هر دو گروه سنی بیماران مؤثر می باشد ولی برای بیماران سالمند مؤثرتر است، که توصیه می شود به همراه درمان هایی دیگر تجویز شود و بقیه درمان ها برای گروه سنی جوانان مؤثرتر می باشد.

Keywords:

داده کاوی Data mining , پسانمایی Regression , ماشین بردار پشتیبان SVM , دیابت Diabetes