شناسايي عوامل موثر و پيش‌بيني بيماري ايسكميك قلبي با استفاده از روش‌هاي يادگيري ماشين و داده هاي طرح سلامت يزد (YaHS)

مقدمه: بيماري‌هاي قلبي و عروقي، از شايع‌ترين بيماري‌هايي است كه آمار مرگ و مير بالايي را در جهان به خود اختصاص داده است. مقاله حاضر به شناسايي عوامل مختلف موثر بر بيماري هاي ايسكميك قلبي و شناسايي افراد مستعد به آن با استفاده از انواع روش‌هاي يادگيري ماشين پرداخته است. روش بررسي: پژوهش حاضر بر روي داده هاي طرح سلامت مردم يزد (ياس) انجام شده است. در اين مطالعه، داده‌هاي مربوط به سلامت، بيماري‌ها و عوامل خطر مختلف نزديك به 10000 نفر در قالب يك پرسش‌نامه با 300 سوال مختلف جمع‌آوري شده است. در اين پژوهش، با استفاده از محاسبه هم‌بستگي متغيرهاي مختلف جمع‌آوري شده در طرح ياس، عوامل مهمي كه با بيماري‌هاي ايسكميك قلبي مرتبط هستند، جستجو شده‌اند. سسپس با استفاده از عوامل و الگوريتم‌هاي يادگيري ماشين،  مشخصات افراد مستعد بيماري قلبي شناسايي شدند. نتايج: نتايج ارزيابي‌ها نشان مي‌دهد عواملي مانند سن، سابقه بيماري قلبي خانوادگي، فشارخون، ديابت، كلسترول خون، استرس، اضطراب، افسردگي، كيفيت زندگي، كيفيت خواب، فعاليت فيزيكي، مصرف دخانيات و تغذيه فرد با بيماري ايسكميك قلبي ارتباط دارند. هم‌چنين از بين روش‌هاي يادگيري ماشين مختلف روش نزديك‌ترين همسايگي با 5 خوشه، روش شبكه عصبي عميق و پرسپترون چند لايه با معيار ارزيابي فراخوان به مقادير 99/94%، 99/88% و 99/11% به ترتيب بهترين عملكرد را در شناسايي افراد بيمار داشته‌اند. نتيجه‌گيري: كنترل عواملي از جمله فشارخون، ديابت، كلسترول، استرس، اضطراب، افسردگي، بهبود دادن عواملي مانند كيفيت زندگي، وضعيت خواب، فعاليت فيزيكي، الگوي تغذيه افراد و ترك مصرف دخانيات در ارتقا سلامت ساكنان يزد موثر است. از سوي ديگر شناسايي افراد مستعد بيماري هاي ايسكميك قلبي با استفاده از روش‌هاي يادگيري ماشين نسبت به روش‌هاي سنتي غربالگري كه با مراجعه به مراكز درماني و پزشك و انجام آزمايش‌هاي مختلف صورت مي‌گيرد، سريع‌تر و با صرف هزينه كمتر انجام مي‌شود.