ارايه‌ي يك مدل پيش‌بيني جهت شناسايي افراد مبتلا به ديابت با استفاده از درخت تصميم

مقدمه: امروزه در اكثر بيمارستان‌هاي ايران بانك اطلاعاتي وسيعي از ويژگي‌هاي بيماران موجود است كه حجم بالايي از اطلاعات مربوط به سوابق بيماري، خانوادگي و پزشكي را شامل مي‌شود. پيدا كردن الگوي دانش اين اطلاعات مي‌تواند در جهت پيش‌بيني عملكرد نظام پزشكي و بهبود فرآيندهاي آموزشي كمك شاياني كند.روش‌ها: تكنيك‌هاي داده‌كاوي ابزار تحليلي هستند كه براي استخراج دانش معنادار از مجموعه داده‌هاي بزرگ مورد استفاده قرار مي‌گيرند. در اين تحقيق از اطلاعات 500 نفر از مراجعه‌كنندگان به مركز بهداشت شهيد بلنديان قزوين استفاده شده است. در اين تحقيق با استفاده از روش‌هاي داده‌كاوي درخت تصميم و شبكه عصبي و شبكه‌ي بيزين يك مدل پيش‌بيني شده انجام شده است.يافته‌ها: مدل درخت تصميم بيش‌ترين دقت و شبكه‌ي بيزين كم‌ترين دقت را در تشخيص بيماران ديابت دارد و به تبع آن درخت تصميم كم‌ترين خطا و شبكه‌ي بيزين بيشترين خطا را دارا هست. مدل درخت تصميم با 95.68 درصد بيشترين دقت را در پيش‌بيني داشته است.نتيجه‌گيري: چربي بيشترين تأثير را در پيش‌بيني بيماري ديابت و جنسيت كمترين تأثير را در پيش‌بيني بيماري ديابت دارا هست. بر اساس تحليل درخت تصميم قوانين به‌دست آمده در بين ويژگي‌هاي بيان شده متغيرهاي سن و ميزان قند بيشترين تأثير را در پيش‌بيني وقوع بيماري ديابت (طبق تحليل نرم‌افزار) را دارا هستند و با ايجاد رژيم غذايي مناسب مي‌توان از ابتلا به اين بيماري جلوگيري كرد.