مُدل سازي و شناسايي عوامل مؤثر بر وجود عوارض ناشي از ديابت با روش‌هاي داده‌كاوي

مقدمه: در ايران با پيشرفت فناوري و توسعه‌ي آمارهاي ثبتي لزوم استفاده از روش‌هاي داده كاوي بيشتر مورد توجه محققين قرار گرفته است. درخت رگرسيون و طبقه‌بندي يكي از روش‌هاي مهم در مُدل‌بندي داده‌هاي حجيم است كه براي كنترل جامعه و پيش‌بيني مورد توجه محققين زيادي قرار گرفته است. هدف اين مطالعه تعيين متغيرهاي تأثيرگذار بر فراواني رخداد عوارض ناشي از ديابت است. روش‌ها: اين پژوهش از نوع مقطعي-تحليلي است. در اين پژوهش، اطلاعات تمام افراد مراجعه كننده‌ي ديابتي تحت پوشش دانشگاه علوم پزشكي مشهد در سال 1397 از سامانه‌ي سينا استخراج گرديد. 5016 نفر از افراد وارد شده به مطالعه داراي عارضه‌ي ديابت و 53613 نفر نيز بدون عارضه بودند. روش برازش مدل درخت رگرسيون و طبقه‌بندي و معيار سنجش مدل ضريب تعيين و مساحت منحني راك و نمودار Lift است. يافته‌ها: منحني راك براي مدل درختي برازش داده شده 73.8 درصد كه نشان دهنده‌ي توان نسبتاً بالاي مدل است. براساس نمودار Lift قدرت تصميم‌گيري بروز عارضه‌ي ديابت براي فردي كه مراجعه مي‌كند 3.5 برابر افزايش مي‌يابد. نتيجه‌گيري: نتايج مدل رگرسيون و طبقه‌بندي درختي نشان داد كه از متغيرهاي كمي به‌ترتيب نزولي سن، عامل خطرسنجي، FBS، HbA1C، مجموع زمان فعاليت، كلسترول، FBS وHDL، بيماري قلبي و عروقي، سابقه‌ي سكته، فشار خون، كلسترول، تجويز استاتين، شغل با فعاليت فيزيكي سخت، منطقه‌ي زندگي، روغن مصرفي، پياده‌روي، مصرف سبزي‌ها و جنسيت در فراواني رخداد عارضه‌ي ديابت مؤثرتر از عوامل ديگر هستند.