مدل سازی و شناسایی عوامل موثر بر وجود عوارض ناشی از دیابت با روش های داده کاوی

مقدمه :

در ایران با پیشرفت فناوری و توسعه ی آمارهای ثبتی لزوم استفاده از روش های داده کاوی بیشتر مورد توجه محققین قرار گرفته است. درخت رگرسیون و طبقه بندی یکی از روش های مهم در مدل بندی داده های حجیم است که برای کنترل جامعه و پیش بینی مورد توجه محققین زیادی قرار گرفته است. هدف این مطالعه تعیین متغیرهای تاثیرگذار بر فراوانی رخداد عوارض ناشی از دیابت است.

این پژوهش از نوع مقطعی-تحلیلی است. در این پژوهش، اطلاعات تمام افراد مراجعه کننده ی دیابتی تحت پوشش دانشگاه علوم پزشکی مشهد در سال 1397 از سامانه ی سینا استخراج گردید. 5016 نفر از افراد وارد شده به مطالعه دارای عارضه ی دیابت و 53613 نفر نیز بدون عارضه بودند. روش برازش مدل درخت رگرسیون و طبقه بندی و معیار سنجش مدل ضریب تعیین و مساحت منحنی راک و نمودار Lift است.

منحنی راک برای مدل درختی برازش داده شده 8/73 درصد که نشان دهنده ی توان نسبتا بالای مدل است. براساس نمودار Lift قدرت تصمیم گیری بروز عارضه ی دیابت برای فردی که مراجعه می کند 5/3 برابر افزایش می یابد.

نتایج مدل رگرسیون و طبقه بندی درختی نشان داد که از متغیرهای کمی به ترتیب نزولی سن، عامل خطرسنجی، FBS، HbA1C، مجموع زمان فعالیت، کلسترول، FBS وHDL، بیماری قلبی و عروقی، سابقه ی سکته، فشار خون، کلسترول، تجویز استاتین، شغل با فعالیت فیزیکی سخت، منطقه ی زندگی، روغن مصرفی، پیاده روی، مصرف سبزی ها و جنسیت در فراوانی رخداد عارضه ی دیابت موثرتر از عوامل دیگر هستند.