مقایسه عملکرد الگوریتم های داده کاوی در پیش بینی بیماری های عروق کرونر قلبی با استفاده از داده های مطالعه سلامت مردم یزد (یاس)

بیماری های قلبی - عروقی اصلی ترین عامل مرگ و میر در سراسر جهان بوده و یکی از ده دلیل اول مرگ در 15 سال اخیر می باشد. بیماری های ایسکمیک قلبی نوعی بیماری قلبی است که به دلیل تنگ شدن شریان های تغذیه کننده بافت قلب (عروق کرونر) ایجاد می شود. هدف از این پژوهش مقایسه الگوریتم های داده کاوی در پیش بینی زودهنگام بیماری قلبی با توجه به علایم اولیه بیمار می باشد.

در این پژوهش از داده های فاز اول مطالعه سلامت مردم یزد (یاس) که شامل 10000 شرکت کننده و با استفاده از 21 ویژگی آنان مانند سن، نوع درد قفسه سینه، میزان قند خون، وضعیت شغلی، مصرف الکل، شاخص توده بدنی و غیره که از سال 1393 تا کنون جمع آوری شده بود استفاده شد.

تجزیه و تحلیل داده ها جمع آوری شده با استفاده از الگوریتم های Random Forest و Naive Bayes، دقت 74/51 درصد را در پیش بینی بیماری کرونر قلبی نشان داد.

می توان نتیجه گرفت که با الگوریتم های ساده فوق می توان پیش بینی بیماری ایسکمیک قلب را با دقت بالا انجام داده و با غربالگری زود هنگام و درمان به موقع در مراحل اولیه باعث کاهش مرگ و میر مرتبط شد.