Iranische epidemiologische Diabetikerstatistiken mit Hilfe von Data-Mining-Techniken

Große medizinische Datenbanken erfordern wissensverarbeitendes Data Mining, um die Ergebnisse der Gesundheitsversorgung zu verbessern. Diabetes, eine weltweit verbreitete chronische Krankheit, erfordert einige rigide Vorhersageinstrumente auf der Grundlage der physiologischen und pathologischen Profile der Patienten. Daher können Präventionsprogramme positive Auswirkungen haben, um die endgültige Katastrophe zu vermeiden. Data-Mining-Algorithmen werden für die Vorhersage, die Klassifizierung und das Clustering von Rohdaten in der Vorverarbeitungsphase für die weitere Verarbeitung sowohl in der wissenschaftlichen Forschung als auch in der Praxis eingesetzt. Auf der Grundlage dieser Ergebnisse können Behandlungsentscheidungen und Frühdiagnosen für verschiedene Krankheiten getroffen werden. Durch die Integration dieser Algorithmen können bessere Ergebnisse erzielt werden, einschließlich der Erkennung des Schweregrads der Diabeteserkrankung und der damit verbundenen Folgen sowie einer Senkung der Gesundheitskosten sowohl für die Patienten als auch für die Gesundheitssysteme.In diesem Buch werden iranische Data-Mining-Studien und -Modelle für Diabetiker mit einigen wertvollen Assoziationen vorgestellt. Ein wichtiger Beitrag sind die verschiedenen Methoden, die eingeführt wurden, um mit fehlenden Werten in echten Patientendatenbanken umzugehen, wobei jedoch viele Herausforderungen bei der Diabetesdiagnose und einige Forschungslücken für zukünftige Studien bestehen bleiben.

Autorentext

El Dr. Alireza Naghsh es profesor adjunto en el Departamento de Ingeniería Eléctrica de la sucursal de Najafabad, Universidad Islámica Azad, Najafabad, Irán. Seyed Hesamoddin Hashemi, Fatemehalsadat Beheshtinejad y Ali Mojarrad Ghahfarokhi fueron estudiantes de maestría en la Facultad de Ingeniería Informática, Najafabad Branch, Islamic Azad University, Najafabad, Irán.