كشف الگو‌هاي بالقوه بين عوامل بيماري قلبي و اختلالات روان‌پزشكي در كودكان و نوجوانان ايراني با استفاده از تكنيك‌هاي داده‌كاوي (مطالعه موردي: استان يزد)

كارشناسي ارشد

امروزه حجم زيادي از داده‌ هاي پزشكي در بيمارستان‌ ها و مراكز درماني توسط تجهيزات پزشكي توليد و نگهداري مي‌ شوند. براي شناسايي و پيش‌ بيني وضعيت بيماران، تجزيه و تحليل اين اطلاعات امري ضروري و مهم تلقي مي‌ شود، لذا پيشبيني وضعيت بيماران قلبي به عنوان يكي از مهمترين موضوعات در زمينه تجزيه و تحليل داده ها در حوزه سلامت مي باشد. پژوهش حاضر به منظور كشف الگو‌ هاي بالقوه بين عوامل خطر بيماري قلبي و اختلالات روان‌ پزشكي در كودكان و نوجوانان ايراني با استفاده از تكنيك‌ هاي داده‌ كاوي انجام شده است. داده‌ ها با استفاده از آزمايشات پزشكي و طراحي پرسشنامه‌ هاي مرتبط، از بين كودكان و نوجوانان استان يزد جمع‌ آوري گرديدند. ويژگي‌ هاي مورد استفاده در اين تحقيق عبارتند از: ويژگي‌ هاي جمعيت شناختي، اختلالات روان‌ پزشكي، اختلالات والدين، سبك زندگي، سرمايه اجتماعي و ويژگي‌ هاي مربوط به عوامل خطر بيماري قلبي. در اين تحقيق، تحليل آماري جامعي از ويژگي هاي مورد مطالعه انجام و الگوهاي موجود در بين آن ها ارائه شدند. عدم توازن بين داده ها منجر به پيش بيني هاي ضعيف مي شود، بنابراين جهت متوازن سازي داده ها از الگوريتم اسموت استفاده شده است. همچنين اين تحقيق از دو روش اهميت ويژگي ها و روش هاي مبتني بر الگوريتم هاي فرا ابتكاري نظير الگوريتم ژنتيك، بهينه سازي ازدحام ذرات و كلوني مورچگان جهت شناسايي و تعيين ويژگي هاي مهم بهره مي برد. به منظور اعتبار سنجي عملكرد مدل هاي پياده سازي شده، اين تحقيق از روش اعتبار سنجي متقابل ده زير مجموعه اي استفاده كرده است. لازم به ذكر است كه جهت پيش بيني وضعيت فشار خون بيماران، مدل‌ هاي تجمعي نظير جنگل تصادفي و انواع مدل گراديان تقويتي پياده سازي شدند. نتايج نشان مي دهد كه تركيب الگوريتم هاي فرا ابتكاري جهت انتخاب ويژگي هاي مهم با الگوريتم هاي تجمعي جهت پيش بيني وضعيت فشار خون بيماران، عملكرد اين مدل ها را به ميزان قابل ملاحظه اي بهبود مي دهد.

209075

دانشگاه علم و صنعت ايران

رسول نورالسناء

مهندسي صنايع- بهينه‌سازي سيستم‌ها

روزبه قوسي - محمد رضا محمد عليها