مُدل سازی و شناسایی عوامل موثر بر وجود عوارض ناشی از دیابت با روش‌های داده‌کاوی

مقدمه: در ایران با پیشرفت فناوری و توسعه‌ی آمارهای ثبتی لزوم استفاده از روش‌های داده کاوی بیشتر مورد توجه محققین قرار گرفته است. درخت رگرسیون و طبقه‌بندی یکی از روش‌های مهم در مُدل‌بندی داده‌های حجیم است که برای کنترل جامعه و پیش‌بینی مورد توجه محققین زیادی قرار گرفته است. هدف این مطالعه تعیین متغیرهای تاثیرگذار بر فراوانی رخداد عوارض ناشی از دیابت است. روش‌ها: این پژوهش از نوع مقطعی-تحلیلی است. در این پژوهش، اطلاعات تمام افراد مراجعه کننده‌ی دیابتی تحت پوشش دانشگاه علوم پزشکی مشهد در سال 1397 از سامانه‌ی سینا استخراج گردید. 5016 نفر از افراد وارد شده به مطالعه دارای عارضه‌ی دیابت و 53613 نفر نیز بدون عارضه بودند. روش برازش مدل درخت رگرسیون و طبقه‌بندی و معیار سنجش مدل ضریب تعیین و مساحت منحنی راک و نمودار lift است. یافته‌ها: منحنی راک برای مدل درختی برازش داده شده 73.8 درصد که نشان دهنده‌ی توان نسبتاً بالای مدل است. براساس نمودار lift قدرت تصمیم‌گیری بروز عارضه‌ی دیابت برای فردی که مراجعه می‌کند 3.5 برابر افزایش می‌یابد. نتیجه‌گیری: نتایج مدل رگرسیون و طبقه‌بندی درختی نشان داد که از متغیرهای کمی به‌ترتیب نزولی سن، عامل خطرسنجی، fbs، hba1c، مجموع زمان فعالیت، کلسترول، fbs وhdl، بیماری قلبی و عروقی، سابقه‌ی سکته، فشار خون، کلسترول، تجویز استاتین، شغل با فعالیت فیزیکی سخت، منطقه‌ی زندگی، روغن مصرفی، پیاده‌روی، مصرف سبزی‌ها و جنسیت در فراوانی رخداد عارضه‌ی دیابت موثرتر از عوامل دیگر هستند.

modeling and identification of factors affecting the existence of complications caused by diabetes with data mining methods

background: in iran, with the advancement of technology and the development of registration statistics, the need to use data mining methods has attracted more attention from researchers. regression and classification tree is one of the important methods in big data modeling, which has attracted the attention of many researchers for community control and prediction. the purpose of this study is to determine the influencing variables on the occurrence of complications caused by diabetes.methods: this paper is a cross sectional-analytical study. in this research, all diabetic patients covered by mashhad university of medical sciences in 2017 were extracted from the sina system. the number of diabetics with complications was 5016 and diabetics without complications were 53613. the method of fitting the regression tree model and classification and measurement criteria of the model is the coefficient of determination and the area of the rock curve and the lift diagram.results: the rock curve for the fitted tree model is 73.8%, which shows the relatively high power of the model. based on the lift chart, the decision-making power of diabetes complications increases 3.5 times for the person who comes to visit.conclusion: the results of the regression model and tree classification showed that, in descending order, age, risk assessment factor, fbs, hba1c, total activity time, cholesterol, fbs and hdl, cardiovascular disease, history of stroke, blood pressure, cholesterol statin prescription, job with hard physical activity, living area, consumed oil, walking, consumption of vegetables and gender are more effective than other factors in the occurrence of diabetes complications.