predicting preeclampsia and related risk factors using data mining approaches: a cross-sectional study

Background: preeclampsia is a type of pregnancy hypertension disorder that has adverse effects on both the mother and the fetus. despite recent advances in the etiology of preeclampsia, no adequate clinical screening tests have been identified to diagnose the disorder. objective: we aimed to provide a model based on data mining approaches that can be used as a screening tool to identify patients with this syndrome and also to identify the risk factors associated with it. materials and methods: the data used to perform this cross-sectional study were extracted from the clinical records of 726 mothers with preeclampsia and 726 mothers without preeclampsia who were referred to fatemieh hospital in hamadan city during april 2005–march 2015. in this study, six data mining methods were adopted, including logistic regression, k-nearest neighborhood, c5.0 decision tree, discriminant analysis, random forest, and support vector machine, and their performance was compared using the criteria of accuracy, sensitivity, and specificity. results: underlying condition, age, pregnancy season and the number of pregnancies were the most important risk factors for diagnosing preeclampsia. the accuracy of the models were as follows: logistic regression (0.713), k-nearest neighborhood (0.742), c5.0 decision tree (0.788), discriminant analysis (0.687), random forest (0.758) and support vector machine (0.791). conclusion: among the data mining methods employed in this study, support vector machine was the most accurate in predicting preeclampsia. therefore, this model can be considered as a screening tool to diagnose this disorder.

پیش بینی پره اکلامپسی و ریسک فاکتورهای مرتبط با استفاده از روش های داده کاوی: یک مطالعه مقطعی

مقدمه: پره اکلامپسی نوعی از اختلالات فشار خون بارداری است که دارای عوارض نامطلوبی برای مادر و جنین می باشد. علی‌رغم پیشرفت‌های اخیر در اتیولوژی پره اکلامپسی، تاکنون هیچ تست غربالگری بالینی مناسبی جهت تشخیص این اختلال شناخته ‌نشده است.هدف: هدف ما ارائه مدلی بر مبنای رویکردهای داده‌کاوی بود تا بتوان از آن به‌عنوان یک ابزار کمک غربالگری به‌منظور شناسایی بیماران دارای این سندروم استفاده نمود و همچنین به شناسایی ریسک فاکتورهای مرتبط با آن نیز پرداختیم.مواد و روش ها: داده‌های مورد استفاده برای انجام این مطالعه مقطعی از پرونده‌های بالینی726 مادر مبتلا به پره اکلامپسی و 726 مادر فاقد پره اکلامپسی که طی سال‌های 1394۱۳84 به بیمارستان فاطمیه شهر همدان مراجعه کرده‌اند استخراج شد. در این مطالعه 6 روش داده کاوی مرسوم شامل رگرسیون لجستیک،k نزدیکترین همسایگی، درخت تصمیم C50، تحلیل ممیزی، جنگل تصادفی و ماشین بردار پشتیبان بر روی داده ها برازش یافته و عملکرد آن ها با بهره‌گیری از معیارهای دقت، حساسیت و ویژگی مورد مقایسه قرار گرفت.نتایج: متغیرهای بیماری زمینه ای، سن، فصل بارداری و تعداد حاملگی ها مهمترین ریسک فاکتورها در تشخیص بیماری پره اکلامپسی بودند. دقت بدست آمده برای مدل ها به ترتیب عبارتند از: رگرسیون لجستیک (713/0)، KNN (742/0)، درخت تصمیم (788/0) C5.0، تحلیل ممیزی (687/0)، جنگل تصادفی (758/0)، ماشین بردار پشتیبان (791/0).نتیجه گیری: در میان روش های داده کاوی برازش داده شده در این مطالعه SVM عملکرد مناسبی در پیش‌بینی پره اکلامپسی از خود به نمایش گذاشته است؛ بنابراین این مدل می‌تواند به‌عنوان یک ابزار کمک غربالگری جهت تشخیص این اختلال مورد توجه واقع شود.