طراحی سیستم هوشمند برای تشخیص بیماری دیابت با استفاده از رویکرد داده‌کاوی: گزارش کوتاه

زمینه و هدف: بیماری دیابت عوارض متعددی دارد، تشخیص دیر هنگام دیابت در افراد منجر به گسترش عوارض بیماری می شود. مطالعه حاضر با هدف بررسی امکان پیش بینی دیابت با استفاده از فنون داده کاوی انجام شد.روش بررسی: این پژوهش از نوع توصیفی تحلیلی بود که به صورت مقطعی انجام شد. جامعه پژوهش شامل افراد مراجعه کننده به مراکز بهداشتی شهرستان محمدیه در استان قزوین جهت انجام غربالگری دیابت بودند. داده های مورد مطالعه مربوط به فروردین تا خرداد 1394 بود. داده ها در نهایت با استفاده از سه روش نزدیک ترین همسایگی (knearest neighbors algorithm, knn)، درخت تصمیم گیری (decision tree, dt) و ماشین های بردار پشتیبان (support vector machine, svm) تحلیل و مورد مقایسه قرار گرفتند. جهت تحلیل داده ها از matlab reg; software, version 8.2 (mathworks inc., natick, ma, usa) استفاده شد.یافته ها: در تمامی معیارها، بهترین نتایج توسط درخت تصمیم گیری با صحت (0/96) به دست آمد. پس از آن روش های نزدیک ترین همسایگی با صحت (0/96) و ماشین های بردار پشتیبان با صحت (0/94) قرار داشتند.نتیجه گیری: براساس نتایج ارایه شده، درخت تصمیم گیری بهترین نتایج را در کلاس بندی نمونه های تست نشان داد. این مدل می تواند به عنوان مدلی مناسب در پیش بینی دیابت با استفاده از داده های ریسک فاکتور توصیه شود.

Designing an intelligent system for diagnosing type 2 diabetes using the data mining approach: brief report

Background: Diabetes mellitus has several complications. The Late diagnosis of diabetes in people leads to the spread of complications. Therefore, this study has been done to determine the possibility of predicting diabetes type 2 by using data mining techniques.Methods: This is a descriptiveanalytic study that was conducted as a crosssectional study. The study population included people referring to health centers in Mohammadieh City in Qazvin Province, Iran, from April to June 2015 for screening for diabetes. The 5step CRISP method was used to implement this study. Data were collected from March 2015 to June 2015. In this study, 1055 persons with complete information were included in the study. Of these, 159 were healthy and 896 were diabetic. A total of 11 characteristics and risk factors were examined, including the age, sex, systolic and diastolic blood pressure, family history of diabetes, BMI, height, weight, waistline, hip circumference and diagnosis. The results obtained by support vector machine (SVM), decision tree (DT) and the knearest neighbors algorithm (kNN) were compared with each other. Data was analyzed using MATLAB reg; software, version 3.2 (Mathworks Inc., Natick, MA, USA).Results: Data analysis showed that in all criteria, the best results were obtained by decision tree with accuracy (0.96) and precision (0.89). The kNN methods were followed by accuracy (0.96) and precision (0.83) and support vector machine with accuracy (0.94) and precision (0.85). Also, in this study, decision tree model obtained the highest degree of class accuracy for both diabetes classes and healthy in the analysis of confusion matrix.Conclusion: Based on the results, the decision tree represents the best results in the class of test samples which can be recommended as a model for predicting diabetes type 2 using risk factor data.