پيش‌بيني فشارخون بالا در كودكان دبستاني با استفاده از تركيب روش‌هاي يادگيري ماشين

مقدمه: شيوع فشار خون بالا در كودكان رو به افزايش است و اين عارضه مهم‌ترين عامل خطر براي بيماري‌هاي قلبي -عروقي در سنين بالاتر به شمار مي‌رود. تشخيص به‌موقع فشار خون بالا و كنترل آن مي‌تواند جلوي پيشرفت آن را گرفته و پيامدهاي ناشي از آن را كاهش دهد. روش‌هاي يادگيري ماشين مي‌توانند به پيش‌بيني به موقع اين عارضه كمك كرده و باعث كاهش هزينه و زمان گردند. اين مطالعه با هدف ارائه‌ مدلي مبتني بر تركيب روش‌هاي يادگيري ماشين براي تشخيص و پيش‌بيني دقيق‌تر فشار خون كودكان دبستاني انجام شد. روش: اين مطالعه از نوع كاربردي-توسعه‌اي بوده كه با استفاده از اطلاعات 1287 نفر از كودكان دبستاني 7 تا 13 ساله‌‌ شهر كاشمر انجام شده است. پس از پيش پردازش داده‌ها، براي تشخيص دقيق‌تر كودكان مبتلا به فشار خون بالا نتايج خروجي پنج روش‌ يادگيري ماشين متداول در تشخيص بيماري‌ها، شامل درخت تصميم، بيزين ساده، نزديكترين همسايه‌ها، شبكه عصبي مصنوعي و ماشين بردار پشتيبان با استفاده از روش رأي‌گيري اكثريت وزن‌دار تركيب مي‌شوند. نتايج: نتايج نشان داد كه دقت (Accuracy)، حساسيت (Sensitivity) و ويژگي (Specificity) در مدل پيشنهادي به ترتيب 90/31، 80/65 و 93/54 درصد بوده و در مقايسه با مطالعات مشابه، عملكرد بهتري دارد. نتيجه‌گيري: مدل پيشنهادي بهتر مي‌تواند پيش‌بيني و تشخيص فشار خون بالا در كودكان را انجام داده و باعث بهبود دقت و كاهش ميزان اشتباه گردد. اين مدل مي‌تواند به عنوان يك ابزار مفيد و زودهنگام در تشخيص فشار خون بالا در كودكان، از پيامدها و هزينه‌هاي ناشي از اين عارضه بكاهد و گام بزرگي در مبارزه با فشار خون بالا باشد.