سيستم پشتيباني تصميم در تشخيص سندرم متابوليك با بهره گيري از راه كار داده‌كاوي

Decision support in prediction of metabolic syndrome with data mining methods

مقدمه: با توجه به اهميت نقش سندرم متابوليك در كنترل بيماري‌هاي قلبي - عروقي و ديابت، در مطالعه حاضر به كاوش مهم‌ترين ويژگي‌هاي موثر در ابتلا به سندرم متابوليك و بررسي ويژگي‌هاي افراد مبتلا به اين سندرم با روش داده كاوي پرداخته شد. در اين مطالعه همچنين مدل‌هاي داده‌كاوي به كار گرفته شده، ارزيابي شدند. روش كار: با به‌كارگيري اطلاعات مرحله سوم برنامه قلب سالم اصفهان در سال 1386، تعداد 9572 نفر مورد بررسي قرار گرفتند. كارايي سه مدل اصلي داده كاوي شامل مدل درخت تصميم، مدل مبتني بر قاعده بيز و مدل شبكه عصبي مقايسه و بهترين مدل در تشخيص سندرم متابوليك انتخاب شد. يافته ها: از ميان ويژگي‌هاي مورد بررسي در هر سه مدل، ويژگي شاخص توده بدني به عنوان مهم‌ترين عامل ابتلا به سندرم متابوليك تشخيص داده شد. با توجه به نتايج مدل درخت تصميم مشخص شد كه 2/67 درصد از افراد گروه سني بين 50 سال تا 70 سال با شاخص توده بدني بزرگ‌تر از 30 مبتلا به سندرم متابوليك هستند. نتيجه گيري: نتايج اين مطالعه نشان داد كه مدل شبكه‌ عصبي از دقت بالاتري (82/0) نسبت به دو مدل درخت تصميم (81/0) و مدل مبتني بر قاعده بيز (77/0) برخوردار است. اما مدل مبتني بر قاعده‌ي بيز در تشخيص مبتلايان به سندرم متابوليك پيش‌بيني بهتري ارايه مي‌دهد. مناسب بودن داده‌ها، به‌كارگيري پيش‌پردازش مناسب و راه كار مناسب داده‌كاوي منجر به كسب نتايج بهتر در ارتباط با داده‌هاي پزشكي مي‌شود.

Introduction: The aim of this study was to find the most important risk factors which have a role in causing metabolic syndrome and also to evaluate the efficacy of different models by data mining. Material and Methods: We used the data of third phase of “Isfahan Healthy Heart Program” as data set, which was done on 9572 subjects in 2007. In this study, we evaluated the efficacy of 3 main algorithms including decision tree, Naïve Bayes and neural network to detect the subjects with metabolic syndrome. Results: The results of the study showed that BMI is the most significant factor leading to metabolic syndrome. The other risk factors included LDL-Cholesterol, age, education, type of employment, sex, physical activity, history of diabetes, hypertension, stroke, income, smoking history of hyperlipidemia, myocardial infarction, and heart rate. Conclusion: We found that the optimal algorithm might be different by the dataset and data preprocessing methods. Various factors have a role in the efficacy of algorithms; using data preprocessing methods increased the prediction accuracy of all the examined techniques. Our results showed that artificial Neural Networks model has the highest accuracy in the pattern recognition while Naive Bayes was better in predicting the metabolic syndrome among healthy subjects.