ارائه مدل تصميم‌يار باليني پيش‌بيني ريسك ابتلاي به بيماري ديابت در مراحل اوليه با رويكرد مدل‌هاي داده‌محور

در دهه‌هاي اخير، ابتلا به بيماري ديابت به يكي از بيماري‌هاي شايع و مشكلات عمده نظام سلامت در سطح جهان تبديل شده است كه تأثير زيادي بر جامعه دارد و ممكن است در مراحل اوليه بدون علائم خاصي ظاهر شود و تشخيص آن در اين مراحل مي‌تواند بهبود قابل توجهي در روند درمان و كنترل بيماري داشته باشد. در اين مقاله، يك مدل تصميم‌يار باليني براي پيش‌بيني ريسك ابتلاي به بيماري ديابت در مراحل اوليه ارائه شده است. هدف اصلي، استفاده از رويكرد مدل‌هاي داده‌محور به منظور تحليل، پيش‌بيني و شناسايي متغيرهاي تاثيرگذار بر ريسك ابتلا به بيماري است. در اين پژوهش، از يك مجموعه داده جامع شامل520 نفر از افرادي كه در مراحل اوليه از ديابت هستند مورد استفاده قرار گرفته است. ابتدا، ويژگي‌هاي مهم و مرتبط با ريسك ابتلاي به ديابت را شناسايي كرده و سپس، از روش‌هاي پيشرفته مدل‌سازي داده‌ها مانند درخت تصميم، شبكه‌ عصبي مصنوعي و ماشين بردار پشتيبان استفاده شده است تا مدلي با دقت بالا براي پيش‌بيني ريسك ابتلاي به ديابت بدست آيد. نتايج پژوهش نشان مي‌دهد كه مدل تصميم‌يار باليني با روش ماشين بردار پشتيبان به طور قابل توجهي موفقيت‌آميز و قادر به پيش‌بيني ريسك ابتلاي به ديابت با دقت 55/96 درصد است. اين مدل مي‌تواند به عنوان يك ابزار مفيد در تشخيص زودهنگام بيماران ديابتي و اتخاذ تدابير پيشگيرانه مؤثر در مراحل اوليه استفاده شود. با توجه به نتايج اين مقاله، استفاده از مدل‌هاي داده‌محور براي تحليل و پيش‌بيني ريسك ابتلاي به بيماري ديابت در مراحل اوليه، مي‌تواند در بهبود فرآيند تشخيص ابتلا و مداخله زودهنگام در درمان اين بيماري موثر باشد.