マイページに保存

最終更新日：2020/03/10

(Featured AI and healthcare) Decision making and data mining help us to forecast diabetes mellitus (Publication)

[論文] M. Noman Sohail, R. Jiadong, M. M. Uba, M. Irshad, W. Iqbal, J. Arshad, A. V. John, “A hybrid Forecast Cost Benefit Classification of diabetes mellitus prevalence based on epidemiological study on Real-life patient’s data”. Scientific Reports, 9, 10103 (2019).

[DOI: 10.1038/s41598-019-46631-9]

３つの要点

✔️データマイニングと意思決定を応用して、糖尿病の予測およびその費用対効果を測定した。

✔️糖尿病のスクリーニングにおいては血圧と血糖値が重要な要素であり、本論文の手法は高い精度でそれらを予測することができた。

✔️この予測は、糖尿病患者に対する非侵襲的なスクリーニングおよび早期診断に有効であることが示された。

概説

糖尿病の増加率は地球全体で危機的であることがわかっている。

したがって、糖尿病のリスクが非常に高い人々の間では、その診断は重要だ。

本研究では、意思決定分類器（J48）をデータマイニングプラットフォーム（Weka）に適用して、分類結果の正確さと線形回帰を測定し、糖尿病患者の費用対効果比を有病率とともに予測する。

評価にあたり、251人の患者から合計108の侵襲的・非侵襲的医学的特徴が考えられ、リアルタイムデータは2017年6月から2018年4月までの期間にわたってパキスタンから収集された。

結果は、J48分類器は99.28％の最高精度を達成したが、誤り率は0.08％、カッパ統計量、PRC、MCCは0.98％、精度、再現率、F行列は0.99％であることを示した。

また、真陽性率は0.99％、偽陽性率は0.08％であった。

回帰予測の決定は、血圧と血糖値が糖尿病の重要な特徴であることを示している。

費用対効果マトリックスは、陽性試験の2つの予測の正確さ（66.68％と30.60％）、および総利得（118.13％）で重要な属性を示している。

この研究は、提案された予測が、侵襲的な医学的試験なしに糖尿病初期段階の患者のスクリーニングをするのに実用的であり、そして糖尿病の早期診断に有効であることを確認した。

著者

Muhammad Noman Sohail (Department of Information Sciences and Technology, Yanshan University, Hebei, China)

Ren Jiadong (Department of Information Sciences and Technology, Yanshan University, Hebei, China)

Musa Muhammad Uba (Department of Information Sciences and Technology, Yanshan University, Hebei, China)

Muhammad Irshad (Department of Information Sciences and Technology, Yanshan University, Hebei, China)

Wasim Iqbal (Department of Economics and Management, Yanshan University, Hebei, China)

Jehangir Arshad (Department of Computer Sciences and Technology, Comsat University, Islamabad, Pakistan)

Antony Verghese John (Department of Hotel Management, American Hotel and Lodging Association, New York, United States of America)

出版情報

Received: 12 September 2018 / Accepted: 1 July 2019 / Published: 12 July 2019

Open Access This article is licensed under a Creative Commons Attribution 4.0 International License, which permits use, sharing, adaptation, distribution and reproduction in any medium or format, as long as you give appropriate credit to the original author(s) and the source, provide a link to the Creative Commons license, and indicate if changes were made. The images or other third party material in this article are included in the article’s Creative Commons license, unless indicated otherwise in a credit line to the material. If material is not included in the article’s Creative Commons license and your intended use is not permitted by statutory regulation or exceeds the permitted use, you will need to obtain permission directly from the copyright holder. To view a copy of this license, visit http://creativecommons.org/licenses/by/4.0/.

Reprints and Permissions

マイページに保存