در این سلسله مقالات به کاربرد دادهکاوی در تحلیل، تشخیص و پیشبینی بیماریهای مختلف پرداخته میشود. بدین ترتیب که با استفاده از الگوریتمها و روشهای دادهکاوی در کنار اطلاعات بیماران مختلف راهی برای تحلیل، تشخیص و پیشبینی بیماریهای مختلف ارائه میشود. درواقع داده خام اطلاعات بیماران و روشهای نیز روشهای استفادهشده در علوم دادهکاوی است که منجر به تولید دانشی مفید برای علوم پزشکی میگردد. مطالعه این مقالات میتواند برای اشخاصی که درزمینهٔ دادهکاوی پزشکی و سلامت فعالیت میکنند راهگشا بوده و مفید واقع شود. بنا بر ادعای برخی علم پزشکی یک علم مبتنی بر آمار است و بسیاری از راهحلهای ارائه شهد برای بیماران از طریق روشها و راههای تحلیل آماری حاصل میشود. این ادعا و واقعیتهای مرتبط در این رشته مقالات که با عنوان استفاده از دادهکاوی برای تحلیل بیماریها در موارد مختلف تولید خواهد شد بررسی میشود. آکادمی داده امیدوار است در این رشته مقالات، پژوهشگران عزیز را با مفاهیم این حوزه و کارهای انجامشده آشنا نماید.
آموزش ابزارِ داده کاوی رپیدماینر
معرفی منابع برای یادگیری داده کاوی
در این مقاله درباره تحقیق با عنوان" کاربرد دادهکاوی در بیماران مبتلا به آسم" صحبت خواهد شد. در خلاصه این مقاله میخوانیم:
زمینه و هدف: دادهکاوی شاخهی بسیار مهمی در فهم عمیقتر دادههای پزشكی است كه درصدد حل مسائل در تشخیص و درمان بیماریها میباشد. یكی از مهمترین كاربردهای دادهکاوی، بررسی الگوهای موجود در دادهها است. هدف از این پژوهش تعیین الگوهای موجود در دادههای بیماران مبتلا به آسم است.
روش بررسی: جامعهی پژوهش شامل بیماران دارای نشانههای تنفسی و نمونه پژوهش شامل دادههای ثبتشدهی 258 فرد مراجعهکننده با علائم تنفسی به بیمارستانهای امام خمینی(ره) و مسیح دانشوری شهر تهران بود. مجموعه دادهی مذكور با استفاده از فرم گردآوری داده جمعآوری گردید و در محیط نرمافزار Excel وارد شد و افزونه دادهکاوی این نرمافزار مورداستفاده قرار گرفت و سپس تحلیلهای اثرگذارهای كلیدی، دستهبندی بیماران و تشخیص استثنائات انجام شد.
یافتهها: فراوانترین نشانه بالینی مبتلایان به آسم در مجموعهی حاضر، سرفههای شدید بود و این بیماری تحت تأثیر شدید هیجانات قرار داشت. دادهها، جهت انجام تحلیلهای کلیتر، در پنج خوشه تجمیع شدند و وجه مشترك آنها ارائه شد و سوابقی كه ویژگیهای استثنایی داشتند، شناسایی شدند. سپس با تحلیل هزینهها و تعیین مقدار آستانه برابر 612، پرسشنامهی تشخیص آسم به روش كارت امتیاز ارائه گردید.
نتیجهگیری: چارچوب ارائهشده برای تحلیل و دادهکاوی، ابزاری مناسب جهت استخراج دانش از رویدادهها میباشد و میتواند هنگام استفاده از راهكارهای بالینی، شكاف موجود در تصمیمگیری را شناسایی و پر كند.
در این تحقیق هدف استفاده از روشهای دادهکاوی برای تشخیص بیماری آسم دنبال میشود. در این مجموعه داده 24 ویژگی موردبررسی قرارگرفته است. این 24 ویژگی عبارتاند از سابقه بيماري دریکی از والدين، سابقه بيماري در هر دو والدين، سابقه بيماري در خواهران و برادران، رينيت آلرژي, شاخص توده بدني، سابقه ريفلاكس دستگاه گوارشي، حساسيت به آلرژن ها، واكنش در عصبانيت، واكنش به هيجانات، تنگي قفسه سينه، تشديد علائم در هنگام فعاليت بدني، تنگي نفس، سابقه اگزما و تب، بستري قبل از سه سالگي به دليل عفونت ويروسي، آلرژي به غذا قبل از سه سالگي، سرماخوردگي، در معرض آلودگي هوا، در معرض دود سيگار، استعمال سيگار توسط مادر در دوران حاملگي، در معرض حيوانات خانگي قرار گرفتن در كودكي، زندگي در گرما و شرايط رطوبتي، سرفه، خلط و خسخس. این اطلاعات توسط پرسشنامه از بیماران آسمی تهیهشده است. در این اطلاعات 169 بیمار آسمی و 85 فرد سالم موردبررسی قرارگرفته است. نویسندگان مقاله بر این اعتقاد هستند که با استفاده از خوشهبندی میتوان دانش مهمی از این مجموعه داده استخراج کرد. از روش خوشهبندی استفادهشده است و این مجموعه داده به پنج خوشه تقسیمشده است. بر اساس تحلیلهای انجام شده سرفه شدید مهمترین علامت تشخیص بیماری آسم در نظر گرفتهشده است. در این تحقیق از افزونههای اکسل برای دادهکاوی استفادهشده که باوجود ابزارهای مختلف قدرتمند یک نقطهضعف شمرده میشود. در کنار آن نبود مقایسه با کارهای انجام شده و معدود بودن بررسی ها از دیگر ضعف های این کار تحقیقاتی است.
در کنار محتوای مطرح شده اشتباه بودن ایمیل نویسنده در متن مقاله و عدم استفاده از نرم افزارهای غلط گیری مانند ویراستار قبل از انتشار مقاله از دیگر مواردی است که می توان از آن ها به عنوان ضعف ها یاد کرد.
این مقاله از طریق لینک قابل دسترسی است. محققین و دانشجویان علاقه مند میتوانند از آن استفاده نمایند.
کپی برداری بدون ذکر منبع، براساس قانون جرایم اینترتی و مادۀ 12 فصل سوم قانون جرایم رایانه ای غیر قانونی بوده و مجازات جزای نقدی و حبس دارد و شرعا نیز حرام است!
اگر در زمینه داده کاوی برای پیش بینی بیماری در حال تحقیق یا پیاده سازی پروژه یا پایان نامه هستید برای گرفتن مشاوره یا دادن سفارش انجام با ما تماس بگیرید. آکادمی داده در تلگرام، واتزآپ و تمامی پیام رسان های ایرانی(سروش، آی گپ، بله و ویسپی) با شماره 09120637751 حضور دارد برای ارتباط از طریق ایمیل آدرس جیمیل: dataacademyir@gmail.com می باشد.
افتخار آکادمی داده، همسفر بودن با شما در راه یادگیری علم داده است.