文献

J-GLOBAL ID：201902283138323343   整理番号：19A1266959

糖尿病患者における網膜症リスクの予測:データマイニング法【JST・京大機械翻訳】

PREDICTING RETINOPATHY RISK AMONG DIABETIC PATIENTS: A DATA MINING APPROACH

著者 (3件)： Foshati Saghar (Department of Computer Engineering, Yasooj Branch, Islamic Azad University, Yasooj, Iran) ,  Sabeti Malihe (Department of Computer Sciences, Shiraz Branch, Islamic Azad University, Shiraz, Iran) ,  Zamani Ali (Endocrinology and Metabolism Research Center, Shiraz University of Medical Sciences, Shiraz, Iran)
資料名： Biomedical Engineering : Applications, Basis and Communications  (Biomedical Engineering : Applications, Basis and Communications)
巻： 31  号： 2  ページ： 1950015  発行年： 2019年 
JST資料番号： W3707A  ISSN： 1016-2372  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： シンガポール (SGP)  言語： 英語 (EN)

抄録/ポイント： 医学において,データ収集は患者の病気と治療の診断において重要な役割を果たす。医師は大量の患者関連データに対処しなければならず,患者の全病歴または他の類似事例をレビューしなければならない。データは主に収集され,関連パターンと結果が調査された疾患の性質に光を当てることができるかどうかを見出す。機械化データマイニングは,疾患の診断と治療において大きな価値を持っており,糖尿病の診断と治療において特に有用であり,集団の大きな部分に影響を及ぼす疾患である。現在,糖尿病は発展途上国における一般集団の死亡率の第4の原因である。網膜症は,可能な限り早期に診断されなければ,失明を含む重篤な結果を有する糖尿病の慢性合併症である。本研究では,310人の糖尿病患者のサンプルを用いて,それらの半分は網膜症([数式:原文を参照])の診断を有し,年齢,性別,HbA1c,治療型などを含む29の変数を調査する。著者らの結果は,WekaソフトウェアにおけるDecorateアルゴリズムが,0.86の精度率による研究の目的のための最も活発なアルゴリズムであることを示した。本研究はまた,年齢,疾患の期間,BMI,HDLレベル,HbA1c,FBS,2hPPG,血圧,および治療法を含むこの疾患に関連するデータベースとリスク因子に関連する有効性基準を調査する。Copyright 2019 World Scientific Publishing Company All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 死亡率 ,  有効性 ,  ソフトウェア ,  医師 ,  発展途上国 ,  HbA1c ,  アルゴリズム ,  治療法 ,  *糖尿病 ,  *データマイニング ,  危険因子 ,  機械化 ,  *予測
準シソーラス用語： 性別 ,  *糖尿病患者 , 【Automatic Indexing@JST】

著者キーワード (4件)： 糖尿病 ,  糖尿病網膜症 ,  ニューラルネットワーク ,  データマイニング

分類 (1件)： 中枢神経系  (EJ12030F)

タイトルに関連する用語 (5件)： 糖尿病患者 ,  網膜症 ,  リスク ,  予測 ,  データマイニング