Read more
Les grandes bases de données médicales nécessitent l'exploration de données traitées par la connaissance pour améliorer les résultats des soins de santé. Le diabète, une maladie chronique mondiale, nécessite des outils prédictifs rigides basés sur les profils physiologiques et pathologiques des patients. Ainsi, les programmes de prévention peuvent avoir des conséquences bénéfiques afin d'éviter le désastre final. Des algorithmes d'exploration de données sont mis en oeuvre pour prédire, classer et regrouper des données brutes au cours de l'étape de prétraitement en vue d'un traitement ultérieur, tant dans la recherche scientifique que dans les pratiques réelles. Les décisions de traitement et le diagnostic précoce de différentes maladies peuvent être basés sur ces résultats. L'intégration de ces algorithmes permet d'obtenir de meilleurs résultats, notamment l'identification de la gravité du diabète et de ses conséquences, ainsi que la réduction des coûts de santé pour les patients et les systèmes de santé.Dans ce livre, les études et les modèles iraniens d'exploration de données sur le diabète sont examinés et certaines associations précieuses sont obtenues. La contribution importante est constituée par les diverses méthodes introduites pour traiter les valeurs manquantes dans les bases de données de patients réels, mais avec de nombreux défis dans le diagnostic du diabète et certaines lacunes dans la recherche pour les études futures.
About the author
El Dr. Alireza Naghsh es profesor adjunto en el Departamento de Ingeniería Eléctrica de la sucursal de Najafabad, Universidad Islámica Azad, Najafabad, Irán. Seyed Hesamoddin Hashemi, Fatemehalsadat Beheshtinejad y Ali Mojarrad Ghahfarokhi fueron estudiantes de maestría en la Facultad de Ingeniería Informática, Najafabad Branch, Islamic Azad University, Najafabad, Irán.
