پیش بینی بیماری های قلبی عروقی با استفاده از تکنیک های مدل سازی داده های ناموزون
مجری طرح: دکتر مسعود ایمانی، همکاران طرح: نیما دانشی، نیما یوسفی، مرتضی محمدزاده، علی ماروسی، سید مهدی حسین زاده و نگار سجادی
بیماری‌های قلبی عروقی یکی از علل اصلی مرگ و میر در جهان هستند و پیش‌بینی دقیق آن‌ها می‌تواند به بهبود سلامت عمومی و کاهش هزینه‌های درمان کمک کند. استفاده از تکنیک‌های مدل‌سازی داده‌های ناموزون در این زمینه، به شناسایی عوامل خطر و ارائه راهکارهای پیشگیرانه کمک می‌کند. نتایج این پژوهش نشان داد که سن بالای 65 سال، جنسیت مرد، و مصرف سیگار از عوامل خطر اصلی بیماری‌های قلبی عروقی هستند. همچنین، جالب است که افرادی با BMI کمتر از 25 و مصرف‌کنندگان الکل نیز در معرض خطر بیشتری قرار دارند. ارتباطات معناداری بین استرس اجتماعی و بیماری‌های قلبی نیز مشاهده شد. نتایج این پژوهش می‌تواند به پزشکان و تصمیم‌گیرندگان بهداشتی کمک کند تا برنامه‌های پیشگیری و مداخلات هدفمندتری برای گروه‌های پرخطر طراحی کنند. همچنین، استفاده از مدل‌های پیش‌بینی می‌تواند در بهبود دسترسی به خدمات درمانی و کاهش نابرابری‌ها مؤثر باشد.
آخرین اخبار
آرشیو
.jpg)
