Do you want to publish a course? Click here

Using Decision Tree for Diagnosing Heart Disease Patients

استخدام أشجار القرار للكشف عن أمراض القلب عند المرضى

806   3   0   0.0 ( 0 )
 Publication date 2014
and research's language is العربية
 Created by Shamra Editor




Ask ChatGPT about the research

Heart disease is the leading cause of death in the world over the past 10 years. Researchers have been using several data mining techniques to help health care professionals in the diagnosis of heart disease. Decision Tree is one of the successful data mining techniques used. However, most research has applied J4.8 Decision Tree, based on Gain Ratio and binary discretization. Gini Index and Information Gain are two other successful types of Decision Trees that are less used in the diagnosis of heart disease. Also other discretization techniques, voting method, and reduced error pruning are known to produce more accurate Decision Trees. This research investigates applying a range of techniques to different types of Decision Trees seeking better performance in heart disease diagnosis. A widely used benchmark data set is used in this research. To evaluate the performance of the alternative Decision Trees the sensitivity, specificity, and accuracy are calculated. The research proposes a model that outperforms J4.8 Decision Tree and Bagging algorithm in the diagnosis of heart disease patients.


Artificial intelligence review:
Research summary
تُعد أمراض القلب السبب الرئيسي للوفاة في العالم على مدى السنوات العشر الماضية. استخدم الباحثون تقنيات التنقيب عن البيانات لمساعدة المتخصصين في الرعاية الصحية في تشخيص أمراض القلب. تُعد شجرة القرار واحدة من التقنيات الناجحة المستخدمة في هذا المجال. ومع ذلك، فإن معظم الأبحاث قد طبقت شجرة القرار J4.8، التي تعتمد على نسبة الكسب والتجزئة الثنائية. هناك أنواع أخرى ناجحة من أشجار القرار مثل مؤشر جيني وكسب المعلومات التي تُستخدم بشكل أقل في تشخيص أمراض القلب. كما أن هناك تقنيات تجزئة أخرى، وطريقة التصويت، وتقليص الخطأ المعروف لإنتاج أشجار قرار أكثر دقة. تبحث هذه الدراسة في تطبيق مجموعة من التقنيات على أنواع مختلفة من أشجار القرار لتحقيق أداء أفضل في تشخيص أمراض القلب. تم استخدام مجموعة بيانات مرجعية شائعة في هذا البحث. لتقييم أداء أشجار القرار البديلة، تم حساب الحساسية، النوعية، والدقة. يقترح البحث نموذجًا يتفوق على شجرة القرار J4.8 وخوارزمية Bagging في تشخيص مرضى القلب.
Critical review
تُعد الدراسة خطوة مهمة نحو تحسين دقة تشخيص أمراض القلب باستخدام تقنيات التنقيب عن البيانات. ومع ذلك، هناك بعض النقاط التي يمكن تحسينها. أولاً، كان من الممكن توسيع نطاق البيانات المستخدمة لتشمل مجموعات بيانات أكبر وأكثر تنوعًا لضمان تعميم النتائج. ثانيًا، على الرغم من أن الدراسة تناولت عدة تقنيات، إلا أن هناك تقنيات أخرى في مجال التعلم الآلي لم يتم استكشافها والتي قد تُقدم نتائج أفضل. أخيرًا، كان من الممكن تقديم تحليل أكثر تفصيلًا حول تأثير كل تقنية على دقة التشخيص بشكل منفصل قبل دمجها في النموذج النهائي.
Questions related to the research
  1. ما هي التقنيات المستخدمة في تحسين دقة تشخيص أمراض القلب في هذه الدراسة؟

    تم استخدام تقنيات متعددة مثل شجرة القرار بمختلف أنواعها (مؤشر جيني، كسب المعلومات، ونسبة الكسب)، تقنيات تجزئة البيانات (تجزئة متساوية العرض، تجزئة متساوية التردد، تجزئة تشي، وتجزيء الإنتروبيا)، وطريقة التصويت، وتقليص الخطأ.

  2. ما هي مجموعة البيانات المستخدمة في هذه الدراسة؟

    تم استخدام مجموعة بيانات Cleveland Clinic Foundation Heart Disease المتاحة على الإنترنت، والتي تحتوي على 303 صفوف و13 سمة.

  3. ما هي النتائج الرئيسية التي توصلت إليها الدراسة؟

    توصلت الدراسة إلى أن استخدام تجزئة التردد المتساوي مع شجرة القرار Gain Ratio وطريقة التصويت بتقسيم البيانات إلى تسعة أجزاء يُحقق أعلى دقة في تشخيص أمراض القلب بنسبة 84.1%.

  4. ما هي الفوائد المحتملة لتطبيق نتائج هذه الدراسة في المجال الطبي؟

    يمكن أن تُساهم نتائج هذه الدراسة في تحسين دقة تشخيص أمراض القلب، مما يُساعد المتخصصين في الرعاية الصحية على اتخاذ قرارات أفضل وأسرع، وبالتالي تحسين نتائج العلاج وتقليل معدلات الوفيات.


References used
Anbarasi, M., E. Anupriya, et al. (2010). "Enhanced Prediction of Heart Disease with Feature Subset Selection using Genetic Algorithm." International Journal of Engineering Science and Technology Vol. 2(10)
Andreeva, P. (2006). "Data Modelling and Specific Rule Generation via Data Mining Techniques." International Conference on Computer Systems and Technologies - CompSysTech.
rate research

Read More

Prenatal detection of congenital heart disease is possible from the 16th week of pregnancy. the ideal time being the Midtrimester ,when the most cardiac abnormalities can be detected ,where all routine cross sectional views are easily obtainable. To evaluate the detection and accuracy of fetal echocardiography for congenital heart defects among high risk pregnancies.
Background: longitudinal and radial systolic function are weakened by cardiac diseases and longitudinal one is weakened first. Assessment of left ventricular LV systolic function is important in management and prognosis of cardiac diseases. Mitral annular displacement MAD is used to assess LV longitudinal and global systolic function. Objectives: To validate the accuracy of MAD assessed by Doppler tissue imaging DTI and m-mode echocardiography MME as a surrogate for determination of LV systolic function in pationts with ischemic heart disease and/or heart failure, and maybe easy and fast way instead of conventional echocardiography assessment of LV function. This way permits to study the function of LV longitudinal cardiac fibers function while the conventional ways of echocardiography assesses the circumferential shortening. Patients and methods: We studied a series of 96 patients (men and women) with (ischemic heart diseases,heart failure) divided into three age groups and compared with another 59 healthy age matched volunteers as a control group. We selected subjects from AL ASSAD hospital /LATAKIA over the year 2014. A medical history, whole medical examination, ECG, conventional echocardiography were made to each subject. Ejection fraction EF of LV, Doppler recording of the mitral inflow, MME and pulse wave Doppler tissue imaging PW DTI data (from each four sites of mitral annulus, anterior, septal, lateral and inferior) were obtained. Mean peak systolic velocity (S wave), mean annular early diastolic velocity (e') by PW DTI and mean mitral annular displacement (MAD) by MME were calculated by averaging of values measured at each annular site. Results: MAD correlate well with LV EF, mean MAD < 11.275 mm determined by MME has 85% sensitivity and 87.8% specificity and 85.8% accuracy for detection of LV EF < 50%, Mad was low in patients with infarctions and lower in pationts with heart failure. Conclusion: Mean MAD connect with a positive relationship with LV EF and can detect the abnormal systolic motion on the long axis. That means the ability to detect the ischemia in early stages.
The role of the inflammatory process in atherosclerosis and its development has been confirmed, as many inflammatory factors intervene in the vasculitis process, which leads to damage to the endothelium, which is the early event in the process of atherosclerosis.
Reumatic fever and rheumatic heart desease are still common and major public health problems in developing countries, include Syria. For their the study aims to present state and characteristics of RF in the last 10 year. and to determine the rule of ECHO / Doppler in the diagnosis of subclinc RHD. 285 patients with RF who were hospitalized at Damascus University Children’s Hospital between Jan .1994 and Dec.2003 were reviewed retrospectively.
This study tries to assess the potential anti-atherosclerotic role of adiponectin. It includes 54 patients at Al-Assad University Hospital in Lattakia, who are candidates for catheterization, and control group of 25 individuals. Serum adiponectin levels have been measured in both groups, and levels of hs-CRP have been also measured in both groups and compared with adiponectin levels. Catheterization has been done to the patients group and the results of angiography are categorized to mild, moderate, and severe coronary artery disease (CAD) according to the SYNTAX SCORE The study concludes that serum adiponectin levels are higher in patients with mild CAD(23.86 μg/ml) compared to patients with moderate to severe CAD (13.62 μg/ml);(p=0.001<0.05). The average serum adiponectin levels in control group was (17.1μg/ml). There was no statistically significant of the relation between the concentration of hs-CRP and the concentration of adiponectin .However, there was a statistically significant difference between the average concentration of hs-CRP in the patients group (7.1 mg/l) and the control group (2.7 mg/l); (P=0.003<0.05).

suggested questions

comments
Fetching comments Fetching comments
Sign in to be able to follow your search criteria
mircosoft-partner

هل ترغب بارسال اشعارات عن اخر التحديثات في شمرا-اكاديميا