Kalküta’daki Camellia Institute of Engineering’den Dr. Subhagata Chattopadhyay, 48 ila 60 yaşları arasındaki erkeklerin, sırasıyla yaş ve cinsiyetten dolayı yüksek ve orta riske maruz kalırken, 50 yaşın üstündeki kadınların diğer faktörlerin yokluğunda hafif riskten etkilendiğini ekledi. Medikal prognoz, kalp krizi gibi belirli sağlık olayları için risk belirlemede son derece sübjektif bir sanattır. Her şeye rağmen klinik öykü, bulgular ve belirtiler nadiren doğrusal bir yol izler ve doktorlar tarafından bireysel düzeyde yorumlanması genellikle epidemiyoloji kurallarına uymaz –belirli bir koşul serisi altında belirli bir zamanda her bir hasta için çizilmiş sonucu şaşırtmak için kişisel sezgi, duygular, mantık ve deneyimin hepsi birleşir.
Araştırmacılara ilginç ve anlamlı bilgileri gerçek yaşam klinik verisinden ayıklayıp çıkarmaları için izin veren hesaba dayalı veri madenciliği tekniklerinin kullanımı, klinik prognozun sübjektifliğinin en azından bazı açılarını ortadan kaldırabilir ve epidemiyolojinin hasta düzeyinde daha doğru çalışmasına izin vermektedir. Daha önce veri madenciliği yaklaşımı denenmişti. Ancak, bilgi çıkarma için verinin sınıflandırılmasında sıklıkla sahip olduğu doğal sorunlar, doktorlar tarafından oluşturulan örneklerden öğrenilerek karar vermeye dayanıyordu ve böylece çok fazla sübjektivite kapsamaktaydı; Dr. Chattopadhyay, yaklaşımıyla bunu ortadan kaldırdığını umuyor.
Çeşitli düzeylerde kardiyak riske sahip 300 gerçek yaşam örneği hasta vakası kullanıldı – hafif, orda ve ciddi ve veriyi bilinen on iki predispoze faktöre dayanarak çıkardı: yaş, cinsiyet, alkol kullanımı, kolesterol düzeyi, sigara (aktif ve pasif), fiziksel aktivite, obezite, diyabet, aile öyküsü ve daha önceki kardiyak olay. Daha sonra, kalp krizi riski ile ilişkili ortaya çıkmış risk faktörlerine spesifik bir risk modeli oluşturdu.
Dr. Chattopadhyay, çalışma ile ilgili şu bilgileri verdi: “Bu işin mahiyeti, sadece istatistiksel modelleme yerine temel olarak kümeleme tekniklerinin uygulanmasına dayanmaktadır; ilk bahsi geçen ‘veri modeli ayarlamada’ kendi başına kısıtlılıklara sahipken ikincisi daha esnektir. Kullanılan verilerin güvenilirliği, kontrol edilmelidir, bu, bu çalışmada aslına uygunluğu artırmak için yapılmıştır. Bu metodolojilerin henüz kullanıldığı, epidemiyolojik araştırmalar üzerinde çeşitli makaleler gözden geçirdim”
Çalışmanın tam metnine aşağıdaki linkten ulaşılabilmektedir:
http://www.inderscience.com/info/inarticle.php?artid=55674 Abstract
This paper attempts to mine important predisposing risk factors of heart attack from a sample of 300 real-world cases, each having 12 predisposing factors. Initially ranking of the factors are made according to the medical doctors. According to the risk level (i.e. mild, moderate, and severe) the sample has been clustered using Divisive Hierarchical Clustering (DHC) techniques with ‘single’, ‘average’, and ‘complete’ linkages. It also observes that High Blood Cholesterol (HBC), Intake of Alcohol (IA), and Passive Smoking (PS) play the most crucial role on ‘severe’, ‘moderate’ and ‘mild’ cardiac risks, respectively, which matches the result of Andrews plot. The study also observes that ‘males’ with age group of 48–60 years (mean age 53.45 years) are more prone to suffer ‘severe’ and ‘moderate’ heart attack risk, while females over 50 years (mean 53.23 years) are affected mostly with ‘mild’ risk.
YAZIYI PAYLAŞ
YORUMUNUZ VAR MI?