داده کاوی بیماری دیابت

برای انجام داده کاوی در رابطه با بیماری دیابت به مانند سایر بیماری ها می توان چهار رویکرد را در نظر داشت:

• رویکرد توصیفی (Descriptive): چه چیزی در گذشته اتفاق افتاده است؟

در رویکرد توصیفی به توصیف بیماری و بیماران مبتلا به آن پرداخته شده و از تکنیک ها و الگوریتم های داده کاوی نظیر خوشه بندی برای توصیف دقیق و بیان تمایزهای مربوط به گروه های مختلف بیماران مبتلا به دیابت استفاده می شود. مثلا می توان بیماران مبتلا به دیابت را بر اساس ویژگی های جمعیت شناختی (Demographic) مانند سن، جنسیت، محل زندگی، شغل، شاخص توده بدنی و سایر بیماری های مشاهده شده در وی، خوشه بندی نمود. این تحلیل پایه و اساس مناسبی را برای به کارگیری سایر تکنیک های داده کاوی فراهم می آورد. مثلا می توان هر خوشه که بیان کننده ویژگی ها و وجوه تمایز یک گروه از بیماران می باشد را به صورت جداگانه زیر ذره بین برد و با سایر الگوریتم های داده کاوی آن را تحلیل نمود.

• رویکرد تشخیصی (Diagnostic): علل رخداد مسائل چه بوده است؟

در این رویکرد تحلیل گران به دنبال پاسخگویی به چراها و تشخیص علل ابتلا به بیماری دیابت هستند. 

• رویکرد پیش گویانه (Predictive): در آینده چه اتفاقاتی در پیش است؟

در رویکرد پیشگویانه تلاش می شود تا بر اساس علایم دریافتی از فرد بیمار پیش بینی شود که کدام یک از افراد و گروه ها بیشتر مستعد ابتلا به این بیماری هستند و در نتیجه برای این گروه از افراد، اقدامات پیشگیرانه ای را طراحی و اجرا نمود تا نرخ ابتلا به این بیماری کاهش یابد.

• رویکرد تجویزی (Prescriptive): چه اقداماتی برای تغییر آینده پیش بینی شده مورد نیاز است؟

در رویکرد تجویزی تحلیل های مختلفی را می توان انجام داد مثلا اینکه برای بیماران دیابتی که پیش بینی می شود وضعیت آنها تا یک ماه آینده وخیم تر شود، چه اقداماتی را باید در دستور کار قرار داد؟ به زبان ساده تر این رویکرد همان طور که از اسم آن پیداست به دنبال تجویز و ارائه نسخه عمل (منظور صرفا نسخه دارو نیست) و اقدام اجرایی برای بهبود شرایط در آینده است.