Di Zhao, laureato, Università del Connecticut
Sai Jahnavi Gamalapati, laureato, Università del Connecticut
Le malattie cardiovascolari sono la prima causa di morte a livello globale, con una stima di 17,9 milioni di vittime nel 2019, pari al 32% di tutti i decessi nel mondo quell'anno.
L'insufficienza cardiaca è una malattia comune delle malattie cardiovascolari e questo set di dati contiene 11 caratteristiche che possono essere utilizzate per prevedere una probabile malattia cardiaca. I risultati della previsione possono aiutare le persone con malattie cardiovascolari o ad alto rischio cardiovascolare (dovuto alla presenza di uno o più fattori di rischio, come ipertensione, diabete, iperlipidemia o malattie accertate) a prevedere i primi sintomi e rilevare il rischio di malattia in modo tempestivo.
Il set di dati includeva 918 partecipanti provenienti da diversi paesi e 11 fattori associati allo scompenso cardiaco, come età, sesso, pressione sanguigna, glicemia, ecc. Questo studio prevede di utilizzare diversi modelli di analisi nel software JMP per l'analisi statistica dei set di dati, come come reti neurali, classificatori logistici, Random Forest, ecc. Il modello di previsione ottimale viene selezionato confrontando le prestazioni del modello.
L'output del modello aiuterà le persone a comprendere l'importanza dei diversi fattori che portano a malattie cardiache e la probabilità di sviluppare malattie cardiache in determinate condizioni, per aiutare le persone a prestare maggiore attenzione alla gestione della salute fisica nella vita quotidiana e alla previsione del rischio di malattia.
