Di Zhao, diplômé, Université du Connecticut
Sai Jahnavi Gamalapati, diplômé, Université du Connecticut
Les maladies cardiovasculaires sont la première cause de décès dans le monde, faisant environ 17,9 millions de morts en 2019, soit 32 % de tous les décès dans le monde cette année-là.
L'insuffisance cardiaque est une maladie cardiovasculaire courante, et cet ensemble de données contient 11 caractéristiques qui peuvent être utilisées pour prédire une maladie cardiaque probable. Les résultats de prédiction peuvent aider les personnes atteintes de maladies cardiovasculaires ou à risque cardiovasculaire élevé (en raison de la présence d'un ou plusieurs facteurs de risque, tels que l'hypertension, le diabète, l'hyperlipidémie ou des maladies établies) à prédire les premiers symptômes et à détecter le risque de maladie en temps opportun.
L'ensemble de données comprenait 918 participants de différents pays et 11 facteurs associés à l'insuffisance cardiaque, tels que l'âge, le sexe, la tension artérielle, la glycémie, etc. Cette étude prévoit d'utiliser différents modèles d'analyse dans le logiciel JMP pour l'analyse statistique d'ensembles de données, tels que comme les réseaux de neurones, les classificateurs logistiques, Random Forest, etc. Le modèle de prédiction optimal est sélectionné en comparant les performances du modèle.
La sortie du modèle aidera les gens à comprendre l'importance des différents facteurs menant aux maladies cardiaques et la probabilité de développer une maladie cardiaque dans certaines conditions, pour aider les gens à accorder plus d'attention à la gestion de la santé physique dans la vie quotidienne et à la prédiction du risque de maladie.
