Di Zhao, Absolvent, University of Connecticut
Sai Jahnavi Gamalapati, Absolvent der University of Connecticut
Herz-Kreislauf-Erkrankungen sind weltweit die Todesursache Nummer eins und forderten 2019 schätzungsweise 17,9 Millionen Todesopfer, was 32 % aller Todesfälle weltweit in diesem Jahr entspricht.
Herzinsuffizienz ist eine häufige kardiovaskuläre Erkrankung, und dieser Datensatz enthält 11 Merkmale, die zur Vorhersage einer wahrscheinlichen Herzerkrankung verwendet werden können. Die Vorhersageergebnisse können Menschen mit Herz-Kreislauf-Erkrankungen oder hohem kardiovaskulärem Risiko (aufgrund des Vorhandenseins eines oder mehrerer Risikofaktoren wie Bluthochdruck, Diabetes, Hyperlipidämie oder etablierter Krankheiten) helfen, frühe Symptome vorherzusagen und das Krankheitsrisiko rechtzeitig zu erkennen.
Der Datensatz umfasste 918 Teilnehmer aus verschiedenen Ländern und 11 Faktoren, die mit Herzinsuffizienz assoziiert sind, wie Alter, Geschlecht, Blutdruck, Blutzucker usw. Diese Studie plant, verschiedene Analysemodelle in der JMP-Software zur statistischen Analyse von Datensätzen zu verwenden, wie z wie neuronale Netze, logistische Klassifikatoren, Random Forest, etc. Das optimale Vorhersagemodell wird durch Vergleichen der Modellleistung ausgewählt.
Die Ergebnisse des Modells werden den Menschen helfen, die Bedeutung verschiedener Faktoren zu verstehen, die zu Herzerkrankungen führen, und die Wahrscheinlichkeit, unter bestimmten Bedingungen eine Herzerkrankung zu entwickeln, um den Menschen zu helfen, dem Management der körperlichen Gesundheit im täglichen Leben und der Vorhersage des Krankheitsrisikos mehr Aufmerksamkeit zu schenken.
