Методи інтелектуального аналізу даних для покращення прогнозування серцево-судинних захворювань : магістерська робота

Abstract

Кваліфікаційна робота на здобуття другого (магістерського) рівня вищої освіти за спеціальністю 124 Системний аналіз, освітньою програмою: Аналіз та безпека даних, містить 26 рисунків, 55 літературних джерел за переліком посилань. Робота виконана на 67 сторінках загального тексту і 62 сторінках основного тексту. Метою роботи є дослідження та аналіз факторів покращення прогнозування серцево-судинних захворювань з використанням методів інтелектуального аналізу даних. Об’єктом дослідження є процес інтелектуального аналізу даних серцевосудинних захворювань. Предметом дослідження виступають методи інтелектуального аналізу даних для покращення прогнозування серцево-судинних захворювань. У кваліфікаційній роботі розглядаються підходи щодо використання методів інтелектуального аналізу даних для прогнозування серцево-судинних захворювань. Відмічено, що ефективність лікування серцево-судинних захворювань значною мірою залежить від точності прогнозу, своєчасної діагностики, комплексної профілактики та виявлення факторів ризику. Проаналізовано використання групи методів аналізу виживання для оцінки тривалості життя. Представлена реалізація моделі прогнозування серцево-судинних захворювань. Розрахована функція виживання, яка визначає можливість виживання протягом певного періоду часу. Проведено оцінку Каплана-Майєра для кривої виживання за виявленими ознаками. Встановлено фактори ризику серцево-судинних захворювань. Створено регресійну модель пропорційних ризиків Коксу для оцінки взаємозв'язку між декількома факторами ризику та часом виживання пацієнта.

Qualification work for the second (master's) level of higher education in the specialty 124 System analysis, educational program: Data analysis and security, contains 26 figures, 55 literary sources according to the list of references. The work was completed on 67 pages of the general text and 62 pages of the main text. The purpose of the work is research and analysis of factors for improving the prognosis of cardiovascular diseases using methods of intellectual data analysis. The object of the study is the process of intellectual analysis of cardiovascular disease data. The subject of research is the methods of intellectual data analysis to improve the prediction of cardiovascular diseases The qualification work considers approaches to the use of methods of intellectual data analysis for predicting cardiovascular diseases. It was noted that the effectiveness of the treatment of cardiovascular diseases largely depends on the accuracy of the prognosis, timely diagnosis, comprehensive prevention and identification of risk factors. The use of a group of survival analysis methods to estimate life expectancy is analyzed. The implementation of the model for predicting cardiovascular diseases is presented. A survival function is calculated, which determines the possibility of survival during a certain period of time. A Kaplan-Meier estimate was performed for the survival curve based on the identified features. Risk factors for cardiovascular diseases have been established. A Cox proportional hazards regression model was created to assess the relationship between several risk factors and patient survival time.