Modelling the prevalence of diabetes mellitus risk factors based on artificial neural network and multiple regression

: إعداد نماذج لمعدلات انتشار عوامل الخطر للإصابة بالسكري استنادا إلى شبكة عصبية اصطناعية وإلى التحوف المتعدد. Contexte: Le diabete sucre de type 2 est une maladie metabolique dont les causes, les manifestations, les complications et la prise en charge sont complexes. La comprehension de la vaste palette de facteurs de risque de ce type de diabete peut faciliter le diagnostic, l’etablissement de la classification et ameliorer la prise en charge de la maladie avec un bon rapport cout-efficacite. Objectif: Comparer la performance d’un reseau de neurones artificiels (RNA) et de la regression logistique dans l’identification des facteurs de risque du diabete sucre de type 2. الهدف: مقارنة قوة شبكة عصبية اصطناعية بالتحوف اللوجستي في تحديد عوامل خطر الإصابة بالسكري من النمط 2. طرق البحث: أجريت هذه الدراسة الوصفية والتحليلية في عام 2013. ولقد ضمت عينة الدراسة جميع من السكان الذين تتراوح أعمارهم بين 15 و 64 سنة في المناطق الريفية والحضرية في أذربيجان الشرقية، جمهورية إيران الإسلامية، والذين أخذنا موافقتهم على المشاركة في الدراسة (وعددهم 990). وقد جمعنا أحدث البيانات المتاحة من نظام ترصد الأمراض غير السارية في مقاطعة أذربيجان الشرقية (2007). كما قمنا بتحليل البيانات باستخدام نظام SPSS ، الإصدار 19. النتائج: استنادا إلى التحوف اللوجستي المتعدد، اتضح أن عوامل الخطر الأكثر أهمية في الإصابة بالسكري من النمط 2 هي العمر والتاريخ العائلي للإصابة بالسكري من النمط 2 ومكان السكن. بينما اتضح استنادا إلى شبكة عصبية اصطناعية أن العمر ومنسب كتلة الجسم والتدخين الحالي هي عوامل الخطر الأكثر أهمية. ومن أجل اختبار التعميم، قيمنا الشبكة العصبية الاصطناعية والتحوف اللوجستي باستخدام المنطقة الواقعة تحت المنحنى المميز للمتقبل العامل فوجدنا أنه كان 0.726 (0.025 = SE) ، في التحوف اللوجستي SE = 0.025 ((وأنه كان SE = 0.026)) 0.717 في الشبكة العصبية الاصطناعية SE = 0.026 ((، وكان (p < 0.001). الاستنتاج: إن نموذج التحوف اللوجستي أفضل من نموذج الشبكة العصبية الاصطناعية، وهو أكثر قابلية للفهم سريريا.