مدل بندی و داده کاوی داده های جهانی بیماران ویروس کووید 19

Abstract

مقدمه: تکنیک‌های داده‌کاوی از جمله الگوریتم‌های درخت تصمیم برای مدل سازی و پیش بینی افراد در معرض خطر ابتلا به کووید 19 می‌تواند مفید باشد. هدف اصلی این مطالعه، تخمین ریسک مرگ افراد به واسطه بیماری کووید 19 با استفاده از الگوریتمCART و بر اساس عوامل موثر است. روش کار: این پژوهش از نوع تحلیلی بوده و تمام افراد بیمار کووید 19 که در سایت Kaggle از طریق دانشگاه جانز هاپکینگ جمع آوری شده است، استخراج گردید. تعداد کل بیماران برابر 26031 نفرازکشورهای مختلف است. تجزیه و تحلیل داده‌ها با استفاده از نرم افزار آماریJMP نسخه 13 انجام شده است. در بخش مدل‌سازی از الگوریتم درخت تصمیم گیری و مدل درخت رگرسیون و طبقه بندی (CART) استفاده شده است. یافته‌ها: نتایج مدل رگرسیون و طبقه بندی درختی نشان می‌دهد که از متغیرهای کمی به ترتیب اهمیت سن، زمان بستری تا نتیجه، فاصله شروع علائم تا نتیجه آزمایش و فاصله بستری تا نتیجه آزمایش و از متغیر کیفی جنسیت در نتیجه درمان بیماران موثر می‌باشند. باتوجه به تحلیل کلمات، به ترتیب علائم تب، سرفه، گلودرد، خستگی، ضعف، سردرد، لرز و آب ریزش بینی در این بیماری برای افراد بیشترین فراوانی را داشته است. نتیجه گیری: دقت مدل برازش داده شده با توجه به سطح زیر منحنی راک، برابر 1/94 درصد برای داده های آزمایشی و 1/91 درصد برای داده ‌های آموزشی تعیین شده است.

Keywords

• درخت رگرسیون و طبق بندی، ویروس کووید 19، داده‌کاوی، منحنیROC