مدل‌سازی تاثیر برخی از متغیرها بر شدت کووید 19 با الگوریتم CART در دانشگاه علوم پزشکی مشهد

Abstract

مقدمه : با توجه به اینکه هنوز ویروس جدید کرونا (کووید 19) شیوع دارد یکی از دغدغه‌های مهم در سلامت جامعه، عوامل تاثیرگذار بر شدت این بیماری است. در این مطالعه، با استفاده از الگوریتم CART ، تعیین الگو وضعیت شدت بیماران مبتلا به ویروس کووید 19 در جمعیت تحت پوشش دانشگاه علوم پزشکی مشهد مورد بررسی قرار می‌گیرد. روش کار: این پژوهش از نوع مقطعی-تحلیلی می‌باشد. در این مطالعه، تمام افراد مراجعه کرده بابت بیماری کویید 19 که در پیک دوم بیماری و پیک چهارم دارای پرونده الکترونیک سلامت فعال در سامانه سینا می‌باشند وارد مطالعه می‌شوند. تجزیه و تحلیل داده ها با استفاده از نرم افزار آماری JMP نسخه 13 انجام شده است. در بخش مدل سازی از روش‌های داده‌کاوی و الگوریتم CART استفاده می‌شود. یافته‌ها: نتایج توصیفی مطالعه به ما نشان داد 6 درصد بیماران دارای PCR مثبت، مبتلا به شکل شدید بیماری کرونا می‌باشند. متغیر سن اهمیت زیادی در شدت بیماری داشت و نقطه بحرانی برای شدت بیماری، سن 60 سال بوده بطوریکه شدت بیماری را از حدود 3درصد زیر 60 سال به حدود 18 درصد بالای 60 سال افزایش می‌دهد. متغیرهای بیماری قلبی، کلیوی، تنفسی، چربی خون، دیابت دیگر متغیرهای با اهمیت بوده اند. نتیجه ‏گیری: نتایج مدل رگرسیون و طبقه بندی درختی نشان می‌دهد که از بین متغیرهای برای سن زیر 60 سال به ترتیب اهمیت بیماری قلبی، سن، دیابت، بیماری تنفسی و چربی خون و برای سن بالای 60 سال به ترتیب اهمیت سن، بیماری قلبی، بیماری کلیوی، بیماری تنفسی و دیابت موثر می‌باشند. با توجه به سطح زیر منحنی ROC مدل برازش داده شده عملکرد خوبی برای داده‌های بیماری کرونا دارد بطوریکه پیش‌بینی شدت بیماری را تا 6 برابر افزایش می‌دهد.

Keywords

• کوويد-19
• الگوریتم CART
• منحني راک
• پيش بيني