Application pour la classification et la migration entre classes de la maladie cardiaque

Abstract

Les maladies cardiaques ont un pacte d'attention abondant dans la recherche médicale en raison de leur impact sur la santé de l'homme. Les maladies cardiaques sont parmi les principales causes de décès. La prévention, la prédiction et la gestion des maladies chroniques est une démarche en matière de soins de santé qui vise à aider les personnes qui en sont atteintes à maintenir leur autonomie et à demeurer en aussi bonne santé que possible grâce à la détection précoce de ces maladies ainsi qu'à leur prévention et à leur gestion. Généralement les gens ont un autre souci est de savoir quels changements doivent-ils faire pour être ou ne pas être dans une autre classe (type de maladie). Cette migration (passage) entre classe peut être vue comme une perspective d’amélioration de l’état d’un malade ou malheureusement par une dégradation (complication) de son état de santé. Dans ce travail, des algorithmes d'apprentissage automatique supervisé, à savoir KPP et les AD sont utilisés pour prédire les maladies cardiaques. Nous avons proposé pour chaque technique un algorithme de calcul de nouvelle valeur des paramètres pour la migration d’une classe à une autre. Mots clés : KPP, AD, maladies cardiaques, fouille de données, migration entre classes. الملخص: لأم ا رض القلب ميثاق اهتمام وفير في البحث الطبي لما لها من تأثير على صحة الإنسان. مرض القلب هو أحد الأسباب الرئيسية للوفاة. الوقاية والتنبؤ وادارة الأم ا رض المزمنة هي نهج رعاية صحية يهدف إلى مساعدة الأشخاص المصابين بأم ا رض مزمنة على الحفاظ على استقلاليتهم والبقاء بصحة جيدة قدر الإمكان من خلال الكشف المبكر عن هذه الأم ا رض والوقاية منها ومعالجتها. عادة ما يكون لدى الناس قلق آخر بشأن التغيي ا رت التي يجب عليهم إج ا رؤها أو عدم التواجد في فئة أخرى )نوع المرض(. يمكن النظر إلى هذه الهجرة )العبور( بين الطبقات على أنها احتمالية لتحسين حالة المريض أو لسوء الحظ من خلال تدهور )مضاعفات( حالته الصحية. للتنبؤ بأم ا رض القلب. AD و KPP في هذا العمل ، يتم استخدام خوارزميات الإعلام الآلي الخاضعة للإش ا رف ، وبالتحديد لقد اقترحنا لكل تقنية خوارزمية لحساب قيم المعلمات الجديدة للترحيل من فئة إلى أخرى . أم ا رض القلب ، التنقيب في البيانات ، الهجرة من فئة إلى أخرى . ،AD ، - KPP : الكلمات المفتاحية Abstract : Heart disease has an abundant attention pact in medical research because of its impact on human health. Heart disease is one of the leading causes of death. The prevention, prediction and management of chronic disease is a health care approach that aims to help people with chronic disease maintain their independence and stay as healthy as possible through the early detection of these diseases. diseases and their prevention and management. Usually people have another worry about what changes should they make to be or not to be in another class (type of disease). This migration (passage) between classes can be seen as a prospect of improving the condition of a patient or unfortunately by a deterioration (complication) of his state of health. In this work, supervised machine learning algorithms, namely KPP and ADs are used to predict heart disease. We have proposed for each technique an algorithm for calculating new parameter values for the migration from one class to another. Keywords : KPP, AD, heart disease, data mining, class-to-class migration.