로지스틱 회귀 및 기계 학습 접근법을 이용한 제2형 당뇨병 예측

당뇨병은 전 세계적으로 가장 일반적인 인체 질환 중 하나로, 여러 건강 관련 합병증을 초래할 수 있습니다. 이는 상당한 이환율, 사망률 및 경제적 손실의 원인이 됩니다. 이 질병을 조기에 진단하고 예측하는 것은 환자에게 적절한 예방 및 치료 전략을 취할 기회를 제공할 수 있습니다. 위험 요인에 대한 이해를 높이기 위해, 우리는 로지스틱 회귀 모델과 의사결정 나무라는 기계 학습 알고리즘을 사용하여 피마 인디언 여성의 제2형 당뇨병을 예측합니다. 우리의 분석 결과 제2형 당뇨병의 다섯 가지 주요 예측 변수가 발견되었습니다: 포도당, 임신, 체중 지수(BMI), 당뇨병 혈통 함수 및 나이입니다. 우리는 추가적으로 우리의 분석을 보완하고 검증하기 위해 분류 나무를 탐색합니다. 여섯 가지 분류 나무는 포도당, BMI 및 나이가 중요한 요소임을 나타내고, 열 개의 노드 나무는 포도당, BMI, 임신, 당뇨병 혈통 함수 및 나이를 중요한 예측 변수로 시사합니다. 우리가 선호하는 사양은 78.26%의 예측 정확도와 21.74%의 교차 검증 오류율을 산출합니다. 우리는 우리의 모델이 제2형 당뇨병에 대한 합리적인 예측을 하는 데 적용될 수 있으며, 당뇨병 발생률을 줄이고 관련 비용을 감소시키기 위한 기존 예방 조치를 보완하는 데 사용될 수 있다고 주장합니다.