Resumen

Este estudio propuso un algoritmo novedoso para investigar los factores de riesgo de enfermedades complejas. Empleamos el algoritmo novedoso para determinar los factores de riesgo de trastorno depresivo, osteoporosis y fractura en pacientes jóvenes con cáncer de mama que estaban recibiendo cirugía curativa. El algoritmo novedoso consta de tres pasos. Primero, se utiliza el análisis de correspondencias múltiples (ACM) para transformar el conjunto de datos crudos en una matriz de coordenadas multidimensional. Segundo, se utiliza el algoritmo de expectativa-maximización (EM) para agrupar las coordenadas multidimensionales para cada categoría de variable. Tercero, se incorpora la validación cruzada de k-fold en la matriz de coordenadas obtenida utilizando el algoritmo ACM-EM para determinar el agrupamiento óptimo de enfermedades complejas y factores de riesgo. Un total de 4108 pacientes con cáncer de mama de entre 20 y 39 años fueron inscritos. Los resultados revelaron que el trastorno depresivo

• Materias:Big Data Restricciones distribuidas Algoritmo de inferencia Gestión administrativa
• Subjects:Big Data Distributed constraints Inference algorithm Administrative management
• Palabras claves:Algoritmo; Factores de riesgo; Trastorno depresivo; Osteoporosis; Fractura; Cáncer de mama
• Keywords:Algorithm; Risk factors; Depressive disorder; Osteoporosis; Fracture; Breast cancer