Resumen

En la medicina china, los casos de asma contienen una gran cantidad de datos empíricos que se obtienen del diagnóstico clínico de los médicos a lo largo del año. El método de análisis de correlación de datos es uno de los mecanismos habituales que se utilizan para extraer asociaciones entre (1) prescripciones y prescriptores (médicos en este caso) y (2) síntomas y medicamentos para una enfermedad concreta en los hospitales. En este artículo se presenta, en primer lugar, un análisis exhaustivo del rendimiento esperado y las deficiencias del algoritmo Apriori en la minería de datos de casos médicos. En segundo lugar, proponemos una versión ampliada del algoritmo Apriori tradicional que se basa principalmente en la rápida respuesta del ordenador a la operación lógica de cadenas de bits. Se presenta una evaluación comparativa de los algoritmos Apriori propuestos y existentes, especialmente en términos de tiempo de ejecución, minería de conjuntos de elementos frecuentes y reglas de asociación fuertes. Tanto los resultados experimentales como los de simulación han demostrado que el algoritmo Apriori ampliado propuesto ha superado a los algoritmos existentes cuando se aplica a la medicación del asma y a los datos combinados de síntomas y medicación para el análisis de asociación. Además, la relación de asociación entre los datos de casos de asma mental y la medicación es eficaz en el análisis de datos de casos de asma con un valor de aplicación significativo que se verifica mediante los datos experimentales y las observaciones.

• Materias:Insuficiencia cardíaca Plataforma de servicios Filtro de orden óptimo Características clínicas Osteoporosis
• Subjects:Heart failure Platform services Optimal order filtering Clinical features Osteoporosis
• Palabras claves:algoritmo Apriori, método de análisis de correlación de datos, datos de casos de asma mental, datos de casos de asma, datos de casos médicos, valor de aplicación significativo, operación lógica de cadena, reglas de asociación fuertes, algoritmo Apriori tradicional, médicos
• Keywords:Apriori algorithm, Data correlation analysis method, mind asthma case data, asthma case data, medical case data, significant application value, string logic operation, strong association rules, traditional Apriori algorithm, doctors