Resumen

En la sociedad actual, el desarrollo de la tecnología de la información es muy rápido, y la transmisión e intercambio de información se ha convertido en una tendencia de desarrollo. Los resultados del análisis y la investigación de datos se aplican gradualmente a diversos campos del desarrollo social, el análisis estructurado y la investigación. La extracción de datos de historias clínicas electrónicas en el ámbito médico es valorada gradualmente por los investigadores y se ha convertido en un trabajo importante en el campo de la medicina. En el curso del tratamiento clínico, se editan los historiales médicos electrónicos, que incluyen toda la información personal sobre la salud y el tratamiento. Este artículo presenta principalmente la investigación del método de minería de datos de riesgo de diabetes basado en el análisis de historias clínicas electrónicas y pretende proporcionar algunas ideas y direcciones para la investigación del método de minería de datos de riesgo de diabetes. Este documento propone una estrategia de investigación del método de minería de datos de riesgo de diabetes basado en el análisis de registros médicos electrónicos, incluyendo la minería de datos y la minería de reglas de clasificación basada en el análisis de registros médicos electrónicos, que se utilizan en el experimento de investigación del método de minería de datos de riesgo de diabetes basado en el análisis de registros médicos electrónicos. Los resultados experimentales de este trabajo muestran que la precisión de predicción media del árbol de decisión es del 91,21%, y los resultados del conjunto de entrenamiento y del conjunto de prueba son similares, lo que indica que no hay sobreajuste del conjunto de entrenamiento.

• 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:método de minería de datos de riesgo de diabetes, análisis de historias clínicas electrónicas, historias clínicas electrónicas, investigación, ámbito médico, conjunto de entrenamiento, precisión media de predicción, minería de reglas de clasificación, artículo, resultados
• Keywords:diabetes risk data mining method, electronic medical record analysis, electronic medical records, research, medical field, training set, average prediction accuracy, classification rule mining, paper, results