Resumen

Urumqi es una de las áreas clave de infección por VIH/SIDA en Xinjiang y en China. La epidemia de SIDA se está propagando de grupos de alto riesgo a la población general, y la situación sigue siendo muy seria. El objetivo de este estudio fue utilizar cuatro algoritmos de minería de datos para establecer el modelo de identificación de la infección por VIH y comparar su rendimiento predictivo. Los datos de la vigilancia centinela de tres grupos de alto riesgo (usuarios de drogas inyectables (UDI), hombres que tienen relaciones sexuales con hombres (HSH) y trabajadoras sexuales (TS)) en Urumqi de 2009 a 2015 incluyeron características demográficas, comportamiento sexual y resultados de detección serológica. Luego usamos , , , y otras variables como variables de entrada y si infectar VIH como variables de salida para establecer cuatro modelos de predicción para los tres conjuntos de datos. También utilizamos la matriz de confusión, precisión, sensibilidad, especificidad, precisión, sensibilidad y el área bajo la curva característica operativa del receptor (ROC)

• Materias:Big Data Restricciones distribuidas Algoritmo de inferencia Gestión administrativa
• Subjects:Big Data Distributed constraints Inference algorithm Administrative management
• Palabras claves:Urumqi; Infección por VIH/sida; Algoritmos de minería de datos; Grupos de alto riesgo; Modelos de predicción; Precisión diagnóstica
• Keywords:Urumqi; Hiv/aids infection; Data mining algorithms; High-risk groups; Prediction models; Diagnostic accuracy