Internationale Zeitschrift für Herz-Kreislauf-Forschung

Muster in Risikofaktoren für Herz-Kreislauf-Erkrankungen unter Verwendung des Apriori-Algorithmus

Musa Karim*, Shumaila Furnaz, Tahir Saghir, Nadeem Hasan Rizvi und Ahmed Raheem

Hintergrund: Herz-Kreislauf-Erkrankungen (CVD) sind weltweit die häufigste Todesursache. Ziel dieser Studie war es, mithilfe des Apriori-Data-Mining-Algorithmus das gemeinsame Auftreten von Risikofaktoren für Herz-Kreislauf-Erkrankungen bei Patienten zu ermitteln, die von Januar 2017 bis Juni 2017 die Ambulanz eines Krankenhauses der tertiären Versorgung in Pakistan besuchten.

Methoden: Diese Querschnittsstudie umfasst 5.164 aufeinanderfolgende Patienten, die von Januar 2017 bis Juni 2017 die OPD des National Institute of Cardiovascular Diseases in Karachi, Pakistan, besuchten. Für alle aufgenommenen Patienten wurden CVD-Risikofaktoren erhoben. Assoziationsregeln wurden entwickelt und durch Anwendung der Data-Mining-Technik des Apriori-Algorithmus bewertet. Es wurden Beschneidungsansätze wie das Entfernen redundanter Regeln, eine Mindestlänge von mindestens zwei Elementen, eine Mindestunterstützung von 0,20 und ein Mindestvertrauen von 0,90 angewendet.

Ergebnisse: Von den 5.164 Patienten waren 51,1 % weiblich und 42,7 % älter als 50 Jahre. Die vorherrschenden Risikofaktoren sind Bluthochdruck, Fettleibigkeit, Dyslipidämie und Diabetes mellitus. Bluthochdruck war die Folge aller extrahierten Assoziationsregeln mit Übergewicht/Fettleibigkeit, Dyslipidämie, Frau mit Übergewicht/Fettleibigkeit, älter als 50 Jahre, Übergewicht/Fettleibigkeit mit Dyslipidämie, älter als 50 Jahre mit Dyslipidämie, Frau über 50 Jahre und Frau mit Dyslipidämie als Vorläufer.

Schlussfolgerung: Basierend auf dem Apriori-Algorithmus wurden aussagekräftige Assoziationsregeln und Muster zwischen den Risikofaktoren für Herz-Kreislauf-Erkrankungen (CVD) extrahiert. Diese Regeln bieten einen praktikablen Weg zur Verringerung des Risikos für Herz-Kreislauf-Erkrankungen (CVD).