earticle

영어

Millions of people worldwide suffer from diabetes. Proper management of diabetes is crucial to prevent complications and improve patients' quality of life. This study developed a management model that classifies patients into normal, pre-diabetes, and diabetes categories using logistic regression and Support Vector Machine (SVM) on the Pima Indian Diabetes dataset, which includes 768 patient records with 8 clinical features. The proposed model demonstrated high accuracy in precision, recall, and F1 score. Such predictive models can identify individuals at high risk of developing diabetes early, allowing for timely intervention and preventive measures to prevent or delay the onset of diabetes. These models assist medical professionals in creating personalized treatment plans, enhancing disease management and patient outcomes.

한국어

전 세계적으로 수백만 명의 사람들이 당뇨병을 앓고 있다. 당뇨병의 적절한 관리는 합병증을 예방하고 환자의 삶의 질을 향상 시키는 데 매우 중요하다. 본 연구는 8개의 임상 특징을 가진 768개의 환자 기록이 포함된 Pima Indian 당뇨병 데이터 세트에서 로지스틱 회귀 및 지지 벡터 기계(Support Vector Machine)를 사용하여 환자를 정상, 당뇨병 전단계 및 당뇨병 범주로 분류하는 관리 모델을 개발하였다. 실험 결과 제안한 모델은 정밀도, 재현율 및 F1 점수에서 높은 정확도를 나타내었다. 이러한 예측 모델을 통해 당뇨병 발병 위험이 높은 개인을 조기에 식별할 수 있다. 이러한 조기 발견을 통해 당뇨병의 발병을 예방하거나 지연시키기 위한 적절한 개입 및 예방 조치를 구현할 수 있다. 당뇨병 예측 모델은 의료 전문가가 맞춤형 치료 계획을 수립하는 데 도움이 되며 이를 통해 질병을 더 잘 관리할 수 있을 뿐만 아니라 환자의 상태를 개선할 수 있다.