Sistema de Inferencia Difusa Multinivel para Estimar el Riesgo de Diabetes Tipo 2
Autores: Tai, Jelena; Nagy-Perjési, Zsófia; Takács, Márta
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Sistema de Inferencia Difusa Multinivel para Estimar el Riesgo de Diabetes Tipo 2
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Riesgo
Diabetes
Parámetros
Modelo de inferencia difusa
Predicción
Factores
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 19
Citaciones: Sin citaciones
En este documento, presentamos un modelo de inferencia difusa multinivel para predecir el riesgo de diabetes tipo 2. Hemos diseñado un sistema para predecir este riesgo teniendo en cuenta varios factores como parámetros físicos, conductuales y ambientales relacionados con el paciente investigado y así facilitar a los expertos diagnosticar el riesgo de diabetes. Los parámetros importantes de riesgo de diabetes tipo 2 se identifican en base a la literatura y las recomendaciones de expertos. Los parámetros se escalan y se difuminan en su propio universo y, basándose en la recomendación de los expertos, se crean subsistemas de inferencia difusa con 3-4 parámetros de riesgo relacionados para calcular el nivel de riesgo. Estos subsistemas se organizan en sistemas de inferencia tipo Mamdani para que el sistema calcule un nivel de riesgo agregado. La visión general de la gran cantidad de diversos tipos de factores de riesgo, que pueden ser difíciles para especialistas y médicos, es facilitada por el sistema propuesto.
Descripción
En este documento, presentamos un modelo de inferencia difusa multinivel para predecir el riesgo de diabetes tipo 2. Hemos diseñado un sistema para predecir este riesgo teniendo en cuenta varios factores como parámetros físicos, conductuales y ambientales relacionados con el paciente investigado y así facilitar a los expertos diagnosticar el riesgo de diabetes. Los parámetros importantes de riesgo de diabetes tipo 2 se identifican en base a la literatura y las recomendaciones de expertos. Los parámetros se escalan y se difuminan en su propio universo y, basándose en la recomendación de los expertos, se crean subsistemas de inferencia difusa con 3-4 parámetros de riesgo relacionados para calcular el nivel de riesgo. Estos subsistemas se organizan en sistemas de inferencia tipo Mamdani para que el sistema calcule un nivel de riesgo agregado. La visión general de la gran cantidad de diversos tipos de factores de riesgo, que pueden ser difíciles para especialistas y médicos, es facilitada por el sistema propuesto.