Musa Karim*, Shumaila Furnaz, Tahir Saghir, Nadeem Hasan Rizvi et Ahmed Raheem
Contexte : Les maladies cardiovasculaires (MCV) sont la principale cause de mortalité dans le monde. L'objectif de cette étude était d'identifier la cooccurrence de facteurs de risque de maladie cardiovasculaire à l'aide de l'algorithme d'exploration de données Apriori parmi les patients se rendant au service ambulatoire d'un hôpital de soins tertiaires au Pakistan de janvier 2017 à juin 2017.
Méthodes : Cette étude transversale porte sur 5 164 patients consécutifs ayant consulté à l'OPD de l'Institut national des maladies cardiovasculaires de Karachi, au Pakistan, de janvier 2017 à juin 2017. Les facteurs de risque de MCV ont été recueillis pour tous les patients inclus. Des règles d'association ont été élaborées et évaluées en appliquant la technique d'exploration de données de l'algorithme Apriori. Des approches d'élagage telles que la suppression des règles redondantes, une longueur minimale d'au moins deux éléments, un support minimal de 0,20 et une confiance minimale de 0,90 ont été appliquées.
Résultats : Sur 5 164 patients, 51,1 % étaient des femmes et 42,7 % des patients avaient plus de 50 ans. Les principaux facteurs de risque observés sont respectivement l'hypertension, l'obésité, la dyslipidémie et le diabète sucré. L'hypertension était la conséquence de toutes les règles d'association extraites avec surpoids/obésité, dyslipidémie, femme en surpoids/obésité, plus de 50 ans, surpoids/obésité avec dyslipidémie, plus de 50 ans avec dyslipidémie, femme de plus de 50 ans et femme avec dyslipidémie comme antécédent respectivement.
Conclusion : Sur la base de l'algorithme Apriori, des règles et des modèles d'association significatifs parmi les facteurs de risque de maladie cardiovasculaire (MCV) ont été extraits ; ces règles fournissent un moyen réalisable de réduire le risque de maladie cardiovasculaire (MCV).
English 
Spanish 
Chinese 
Russian 
German 
Japanese 
Portuguese 
Hindi