طراحی سیستم تشخیصی هوشمند به منظور پیش بینی چاقی در کودکان با استفاده از عوامل شیوه زندگی، وضعیت اجتماعی- اقتصادی و اطلاعات وراثتی

چاقی یکی از مهم ترین مشکلات تغذیه ای در سراسر دنیاست. اگرچه مطالعات به غیراز مشکلات فیزیکی و حرکتی، گزارشی مبنی بر بروز بیماری های مزمن ناشی از چاقی در دوران کودکی ارائه نداده اند؛ اما چاقی در کودکی می تواند منجر به طیف وسیعی از مشکلات در آینده شود. در این مطالعه با هدف تشخیص زود هنگام بر آنیم تا با طراحی یک سیستم هوشمند احتمال وقوع چاقی را بر اساس اطلاعات اولیه ای بر اساس نحوه شیوه زندگی و یا سایر متغیرهای عمومی اولیه، پیش بینی کنیم.
در این مطالعه 9795 نفر (49/17% پسر) در گروه های سنی 6 تا 18 سال بر اساس چهارمین فاز مطالعه ملی گسترده کاسپین، مورد بررسی قرار گرفته اند. متغیرهای ورودی سیستم بر اساس عادات تغذیه ای، فعالیت ورزشی، اطلاعات وراثتی، وضعیت اجتماعی و اقتصادی و سابقه چاقی و دیابت مشخص گردیده اند. سپس بر اساس روش های داده کاوی و هوش مصنوعی، مشکل چاقی شناسایی و بررسی شده است. روش های انتخاب ویژگی نیز برای بهینه سازی سیستم طراحی شده در نظر گرفته شده است.
عملکرد روش های دسته بندی موردمطالعه توسط روش ارزیابی متقابل دولایه ای موردبررسی قرار گرفت. با توجه به نتایج حاصل از ارزیابی، بهترین نتیجه توسط روش دسته بندی ماشین بردار پشتیبان به دست آمده است. دقت و صحت این روش شناسایی پس از انتخاب ویژگی به ترتیب 63/3 و 83/7 درصد بوده است.
ویژگی هایی از قبیل سن، فعالیت ورزشی، نوع تغذیه در دوران نوزادی و سابقه دیابت در خانواده به عنوان تاثیرگذارترین ویژگی ها در ایجاد روند چاقی در دو گروه دختر و پسر شناسایی شده اند.