Predicting Progression of Diabetes via Machine Learning

Abstract

당뇨병은 심혈관질환을 비롯해 다양한 합병증을 동반하는 위험한 질환이다. 그러나 한국의 당뇨병 인구는 2017년 기준 500만 명을 육박했다. 따라서 당뇨병이 악화되는 것을 예측하고 어떤 위험요인이 당뇨병 악화를 유발하는지 찾는 것은 중요하다. 특히 당뇨는 인종, 성별마다 발병 양상이 다를 수 있어, 한국인의 당뇨를 분석하는 것은 다른 인종의 당뇨병 분석 결과와 상이할 수 있다. 당뇨병은 정상, IGT(당뇨 전 단계), 당뇨로 진단된다. 본 논문에서는 과거에 비해 당뇨 진단이 악화되는 것을 분석한다. 기존 연구는 BMI, 나이, 혈압, 인슐린 등으로 당뇨의 발병을 예측한 반면, 본 논문에서는 세 호르몬 AhRB, MIS.ATP, MIS.ROS이 당뇨 악화 예측에 큰 영향을 끼친다는 것을 밝힌다. 당뇨상태의 악화를 예측하기 위해 머신 러닝 방법론 중 SVM, LDA, 베이지안 네트워크가 사용되었다. 부분의존도 그림을 통해 결과 예측에 영향을 많이 주는 변수를 찾았다. 또한 전체 변수를 포함한 모형과 세 호르몬 변수만 포함한 모형의 성능을 비교했다. 더불어 베이지안 네트워크를 통해 변수들 간 관계를 파악하고 가장 직접적으로 병의 진행에 영향을 미치는 변수를 탐색했다. 모형의 비교 척도로는 Precision, Recall, Accuracy, AUC이 사용되었다.;Diabetes is a dangerous disease that causes numerous complications. Recently, the factors such as aging and a westernized diet have made Koreans more vulnerable to diabetes. In 2019 there are over 3 million of Korean suffering from diabetes. In this paper, machine learning methods including SVM, LDA, and Bayesian network are applied to predict deterioration of the diseases. The goal of this analysis is to predict progression of DM and figure out factors which have impact on deterioration of the disease. Furthermore, the analysis identifies how dominantly three covariates, AhRB, MIS.ATP and MIS.ROS, play a role to predict progress in DM. The analysis is conducted for two groups: all sexes group and female group. The pregnancy and birth history are added to the analysis for the female group.