Musa Karim*, Shumaila Furnaz, Tahir Saghir, Nadeem Hasan Rizvi y Ahmed Raheem
Antecedentes: Las enfermedades cardiovasculares (ECV) son la principal causa de mortalidad en todo el mundo. El objetivo de este estudio fue identificar la coexistencia de factores de riesgo de enfermedades cardiovasculares mediante el algoritmo de minería de datos Apriori entre los pacientes que acudieron al departamento de pacientes ambulatorios de un hospital de atención terciaria en Pakistán desde enero de 2017 hasta junio de 2017.
Métodos: Este estudio transversal incluye 5.164 pacientes consecutivos que visitaron el Servicio de Urgencias del Instituto Nacional de Enfermedades Cardiovasculares, Karachi, Pakistán, desde enero de 2017 hasta junio de 2017. Se recopilaron los factores de riesgo de ECV de todos los pacientes inscritos. Se desarrollaron y evaluaron reglas de asociación aplicando la técnica de minería de datos del algoritmo Apriori. Se aplicaron enfoques de poda como la eliminación de reglas redundantes, la longitud mínima de al menos dos elementos, el soporte mínimo de 0,20 y la confianza mínima de 0,90.
Resultados: De 5.164 pacientes, el 51,1% eran mujeres y el 42,7% tenían más de 50 años. Los factores de riesgo predominantemente observados son hipertensión, obesidad, dislipidemia y diabetes mellitus respectivamente. La hipertensión fue la consecuencia de todas las reglas de asociación extraídas con sobrepeso/obesidad, dislipidemia, mujeres con sobrepeso/obesidad, más de 50 años, sobrepeso/obesidad con dislipidemia, más de 50 años con dislipidemia, mujeres de más de 50 años y mujeres con dislipidemia como antecedente respectivamente.
Conclusión: Con base en el algoritmo Apriori, se extrajeron reglas y patrones de asociación significativos entre los factores de riesgo de enfermedad cardiovascular (ECV); estas reglas proporcionan una forma factible de reducir el riesgo de enfermedad cardiovascular (ECV).
English 
Chinese 
Russian 
German 
French 
Japanese 
Portuguese 
Hindi