สืบค้นงานวิจัย
Predicting metabolic syndrome using the random forest method
Worachartcheewan A. - ไม่ระบุหน่วยงาน
ชื่อเรื่อง (EN): Predicting metabolic syndrome using the random forest method
ผู้แต่ง / หัวหน้าโครงการ (EN): Worachartcheewan A.
บทคัดย่อ (EN): Aims. This study proposes a computational method for determining the prevalence of metabolic syndrome (MS) and to predict its occurrence using the National Cholesterol Education Program Adult Treatment Panel III (NCEP ATP III) criteria. The Random Forest (RF) method is also applied to identify significant health parameters. Materials and Methods. We used data from 5,646 adults aged between 18-78 years residing in Bangkok who had received an annual health check-up in 2008. MS was identified using the NCEP ATP III criteria. The RF method was applied to predict the occurrence of MS and to identify important health parameters surrounding this disorder. Results. The overall prevalence of MS was 23.70% (34.32% for males and 17.74% for females). RF accuracy for predicting MS in an adult Thai population was 98.11%. Further, based on RF, triglyceride levels were the most important health parameter associated with MS. Conclusion. RF was shown to predict MS in an adult Thai population with an accuracy >98% and triglyceride levels were identified as the most informative variable associated with MS. Therefore, using RF to predict MS may be potentially beneficial in identifying MS status for preventing the development of diabetes mellitus and cardiovascular diseases. © 2015 Apilak Worachartcheewan et al.
บทคัดย่อ: ไม่พบข้อมูลจากหน่วยงานต้นทาง
ภาษา (EN): en
เอกสารแนบ (EN): https://www.scopus.com/inward/record.uri?eid=2-s2.0-84939202992&doi=10.1155%2f2015%2f581501&partnerID=40&md5=7bcf24e04aebf987a20c6c67e1dd04a2
เผยแพร่โดย (EN): มหาวิทยาลัยมหิดล
คำสำคัญ (EN): Young Adult
เจ้าของลิขสิทธิ์ (EN): มหาวิทยาลัยมหิดล
หากไม่พบเอกสารฉบับเต็ม (Full Text) โปรดติดต่อหน่วยงานเจ้าของข้อมูล

การอ้างอิง

Worachartcheewan A.. "Predicting metabolic syndrome using the random forest method". ไม่ระบุหน่วยงาน. ม.ป.ป.

Worachartcheewan A.. "Predicting metabolic syndrome using the random forest method". ไม่ระบุหน่วยงาน. ม.ป.ป.. Print.



TARR Wordcloud:
Predicting metabolic syndrome using the random forest method
Worachartcheewan A.
มหาวิทยาลัยมหิดล
ไม่ระบุวันที่เผยแพร่
Dietary Pattern and Metabolic Syndrome in Thai Adults Data mining for the identification of metabolic syndrome status Association of antioxidant status and inflammatory markers with metabolic syndrome in Thais Association between waist circumference at two measurement sites and indicators of metabolic syndrome and cardiovascular disease among Thai adults Prediction of aromatase inhibitory activity using the efficient linear method (ELM) Development of Zika virus detection method by real time RT-PCR for using in Thailand Studies of the CETP TaqIB and ApoE Polymorphisms in Southern Thai Subjects with the Metabolic Syndrome Cryopreservation of Arundina graminifolia (D. Don) hochr. Seeds using D cryo-plate method NEW MIXTURE OF CATALYST TO REPLACE OF SELENIUM IN DETERMINATION OF NITROGEN USING KJELDAHL METHOD The magnitude of obesity and metabolic syndrome among diabetic chronic kidney disease population: A nationwide study
คัดลอก URL
กระทู้ของฉัน
ผลการสืบค้นทั้งหมด โพสต์     เรียงลำดับจาก
พัฒนาระบบโดยศูนย์ความรู้เฉพาะด้านวิศวกรรมความรู้และวิศวกรรมภาษาDeveloped by Center of Excellence for Unified Knowledge and Language Engineering
สนับสนุนโดยสำนักงานพัฒนาการวิจัยการเกษตร (องค์การมหาชน)Supported by the Agricultural Research Development Agency (Public Organization)
แบบสำรวจความพึงพอใจQuestionair