An explainable analysis of diabetes mellitus using statistical and artificial intelligence techniques.

Journal: BMC medical informatics and decision making
PMID: 39695649

Abstract

BACKGROUND: Diabetes mellitus (DM) is a chronic disease prevalent worldwide, requiring a multifaceted analytical approach to improve early detection and subsequent mitigation of morbidity and mortality rates. This research aimed to develop an explainable analysis of DM by combining sociodemographic and clinical data with statistical and artificial intelligence (AI) techniques.

Authors

  • William Hoyos
    Grupo de Investigaciones Microbiológicas y Biomédicas de Córdoba, Universidad de Córdoba, Montería, Colombia; Grupo de Investigación en I+D+i en TIC, Universidad EAFIT, Medellín, Colombia. Electronic address: whoyos@correo.unicordoba.edu.co.
  • Kenia Hoyos
    Laboratorio Clínico, Clínica Salud Social, Sincelejo, Colombia. kmhoyosgonzalez@gmail.com.
  • Rander Ruiz
    Grupo de Investigación Interdisciplinario del Bajo Cauca y Sur de Córdoba, Universidad de Antioquia, Medellín, Colombia.
  • Jose Aguilar
    Grupo de Investigación en I+D+i en TIC, Universidad EAFIT, Medellín, Colombia; Centro de Estudios en Microelectrónica y Sistemas Distribuidos, Universidad de Los Andes, Mérida, Venezuela; Universidad de Alcalá, Depto. de Automática, Alcalá de Henares, Spain.

Keywords

External Resources

Popular Topics
Recent Journals