Acceso usuarios
Somayeh Ebrahimi, Farshid Haghi
Objetivo y antecedentes: La obesidad y la hipertensión son problemas de salud en cualquier sociedad. El objetivo de este estudio fue evaluar la sensibilidad, la especificidad y la precisión de la red neuronal artificial (RNA) para el diagnóstico de la obesidad y la hipertensión.
Material y métodos: Para este estudio, se registró la información demográfica de 500 estudiantes de entre 7 y 18 años en el programa RNA. La información demográfica registrada constaba de 11 variables de entrada y 3 de salida. Las variables de entrada incluían la edad, el sexo, el peso, la altura, el perímetro de la cintura, el índice de masa corporal, la relación cintura-estatura, la obesidad abdominal, la actividad física, la genética y los comportamientos alimentarios poco saludables, mientras que las variables de salida incluían la obesidad, la presión arterial sistólica y la presión arterial diastólica. En este estudio, se utilizaron los algoritmos de Levenberg-Marquardt y de Gradiente Conjugado para entrenar la red.
Resultados: Los resultados mostraron que la sensibilidad, la especificidad y la precisión de la RNA basada en datos experimentales en el diagnóstico de la obesidad fueron iguales a 0,941, 1 y 0,990, respectivamente; para la presión arterial sistólica alta fueron 0,800, 1 y 0,970 y para la presión arterial diastólica alta fueron 0,875, 1 y 0,980, respectivamente. Además, se comprobó que la sensibilidad, la especificidad y la precisión de la RNA basada en los datos totales obtenidos en el diagnóstico de la obesidad eran iguales a 0,945, 0,997 y 0,992, respectivamente; para la presión arterial sistólica alta eran 0,857, 0,993 y 0,970, respectivamente y para la presión arterial diastólica alta eran 0,810, 0,997 y 0,900, respectivamente.
Conclusiones: En base a los resultados del presente estudio, se puede concluir que la RNA diseñada para diagnosticar la obesidad y la presión arterial sistólica y diastólica tiene una alta precisión, por lo que se sugirió el uso de la RNA para diagnosticar otras enfermedades similares.
Aim & Background: Obesity and hypertension are health problems in any society. The aim of this study was to evaluate the sensitivity, specificity and accuracy of artificial neural network (ANN) for the diagnosis of obesity and hypertension. Material & Methods: For this study, demographic information about 500 students aged 7-18 years was recorded in the ANN program. The recorded demographic information consisted of 11 input variables and 3 output variables. Input variables included age, sex, weight, height, waist circumference, body mass index, waist-to-height ratio, abdominal obesity, physical activity, genetics, and unhealthy eating behaviors, while output variables included obesity, systolic blood pressure, and diastolic blood pressure. In this study, Levenberg-Marquardt and Conjugate Gradient algorithms were used to training the network.
Results: The results showed that the sensitivity, specificity and accuracy of ANN based on experimental data in the diagnosis of obesity were equal to 0.941, 1 and 0.990, respectively; for high systolic blood pressure were 0.800, 1 and 0.970 and for high diastolic blood pressure were 0.875, 1 and 0.980, respectively. In addition, it was found that the sensitivity, specificity and accuracy of ANN based on the obtained total data in the diagnosis of obesity were equal to 0.945, 0.997 and 0.992, respectively; for high systolic blood pressure were 0.857, 0.993 and 0.970, respectively and for high diastolic blood pressure were 0.810, 0.997 and 0.900, respectively.
Conclusion: Based on the results of the present study, it can be concluded that ANN designed to diagnose obesity, systolic and diastolic blood pressure has high accuracy, so the use of ANN to diagnose other similar diseases was suggested.
