📖 프로젝트 소개

<aside> 💡

• Prediction Potential Patients (잠재적 환자 예측)
  • 국민건강영양조사 데이터를 활용해 중증질환을 걸릴 확률이 높은 잠재적 환자를 예측합니다.
• 중증질병 예방
  • 이 프로젝트는 중증질병 예방에 기여하며, 긴급한 상황에서 응급조치를 취하는 골든타임을 놓치지 않도록 돕는 프로젝트입니다. </aside>

🛠️ 사용 기술 및 라이브러리

• python

• numpy

• sklearn

• pandas

• matplotlib, seaborn

• Decision Tree

• RandomForest

• Light BGM

• AdaBoost

• XGBoost

⚙️ 담당한 기능

• 사용 컬럼 지정, 불균형 샘플 확장, 결측치 제거 등의 데이터 전처리 작업
• 질병변수에 따른 환자수 EDA
• 질병변수와 관련있는 유전 정도, BMI 수치, 나이대, 흡연여부 등EDA
• 머신러닝 기반 질병 예측 모델 설계
• 질병별 상관관계가 높은 컬럼에 대해 정상인과 환자의 Cluster Heatmap 시각화

🔎 연구 결과

사용자가 입력한 질병변수와 상관관계가 높은 n개의 컬럼(원인) 중 기준치를 초과하는 경우, 그 컬럼들이 입력한 질병에 걸린 환자군에서 차지하는 비율을 계산합니다. 이를 기반으로 정상인 중 잠재적 환자를 예측하고, 중증질환의 예방 및 조기 대응을 가능하게 합니다. 이를 통해 질병에 영향을 미치는 주요 원인을 분석하고, 중증질환 예방 및 골든타임 확보 등 보건의료 분야의 연구에 기여할 수 있습니다.

고혈압, 당뇨병, 뇌졸중과 같은 주요 질환을 분석 및 예측하여, 각 질병 변수와 상관관계가 높은 요인들을 기반으로 잠재적 환자를 식별할 수 있었습니다. 또한, 질병변수 별로 가장 높은 정확도를 가진 예측 모델을 선정하고 이를 Rank로 도출해, 각 질병 변수에 가장 적합한 모델을 적용하도록 구현하였습니다.