Gidey Hailu Tesfay / Girma Tadesse / Semaw Ferede
Librería Samer Atenea
Kálamo Books
Librería Elías (Asturias)
Librería Kolima (Madrid)
Librería Proteo (Málaga)
HIV-Tests sind der entscheidende Einstiegspunkt für HIV-Prävention, -Behandlung sowie Betreuungs- und Unterstützungsangebote. Zu diesem Zweck ist es das Ziel dieser Studie, ein Vorhersagemodell für HIV-Tests zu entwickeln und dessen Determinanten für Erwachsene (Alter > 14) in Äthiopien zu ermitteln. Herkömmliche statistische Methoden reichen jedoch nicht aus, um aus diesen riesigen Mengen an HIV-Testdaten, die von der äthiopischen DHS generiert wurden und zu komplex und umfangreich sind, neue verborgene Muster aufzudecken. Daher können Data-Mining-Verfahren einen großen Beitrag zur Analyse dieser im Laufe der Zeit gesammelten riesigen Datensätze leisten. Zur Vorhersage des Modells für HIV-Tests wurde die CRISP-DM-Methodik verwendet. Die Vorhersagemodelle „Entscheidungsbäume' (Random Tree und J48), „künstliches neuronales Netzwerk' und „logistische Regression' konnten anhand der ausgewählten Attribute als Eingabedaten mit einer Genauigkeit von 96 %, 79 %, 78 % bzw. 74 % vorhersagen, ob eine Person auf HIV getestet wurde oder nicht. Dieses Buch ist daher sowohl für Gesundheitsprogramme als auch insbesondere für Forscher hilfreich, da es aufzeigt, wie die Anwendung von Data-Mining bei der Vorhersage von HIV-Tests durch verschiedene Algorithmen mit einer höheren Vorhersagekraft als bei herkömmlichen statistischen Methoden hilfreich war.