Abstract:
المستخلص
هدفت هذه الدراسة إلى تصنيف المرضى المصابين بأمراض الكلى من غير المصابين ، باستخدام نماذج حماية إحصائية حديثة وخوارزميات للتعلم الآلي ، وذلك بناءً على بيانات معملية مستقاة من مركز الشهيد موري لعلاج وغسيل الكلى بمستشفى عطبرة بالسودان : تمثلت مشكلة البحث في تحديد الأسلوب الأكثر دقة في تصنيف النماذج الكلاسيكية والحديثة ، هدفت الدراسة إلى مقارنة أداء ثلاثة نماذج رئيسية في تصنيف ثنائي تشمل : نموذج الانحدار اللوجستي كأحد الأساليب الإحصائية التقليدية ، وخوارزمية الغاية العشوائية ، وخوارزمية المتجه الداعم كأساليب قائمة على الذكاء الاصطناعي والتعلم الآلي ، اعتمدت هذه الدراسة على منهج وصفي تحليلي ، حيث تم جمع عينة عشوائية بلغ حجمها 260 حالة (130 مصاباً و130 غير مصاب) ، وتم تحليل ستة متغيرات مستقلة (الهيموجلوبين ، الكرياتينين ، الصوديوم ، البوتاسيوم ، الفسفور ، الكوليسترول) باستخدام برنامج بايثون ، أظهرت نتائج التحليل أن جميع النماذج حقق أداء جيداً ، فقد سجلت خوارزمية الغابة العشوائية أعلى دقة تصنيفية بلغت 98.72% ، تليها خوارزمية المتجه الداعم بدقة 96.15% ، ثم نموذج الانحدار اللوجستي بدقة 93.59% ، كما كشفت النتائج عن المتغيرات المؤثرة في التشخيص ، حيث كانت الكرياتينين والفسفور ، من أهم المؤشرات الإحصائية العبرة عن الإصابة ، وأوصت الدراسة أن خوارزميات التعلم الآلي ، خاصة الغابة العشوائية ، تتفوق على النموذج الإحصائي الكلاسيكية من حيث دقة تصنيف ، وإنها أدوات فعالة وقوية يمكن اعتمادها ف دعم النظم الشخصية الطبية لأمراض الكلى
Abstract
This study aimed to classify patients with kidney diseases from nonpatients , using modern statistical models and machine learning algorithms ,
based on laboratory data obtained from Al-Shahid Nouri Center for Kidney
Treatment and Dialysis at Atbara Hospital in Sudan . The research problem
was to determine the most accurate method among classical and
contemporary models . The study aimed to compare the performance of
three main models in binary classification : the Logistic Regression model
as a traditional statistical method , the Random Forest algorithm , and the
Support Vector Machine algorithm as artificial intelligence and machine
learning-based approaches . The study adopted a descriptive-analytical
methodology , Where a random sample of 260 cases ( 130 patients and 130
non-patients ) was collected , and six independent variables ( Hemoglobin ,
Creatinine , Sodium , Potassium , Phosphorus , Cholesterol ) were analyzed
using the Python programming language . The analysis results showed that
all models performed well : the Random Forest algorithm achieved the
highest classification accuracy at 98.72% , followed by the Support Vector
Machine with an accuracy of 96.15% , and then the Logistic Regression
model with an accuracy of 93.59% . The results also revealed the influential
variables in diagnosis ; Creatinine , Hemoglobin , and phosphorus were
among the most significant statistical indicators of the disease . The study
recommended that machine learning algorithms , especially Random Forest ,
outperform traditional statistical model in classification accuracy and are
effective , robust tools that can be adopted to support medical diagnostic
systems for kidney diseases .
