비정상적인 체중은 중국에서 가장 흔한 건강 문제 중 하나로, 사람들의 신체적, 정신적 건강에 부정적인 영향을 미친다. 조기 진단은 질병의 부담을 줄일 수 있다. 본 연구는 비정상적인 몸무게를 가진 노인들의 특성에 대한 간단한 예측 모델을 제시하는 것을 목표로 했다. 예측 변수는 연령, 교육 수준, 고혈압, 흡연, 알코올 소비, 수유 이력, BMI, 운동 빈도 등이 비정상적인 유병률에 크게 기여했음을 보여주는 이전 논문을 근거로 선택된다. 영향력 있는 요인은 다양하고 복잡하기 때문에 비정상적인 체중을 예측하는 것은 체계적이고 조직적인 방법으로 많은 위험 요인을 다룰 필요가 있다. 이러한 의미에서 우리는 비정상적인 무게와 관련 예측 변수 사이의 인과관계를 탐구하기 위해 General Bayesian Network(GBN)를 사용했다. 종합적인 인구 기반 소급 단면 역학 조사를 사용하여, Markov Blanket를 GBN에 사용하고, 비정상적인 체중 예측에 관한 몇 가지 복잡한 질문에 답하기 위해 What-if 분석과 목표 탐색 분석을 구현했다. 그 결과는 GBN이 건강 정보학의 영역에서 비정상적인 체중 예측 문제를 다루는 강력한 힘을 가지고 있다는 것을 보여주었다.
Abnormal weight is one of the most common health issues in China, which affects people’s physical and psychological health negatively. Early diagnosis can reduce the burden of the disease. Data science methods have been proved to have the strength to benefit other scientific fields thereby shedding new light (Hand, 2006). This study aimed to present a simple model for the characteristics of the elderly with abnormal weight. Predictor variables are selected based on a previous paper, which showed that age, educational level, hypertension, smoking, alcohol consumption, breastfeeding history, BMI, frequency of exercise significantly contributed to abnormal prevalence(Wang, Monteiro, & Popkin, 2002). Influential factors are various and complicated, so predicting abnormal weight needs cautious dealing with a number of risk factors in a systematic and organized way. In this sense, we introduce General Bayesian Network (GBN) to explore causal relationship between abnormal weight and related predictor factors. By using comprehensive population-based retrospective cross-sectional epidemiological survey, we used Markov blanket in GBN and implemented what-if analysis and goal seeking analysis to answer some complex questions about abnormal weight prediction. The result shows GBN has strong power to deal with abnormal weight prediction problem in the sphere of health informatics.