na

na

NA

NA

na

NA

Using WHD's Enforcement Dataset downloaded from Oct 4, 2024 from the DOL-WHD's website: https://enforcedata.dol.gov/views/data_summary.php

alpha diversity, beta diversity, decontam

Dans le cadre d’un projet en médecine préventive, j’ai développé un modèle prédictif visant à estimer la probabilité qu’un individu soit atteint de diabète de type 2 à partir de variables cliniques mesurées lors d’un examen médical. Méthodologie : Utilisation de la base PimaIndiansDiabetes2 (package mlbench), contenant des données cliniques sur des femmes d’origine Pima. Variables clés : glycémie, pression artérielle, IMC, âge, nombre de grossesses, etc. Application de techniques d’imputation, de normalisation, et de classification supervisée (régression logistique, arbres, KNN, etc.). Objectif : Contribuer à la détection précoce du diabète de type 2, en appui aux stratégies de santé publique, grâce à l’intelligence artificielle et à l’analyse statistique. Références scientifiques : Inspiré des travaux de Ali, Galal & Hassan (2025) et Arora et al. (2024), qui ont démontré l’efficacité de pipelines robustes pour améliorer la précision du diagnostic.