AIDE A LA PREVENTION DE L'ACCIDENT VASCULAIRE CEREBRAL PAR LES TECHNIQUES D'ANALYSE PREDICTIVE ET D'INTELLIGENCE ARTIFICIELLE

Résumé: Cet article traite de l'application des méthodes d'intelligence artificielle, en particulier l'apprentissage automatique, pour prédire le risque d'AVC, dans le but de prévenir ce problème avant qu'il ne survienne. L’AVC reste un problème sérieux pour la santé publique, qui cause beaucoup de morts et des handicaps permanents, même si beaucoup de cas pourraient être évités grâce à une détection tôt des risques. L'étude utilise un ensemble de données déjà existant provenant de la plateforme Kaggle, qui inclut 5229 personnes adultes. Ces données comportent des informations sur divers aspects de leur vie, notamment leur âge, leur sexe, s'ils souffrent d'hypertension ou de diabète, leur poids corporel, et s'ils fument. Après avoir préparé et étudié les données, différents algorithmes de classification ont été essayés, comme la Random Forest, l'arbre de décision, le Support Vector Machine et la régression logistique. Pour corriger l'incidence inégale des classes dans les données, la méthode SMOTE a été utilisée. Les résultats indiquent que les modèles utilisant les arbres de décision, notamment la Random Forest, donnent les meilleurs résultats en ce qui concerne la précision et leur capacité à prédire le risque d’AVC. En résumé, cette recherche montre que les méthodes d'apprentissage automatique sont un bon outil pour aider les professionnels de santé dans leurs décisions et peuvent jouer un rôle important dans la prévention des accidents vasculaires cérébraux. Mots-clés: Accident vasculaire cérébral, intelligence artificielle, apprentissage automatique, prévention primaire, analyse prédictive. Title: AIDE A LA PREVENTION DE L’ACCIDENT VASCULAIRE CEREBRAL PAR LES TECHNIQUES D’ANALYSE PREDICTIVE ET D’INTELLIGENCE ARTIFICIELLE Author: Assistant Sylvain-Mozart NGANDU KANUMAYI, Assistant Hippolite KABANGO MBUILA, Professeur Boni KIBAMBE MUTAMBA, Benie PATIENCE MUNKANDI International Journal of Novel Research in Computer Science and Software Engineering ISSN 2394-7314 Vol. 13, Issue 1, January 2026 - April 2026 Page No: 1-19 Novelty Journals Website: www.noveltyjournals.com Published Date: 28-January-2026 DOI: https://doi.org/10.5281/zenodo.18379420 Paper Download Link (Source) https://www.noveltyjournals.com/upload/paper/AIDE%20A%20LA%20PREVENTION%20DE%20L’ACCIDENT-28012026-3.pdf

Authors

Publication Details

Journal
Zenodo (CERN European Organization for Nuclear Research)
Published
2026-01-28
DOI
https://doi.org/10.5281/zenodo.18379420
Primary Topic
Acute Ischemic Stroke Management
Type
article
Field-Weighted Citation Impact
0.00
Controls
|||
ALL TIME
JAN
FEB
MAR
APR
MAY
JUN
JUL
AUG
SEP
OCT
article

AIDE A LA PREVENTION DE L'ACCIDENT VASCULAIRE CEREBRAL PAR LES TECHNIQUES D'ANALYSE PREDICTIVE ET D'INTELLIGENCE ARTIFICIELLE

Sylvain-Mozart NGANDU KANUMAYI, Benie PATIENCE MUNKANDI, Assistant Hippolite KABANGO MBUILA, Professeur Boni KIBAMBE MUTAMBA
Zenodo (CERN European Organization for Nuclear Research)
Acute Ischemic Stroke Management
article

AIDE A LA PREVENTION DE L'ACCIDENT VASCULAIRE CEREBRAL PAR LES TECHNIQUES D'ANALYSE PREDICTIVE ET D'INTELLIGENCE ARTIFICIELLE

Sylvain-Mozart NGANDU KANUMAYI, Benie PATIENCE MUNKANDI, Assistant Hippolite KABANGO MBUILA, Professeur Boni KIBAMBE MUTAMBA
article en

Abstract

Résumé: Cet article traite de l'application des méthodes d'intelligence artificielle, en particulier l'apprentissage automatique, pour prédire le risque d'AVC, dans le but de prévenir ce problème avant qu'il ne survienne. L’AVC reste un problème sérieux pour la santé publique, qui cause beaucoup de morts et des handicaps permanents, même si beaucoup de cas pourraient être évités grâce à une détection tôt des risques. L'étude utilise un ensemble de données déjà existant provenant de la plateforme Kaggle, qui inclut 5229 personnes adultes. Ces données comportent des informations sur divers aspects de leur vie, notamment leur âge, leur sexe, s'ils souffrent d'hypertension ou de diabète, leur poids corporel, et s'ils fument. Après avoir préparé et étudié les données, différents algorithmes de classification ont été essayés, comme la Random Forest, l'arbre de décision, le Support Vector Machine et la régression logistique. Pour corriger l'incidence inégale des classes dans les données, la méthode SMOTE a été utilisée. Les résultats indiquent que les modèles utilisant les arbres de décision, notamment la Random Forest, donnent les meilleurs résultats en ce qui concerne la précision et leur capacité à prédire le risque d’AVC. En résumé, cette recherche montre que les méthodes d'apprentissage automatique sont un bon outil pour aider les professionnels de santé dans leurs décisions et peuvent jouer un rôle important dans la prévention des accidents vasculaires cérébraux. Mots-clés: Accident vasculaire cérébral, intelligence artificielle, apprentissage automatique, prévention primaire, analyse prédictive. Title: AIDE A LA PREVENTION DE L’ACCIDENT VASCULAIRE CEREBRAL PAR LES TECHNIQUES D’ANALYSE PREDICTIVE ET D’INTELLIGENCE ARTIFICIELLE Author: Assistant Sylvain-Mozart NGANDU KANUMAYI, Assistant Hippolite KABANGO MBUILA, Professeur Boni KIBAMBE MUTAMBA, Benie PATIENCE MUNKANDI International Journal of Novel Research in Computer Science and Software Engineering ISSN 2394-7314 Vol. 13, Issue 1, January 2026 - April 2026 Page No: 1-19 Novelty Journals Website: www.noveltyjournals.com Published Date: 28-January-2026 DOI: https://doi.org/10.5281/zenodo.18379420 Paper Download Link (Source) https://www.noveltyjournals.com/upload/paper/AIDE%20A%20LA%20PREVENTION%20DE%20L’ACCIDENT-28012026-3.pdf

Zenodo (CERN European Organization for Nuclear Research)
Good health and well-being
Openalex Percentile: Top 72%
Acute Ischemic Stroke Management
AI Navigator

Ask Laika to Summarize, Analyze, and Connect papers live on the map.

Summarize Papers & Methodologies

Extract key findings, datasets, and comparative methods across publications.

Benchmark Rankings & Visual Analytics

Rank top research institutions, authors, funders, topics, and journals by Field-Weighted Citation Impact (FWCI) and paper volume with instant charts.

Connect Distant Disciplines

Bridge topological clusters on the map to find hidden collaborative intersections.