FORMATION OF A UNIFIED DATA SET FOR ANALYZING THE RELATIONSHIP BETWEEN DOG BREEDS AND DISEASES

Аңдатпа

Бұл мақалада ит тұқымдары, олардың халықаралық стандарттарға сәйкес жіктелуі және осы тұқымдармен байланысты тұқым қуалайтын аурулар туралы ақпаратты қамтитын деректер жиынтығын құру тәсілі ұсынылады. Зерттеудің негізгі мақсаты ақпараттың әртүрлі дереккөздерінде шашыраңқы орналасқан мәліметтерді біріктіру және тұқымдар мен аурулар атауларын стандарттау болды. Бұл кейіннен деректерге кешенді талдау жүргізуге мүмкіндік берді. Қорытынды деректер жиынтығын қалыптастыру үшін ресми дерекқорлар мен мамандандырылған ресурстар: iDog, Canine Inherited Disorders Database (CIDD), The Kennel Club (UK) және American Kennel Club (AKC) пайдаланылды. Табиғи тілді өңдеу (NLP) әдістеріне негізделген әзірленген стандарттау алгоритмі атаулардағы сәйкессіздіктерді жоюға, деректердің салыстырмалылығын қамтамасыз етуге және 4 093 жазбадан тұратын құрылымдалған деректер жиынтығын қалыптастыруға мүмкіндік берді. Зерттеу аясында тұқымдардың мөлшері, жіктеу топтары және ауру түрлері бойынша таралу заңдылықтарын анықтау мақсатында деректерге барлау талдауы (Exploratory Data Analysis, EDA) жүргізілді. Талдау нәтижелері ірі және ұсақ ит тұқымдарында орташа мөлшердегі тұқымдармен салыстырғанда тұқым қуалайтын патологиялардың ауқымы кеңірек екенін көрсетті. Сонымен қатар, The Kennel Club және American Kennel Club жіктеулеріндегі аурулар құрылымының айырмашылықтары анықталды. Бұл халықаралық салыстырмалы зерттеулер жүргізу кезінде ұлттық ерекшеліктерді ескерудің маңыздылығын көрсетеді. Зерттеу нәтижелері әзірленген деректер жиынтығының ветеринариялық медицина саласында болжамдық модельдер мен шешім қабылдауды қолдау құралдарын құруға негіз бола алатынын көрсетеді. Алынған деректер жиынтығын иттердің ауруларға бейімділігін дәлірек болжау, сондай-ақ аурулардың алдын алу мен емдеудің тиімді стратегияларын әзірлеу үшін пайдалануға болады.