تحليل المؤشرات السريرية لمرضى فشل القلب باستخدام python و Power BI

قمت بتنفيذ مشروع متكامل لتحليل بيانات مرضى فشل القلب (Heart Failure) بهدف تحديد العوامل السريرية الأكثر ارتباطاً بحالات الوفاة. يركز المشروع على تحويل البيانات الطبية المعقدة إلى رؤى بصرية تساعد في فهم تأثير الأمراض المزمنة (مثل الضغط والسكري) والمؤشرات الحيوية على فرص النجاة.

المهام التي قمت بها:

تنظيف ومعالجة البيانات (Data Cleaning): باستخدام SQL لمعالجة البيانات والتأكد من جودتها، وتصنيف الفئات العمرية والحالات الصحية لضمان دقة التحليل.

تحليل البيانات الاستكشافي (EDA): الإجابة على أسئلة تحليلية هامة مثل تأثير "الكرياتينين" في الدم على معدل الوفيات، وتحليل العلاقة بين ارتفاع ضغط الدم وحالات النجاة.

بناء لوحة تحكم تفاعلية (Interactive Dashboard): تصميم داشبورد على Power BI يعرض المؤشرات الرئيسية (KPIs) مثل "معدل النجاة العام"، وتوزيع المرضى حسب الجنس والعمر، مع إمكانية الفلترة حسب الحالة الصحية (مدخن، مصاب بالسكري، يعاني من الأنيميا).

النتائج الرئيسية (Insights):

وجد أن ارتفاع مستويات "سيروم الكرياتينين" مرتبط بشكل مباشر بزيادة حالات الوفاة بنسبة تصل إلى 49%.

المصابون بارتفاع ضغط الدم شكلوا النسبة الأكبر من حالات الوفاة (حوالي 63%).

تحديد توزيع الفئات العمرية الأكثر عرضة للخطر لمساعدة الفرق الطبية على تحديد أولويات الرعاية.

الأدوات المستخدمة:

python

Power BI

Excel: (لفحص وتنظيم مجموعة البيانات الأولية).