1. ELARTU — Інституційний репозитарій ТНТУ імені Івана Пулюя
2. Матеріали конференцій, семінарів, читань
3. 2026
4. Ⅸ Міжнародна студентська науково-технічна конференція „Природничі та гуманітарні науки. Актуальні питання“ (2026)

Título:	Інтелектуальна система прогнозування ризику діабету 2 типу на основі медичних даних
Outros títulos:	Intelligent system for predicting type 2 diabetes risk based on medical data
Authors:	Кіт, І. Kit, I.
Affiliation:	Тернопільський національний технічний університет імені Івана Пулюя Ternopil Ivan Puluj National Technical University
Bibliographic description (Ukraine):	Кіт І. Інтелектуальна система прогнозування ризику діабету 2 типу на основі медичних даних / Кіт І. // Матеріали IX Міжнар. студ. наук.-техн. конф. „Природничі та гуманітарні науки. Актуальні питання“, 24-25 квітня 2026 р. — Т. : ТНТУ, 2026. — С. 364–365. — (Хімічна та біоінженерія).
Bibliographic reference (2015):	Кіт І. Інтелектуальна система прогнозування ризику діабету 2 типу на основі медичних даних // Матеріали IX Міжнар. студ. наук.-техн. конф. „Природничі та гуманітарні науки. Актуальні питання“, Тернопіль, 24-25 квітня 2026 р. 2026. С. 364–365.
Bibliographic citation (APA):	Kit, I. (2026). Intelektualna systema prohnozuvannia ryzyku diabetu 2 typu na osnovi medychnykh danykh [Intelligent system for predicting type 2 diabetes risk based on medical data]. Proceedings of the IX International Student Scientific and Technical Conference “Natural Sciences and Humanities. Current Issues”, 24-25 April 2026, Ternopil, 364-365. TNTU. [in Ukrainian].
Bibliographic citation (CHICAGO):	Kit I. (2026) Intelektualna systema prohnozuvannia ryzyku diabetu 2 typu na osnovi medychnykh danykh [Intelligent system for predicting type 2 diabetes risk based on medical data]. Proceedings of the IX International Student Scientific and Technical Conference “Natural Sciences and Humanities. Current Issues” (Tern., 24-25 April 2026), pp. 364-365 [in Ukrainian].
Is part of:	Матеріали Ⅸ Міжнародної студентської науково-технічної конференції „Природничі та гуманітарні науки. Актуальні питання“, 2026 Proceedings of the IX International Student Scientific and Technical Conference “Natural Sciences and Humanities. Current Issues”, 2026
Conference/Event:	Ⅸ Міжнародна студентська науково-технічна конференція „Природничі та гуманітарні науки. Актуальні питання“
Journal/Collection:	Матеріали Ⅸ Міжнародної студентської науково-технічної конференції „Природничі та гуманітарні науки. Актуальні питання“
Data de edición:	24-Apr-2026
Date of entry:	10-Jun-2026
Editor:	ТНТУ TNTU
Place of the edition/event:	Тернопіль Ternopil
Temporal Coverage:	24-25 квітня 2026 р. 24-25 April 2026
Supervisor:	Матійчук, Любомир Павлович Matiichuk, L. P.
UDC:	004.9 616.379-008.64
Palabras chave:	прогнозування ризику захворювання персоналізована медицина машинне навчання disease risk prediction personalized medicine machine learning
Number of pages:	2
Page range:	364-365
Start page:	364
End page:	365
URI:	http://elartu.tntu.edu.ua/handle/lib/52299
Copyright owner:	© Тернопільський національний технічний університет імені Івана Пулюя, 2026
References (Ukraine):	1. Sudlow C., Gallacher J., Allen N., et al. UK Biobank: An Open Access Resource for Identifying the Causes of a Wide Range of Complex Diseases of Middle and Old Age. PLoS Medicine, 2015. Vol. 12, No. 3. e1001779. 2. Grant S. F. A., Thorleifsson G., Reynisdottir I., et al. Variant of transcription factor 7-like 2 (TCF7L2) gene confers risk of type 2 diabetes. Nature Genetics, 2006. Vol. 38. P. 320–323. 3. Gloyn A. L., Pearson E. R., Antcliff J. F., et al. Activating mutations in the gene encoding the ATP-sensitive potassium-channel subunit Kir6.2 and permanent neonatal diabetes. New England Journal of Medicine, 2004. Vol. 350. P. 1838–1849. 4. Chen T., Guestrin C. XGBoost: A Scalable Tree Boosting System. Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, 2016. P. 785–794. 5. Dolezalova N., Reed A. B., Despotovic A., et al. Development of a dynamic type 2 diabetes risk prediction tool: a UK Biobank study. arXiv:2104.10108, 2021. 6. Lundberg S. M., Lee S.-I. A unified approach to interpreting model predictions. Advances in Neural Information Processing Systems (NeurIPS), 2017. P. 4765–4774.
References (International):	1. Sudlow C., Gallacher J., Allen N., et al. UK Biobank: An Open Access Resource for Identifying the Causes of a Wide Range of Complex Diseases of Middle and Old Age. PLoS Medicine, 2015. Vol. 12, No. 3. e1001779. 2. Grant S. F. A., Thorleifsson G., Reynisdottir I., et al. Variant of transcription factor 7-like 2 (TCF7L2) gene confers risk of type 2 diabetes. Nature Genetics, 2006. Vol. 38. P. 320–323. 3. Gloyn A. L., Pearson E. R., Antcliff J. F., et al. Activating mutations in the gene encoding the ATP-sensitive potassium-channel subunit Kir6.2 and permanent neonatal diabetes. New England Journal of Medicine, 2004. Vol. 350. P. 1838–1849. 4. Chen T., Guestrin C. XGBoost: A Scalable Tree Boosting System. Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, 2016. P. 785–794. 5. Dolezalova N., Reed A. B., Despotovic A., et al. Development of a dynamic type 2 diabetes risk prediction tool: a UK Biobank study. arXiv:2104.10108, 2021. 6. Lundberg S. M., Lee S.-I. A unified approach to interpreting model predictions. Advances in Neural Information Processing Systems (NeurIPS), 2017. P. 4765–4774.
Content type:	Conference Abstract
Aparece nas Coleccións	Ⅸ Міжнародна студентська науково-технічна конференція „Природничі та гуманітарні науки. Актуальні питання“ (2026)

Todos os documentos en Dspace estan protexidos por copyright, con todos os dereitos reservados