Résumé:
L’insuffisance rénale chronique (IRC) résulte de la destruction progressive et irréversible des reins. C’est une pathologie invalidante grave. La prévalence de cette maladie est en augmentation constante. Selon l'OMS, l'IRC constitue un fléau mondial touchant plus de 10% de la population. Elle est la cause de souffrance et de décès de millions de personnes chaque année. Un diagnostic précoce d’une IRC ainsi qu’une intervention appropriée peuvent permettre d’atténuer considérablement sa progression, aider à améliorer l'état de santé des patients et contribuer à alléger le fardeau des soins de santé. Dans le cadre de ce mémoire, nous envisageons de mener une recherche scientifique sur le processus de dépistage de la maladie rénale chronique à partir d'un ensemble de données sélectionné. Nous utiliserons les différentes techniques du machine learning (ML) pour tenter de remédier à cette situation, le but étant de proposer une approche qui permettra de procéder à un dépistage précoce, de fournir un diagnostic précis de la maladie rénale chronique, d’apporter une amélioration de l'efficacité des traitements et d’assurer un certain bien-être médical aux patients atteints de cette maladie.
