В данной статье применяются методы анализа ассоциативных правил для выявления паттернов коморбидности в крупном наборе самоотчетных медицинских данных, полученных в результате посещений врачей общей практики и предоставленных Университетом Иоганна Кеплера. Более конкретно, используется алгоритм Apriori с тщательно подобранными пороговыми значениями поддержки и лифта для получения надежных результатов. Анализ выявляет статистически значимые и клинически правдоподобные взаимосвязи между диагностированными заболеваниями и симптомами. Полученные результаты подчеркивают ряд устойчивых паттернов совместной встречаемости, особенно среди расстройств настроения и симптомов опорно-двигательного аппарата. Цель данного подхода заключается в демонстрации полезности методов поиска паттернов в обучении без учителя для выявления значимых структур и поведенческих закономерностей в области здоровья. Были также выявлены определенные ограничения, связанные с причинностью и возможными искажениями самоотчетных данных.
