本研究は、糖尿病と心疾患の関連が強まる中、糖尿病患者を対象とした心血管疾患（CVD）リスク予測モデルの構築を目指しています。機械学習（ML）とハイブリッド深層学習（DL）手法を用い、BRFSSデータセットの前処理を行った後、複数のMLモデル（決定木、ランダムフォレスト、k近傍法、サポートベクターマシンなど）を実装。特にXGBoostが0.9050という高精度を達成しました。また、様々なDLモデル（ANN、DNN、RNN、CNN、LSTMなど）を検討し、LSTMモデルも同等の精度を示しました。これらのモデルは、糖尿病患者のCVDリスク予測において高い有効性を示し、臨床決定の自動化や個別化リスク管理の向上に寄与する可能性があります。