Las grandes bases de datos médicas requieren la extracción de datos procesados por el conocimiento para mejorar los resultados de la atención sanitaria. La diabetes, una enfermedad crónica global, necesita algunas herramientas predictivas rígidas basadas en los perfiles fisiológicos y patológicos del paciente. Así, los programas de prevención pueden tener consecuencias beneficiosas para evitar el desastre final. Los algoritmos de minería de datos se implementan para predecir, clasificar y agrupar los datos brutos en el paso de preprocesamiento para su posterior procesamiento tanto en la investigación científica como en las prácticas de la vida real. Las decisiones de tratamiento y el diagnóstico precoz de diferentes enfermedades pueden basarse en estos resultados. Gracias a la integración de estos algoritmos se pueden obtener mejores resultados, incluyendo la gravedad de la diabetes identificada y sus consecuencias asociadas, así como menores costes sanitarios tanto para los pacientes como para los sistemas sanitarios.En este libro, se revisan los estudios y modelos de minería de datos sobre la diabetes iraní con algunas asociaciones valiosas obtenidas. La contribución más importante son los diversos métodos introducidos para manejar los valores que faltan en las bases de datos de pacientes reales, pero con muchos retos en el diagnóstico de la diabetes y algunas lagunas de investigación que quedan para futuros estudios.