Grandes bancos de dados médicos requerem a mineração de dados processados pelo conhecimento para melhorar os resultados dos cuidados de saúde. O diabetes, uma doença crônica global, precisa de algumas ferramentas preditivas rígidas baseadas no perfil fisiológico e patológico do paciente. Portanto, os programas de prevenção podem ter consequências benéficas para evitar o desastre final. Os algoritmos de mineração de dados são implementados para prever, classificar e agrupar dados brutos na etapa de pré-processamento para processamento posterior tanto na pesquisa científica como nas práticas da vida real. As decisões de tratamento e diagnóstico precoce de diferentes doenças podem ser baseadas nestes resultados. Os melhores resultados podem ser obtidos através da integração destes algoritmos, incluindo a gravidade diabética identificada e suas consequências associadas, bem como custos de saúde mais baixos tanto para os pacientes como para os sistemas de saúde.Neste livro, os estudos e modelos de mineração de dados de diabéticos iranianos são revistos com algumas associações valiosas obtidas. A contribuição importante são os diversos métodos introduzidos a fim de lidar com valores ausentes em bases de dados reais de pacientes, mas com muitos desafios no diagnóstico de diabéticos e algumas lacunas de pesquisa que permaneceram para estudos futuros.