مقدمه: ارائه خدمات مراقبتی و بهداشتی افراد مبتلا به بیماری دیابت اطلاعات مفیدی ایجاد می‌کند که از این اطلاعات می‌توان برای شناسایی، درمان، مراقبت‌های بعدی و حتی پیشگیری از بیماری دیابت استفاده نمود. از طرفی کاوش و بررسی حجم زیادی از این اطلاعات، نیازمند استفاده از روش‌های موثر و کارآمدی برای یافتن الگوهای مربوط در این اطلاعات می‌باشد که استفاده از تکنیک‌های مختلف داده‌کاوی به‌خصوص دسته‌بندی و الگوهای تکرار شونده می‌تواند کمک شایانی در این زمینه باشد.
روش‌ها: پایگاه‌های اطلاعاتیScholar, Science Direct Google Scopus, Pubmed, با هدف یافتن مقالات، جستجو و مقالات انگلیسی منتشر شده در سال‌های 2005 تا 2015 مورد بررسی قرار گرفتند. مقالات به‌دست آمده از نظر جمعیت مورد مطالعه، مجموعه داده‌های مورد استفاده و روش‌های داده‌کاوی ارزیابی شدند.
یافته‌ها: از میان 2144 مقاله به‌دست آمده در جستجوی اولیه، تعداد 38 مقاله مرتبط با موضوع مطالعه، انتخاب و مورد بررسی قرار گرفت. نتایج این بررسی نشان می دهد که الگوریتم های خوشه بندی، قوانین انجمنی و هوش مصنوعی از پرکاربردترین تکنیک‌های داده‌کاوی می‌باشند که برای تشخیص و پیش‌بینی احتمال ابتلا به بیماری دیابت با موفقیت مورد استفاده قرار گرفته‌اند.
نتیجه‌گیری: پیاده‌سازی روشی که بتواند امکان ابتلا یا عدم ابتلای افراد به دیابت را مشخص کند، گام مهمی در کنترل بیماری دیابت خواهد بود. با توجه به مطالعات انجام شده، داده‌کاوی می‌تواند به‌عنوان روشی موثر در پیشگیری، درمان و کشف ارتباط بین بیماری دیابت و عوامل خطر آن، موجب پیشرفت‌های قابل توجه در حوزه تحقیقات دیابت و ارائه مراقبت‌های بهداشتی بهتر برای این گروه از بیماران باشد.
