Bioistatistics
115 theses under this subject heading
Tekrarlı ölçümlü varyans analizinde örneklem büyüklüğünün etkisinin incelenmesi: Malpraktis sigortası örneği
Çalışmanın amacı farklı örneklem büyüklüklerinin tekrarlı ölçümlü varyans analizi sonuçları üzerindeki etkisini incelemektir. Veri toplamak için sosyodemografik verilere ve malpraktis sigortasına ilişkin 33 adet bilgi sorusunun yanı sıra tutum soruları da içeren bir anket kullanıldı. Dört farklı örneklem büyüklüğü (n=20,40,60,80) üzerinde üç tekrarlı ölçüm yapıldı. Ön test hekim malpraktis sigortasına ilişkin eğitim verilmeden uygulandı. Son test eğitim verildikten sonra uygulandı. Kalıcılık testi son testten üç hafta sonra gerçekleştirildi. Küresellik varsayımı Mauchly'nin küresellik testi ile test edildi. Küresellik varsayımı ihlal edildiği için Greenhouse-Geisser düzeltmesi kullanıldı. Öğrencilerin ön test, son test ve kalıcılık testi sonuçları arasındaki ilişkinin incelenmesinde tek yönlü tekrarlı ölçümlü ANOVA kullanıldı. Post-hoc analizlerde Bonferroni yöntemi kullanıldı. Post-hoc güç analizinde 0,90 değerine ulaşılması hedeflendi. Tüm örneklem büyüklüğü gruplarında, tekrarlı ölçümlü varyans analizi ile anket puanları arasında istatistiksel anlamlı farklılıklar bulundu ve Post-hoc karşılaştırmalar ile ön test, son test ve kalıcılık testi puanları arasında istatistiksel anlamlı farklılıklar saptandı (p<0,001). Tüm örneklem büyüklüğü gruplarında hedeflenen güce erişildi. Tüm gruplarda gözlenen yüksek etki büyüklüğünün ve kısmi eta kare değerlerinin farklı örneklem büyüklüklerinde gücün yüksek kalmasına katkı sağladığı değerlendirildi. Tüm örneklem gruplarında verilen eğitim ile son testte öğrencilerin bilgi seviyelerinin arttığı ve kalıcılık testinde ise edinilen bilginin büyük ölçüde korunduğunu belirlendi. Ankette öğrenciler malpraktis sigortası konusunda bilgi eksikliklerinin olduğunu (%97,5) ve eğitim almak istediklerini (%91,25) ve konunun zorunlu müfredata dahil edilmesini istediklerini (%93,75) ifade ettiler. Müfredattaki tıp hukuku derslerinin sayısının artırılmasını (%90) önerdiler. Malpraktis sigortasının tıp eğitimi müfredatında ayrı bir konu olarak yer almasının ve tıp eğitimi müfredatındaki tıp hukuku konularının sayısının artırılmasının UÇEP geliştirilmesi çalışmaları kapsamında önerilmesi planlandı.
Sağkalım analizi ve Cox regresyon yöntemleri ile genç popülasyonda akut koroner sendromu risk faktörlerinin belirlenmesi
ÖZET Sağkalım Analizi ve Cox Regresyon Yöntemleri ile Genç Popülasyonda Akut Koroner Sendromu Risk Faktörlerinin Belirlenmesi Amaç: Bu çalışmanın amacı, 18-40 yaş aralığındaki genç yetişkinlerde akut koroner sendrom görülme sıklığını ve sağkalım süresi üzerindeki risk faktörlerini belirlemek, bu faktörlerin göreli etkilerini istatistiksel olarak değerlendirmektir. Yöntem: Retrospektif olarak tasarlanan çalışmada 0-40 yaş aralığında toplam 722 hastaya ait veriler analiz edilmiştir. Öncelikle tanımlayıcı istatistikler kullanılarak değişkenlerin temel özellikleri özetlenmiş, ikili grup karşılaştırmalarında bağımsız örneklem t-testi veya Mann-Whitney U testi, üç ve daha fazla grup karşılaştırmalarında ise ANOVA veya Kruskal-Wallis testleri uygulanmıştır. Risk faktörlerinin akut koroner sendrom gelişimi ve sağkalım üzerindeki etkileri Kaplan-Meier sağkalım analizi ve çok değişkenli Cox regresyon modeli ile değerlendirilmiştir. Model uyumu -2 Log Likelihood değeri ve Ki-kare testi ile test edilmiştir. Bulgular: Cox regresyon sonuçlarına göre, obezite (Expβ=3,663; p<0,001), sigara kullanımı (Expβ=2,296; p=0,017), hiperlipidemi (Expβ=2,119; p=0,025) ve yaş (Expβ=1,081; p=0,022) AKS gelişiminde anlamlı risk faktörleri olarak öne çıkmıştır. Kaplan-Meier analizi, obez bireylerde sağkalım süresinin istatistiksel olarak anlamlı şekilde azaldığını göstermiştir (Log-Rank p=0,009). Diğer değişkenlerden cinsiyet, hipertansiyon, diyabet, alkol kullanımı ve kalıtım ile sağkalım süresi arasında anlamlı fark saptanmamıştır. Tartışma: Elde edilen sonuçlar, genç erişkinlerde akut koroner sendrom gelişiminde en belirgin risk faktörlerinin obezite, sigara kullanımı, hiperlipidemi ve yaş olduğunu ortaya koymaktadır. Buna karşılık, toplumda sıkça vurgulanan hipertansiyon ve diyabet gibi klasik kardiyovasküler risk faktörlerinin bu yaş grubunda beklenen düzeyde etki göstermemesi, yaşa özgü farklı patofizyolojik mekanizmaların etkili olabileceğini düşündürmektedir. Bu bulgular, özellikle genç nüfusta yaşam tarzı değişikliklerine dayalı koruyucu sağlık politikalarının önemini vurgulamakta; kilo kontrolü, sigara kullanımının azaltılması ve lipid düzeylerinin yönetiminin erken yaşta başlaması gerektiğini ortaya koymaktadır. Anahtar Kelimeler: Akut Koroner Sendrom, Risk Faktörleri, Cox Regresyon, Sağkalım Analizi, Genç Yetişkinler
Parametrik olmayan istatistik yöntemler ve tarım alanında uygulamaları
Parametrik olmayan istatistik yöntemlerin, parametrik olan bir testle ilgili bir veya birden daha fazla varsayım sağlanmadığı durumlarda kullanılmak üzere alternatif bir yöntem olarak geliştirildiği bilinmektedir. Varyans analizinin varsayımlarından birinin veya birkaçının sağlanamadığı durumlarda parametrik olmayan test yöntemlerinin uygulanması gerekir. Tarımsal veriler her zaman normal dağılım göstermeye bilirler. Böyle durumlarda veriler farklı transformasyon uygulamaları ile normalleştirilmeye çalışılır. Fakat transformasyon sonucunda da parametrik testlerin ön şartları sağlanamadığında parametrik olmayan test yöntemlerine başvurulur. Örneğin, sağa eğik veya sola eğik dağılım gösteren verilerde ortalama yerine medyan üzerinden hesaplama yapılması daha doğru sonuçlar verebilir. Parametrik olmayan yöntemlerin istatistik paket programlarla çözümlenmesi ile ilgili fazla literatür bulunmamaktadır. Bu çalışmanın amacı tarım alanlarından elde edilen örneklerle SAS uygulamaları yapmak ve bunu geniş araştırıcı kitlesine ulaştırmaktır. Çalışmada, parametrik olmayan testlerin uygulamalarda veri tipine göre nasıl kullanıldığı ve bazı tarımsal alanlarda uygulamaları hakkında araştırma yapılmıştır. Derlenen tüm parametrik olmayan istatistiksel yöntemler SAS onDemand Academics çevrimiçi programı kullanılarak tarımsal verilere uygulanmış, prosedürler adım adım anlatılmıştır. Anahtar Kelimeler: Ansary-Bradley testi, Sign testi, Wilcoxon Rank-Sum testi, Wilcoxon Signed-Rank testi
Novel statistical approaches in survival analysis of RNA-sequencing data
The number of people with cancer is increasing daily, and the mortality for cancer is constantly increasing since the biomarkers of many cancer types are unknown. Also, cancer doesn't progress between individuals similarly, and all patients vary in response to the same treatment because of genetic differences. At this stage, it is very important to apply more effective treatments by making more accurate prognosis predictions using personalized medicine strategies. Estimating survival in cancer patients using survival time provides essential results. With the development of omics technologies, the relationship between survival time and gene expression profiles of patients can now be modeled. RNA-sequencing technology has been used in recent years for survival analysis omics-based due to its advantages. Although RNA-sequencing has many advantages, it differs from classical survival data with high-dimensionality, heterogeneity, and highly-correlated genes. Due to these problems, the regularized Cox methods and machine learning algorithms adapted to survival data are used instead of classical survival algorithms. However, the regularized Cox methods require some assumptions to be met using the Cox algorithm. Machine learning algorithms that are first created for classification problems and then adapted to survival data require additional time and effort. This study aims to develop new approaches that can be used in the survival analysis of RNA-sequencing data by combining voom transformation, stacking algorithm, and lasso methods with block structure. For this purpose, survival data can be converted into binary classification data with the stacking algorithm. Using the sample weights obtained after the voom transformation in priority-Lasso and IPF-Lasso algorithms, two new approaches are presented: voomStackPrio and voomStackIPF. Our approaches were applied to 12 real RNA-sequencing data from the TCGA database. Performance comparisons were made with other survival algorithms in the literature using Harrell's concordance index. The results showed that the performance of the two new approaches was similar or better than other survival algorithms. Key Words: survival, RNA-sequencing, voom, stacking, IPF-Lasso
Pediatrik büyüme eğrilerinin model performanslarının GAMLSS yöntemi ile incelenmesi ve kantil regresyon yöntemi ile karşılaştırılması
Bir çocuğun büyüme ve gelişiminin incelenmesinde, hastalık durumunun erken tanılanmasında, beslenme durumunun değerlendirilmesinde en iyi araçlardan biri antropometrik ölçümler yardımıyla oluşturulan referans pediatrik büyüme eğrileridir. Bu tez kapsamında cinsiyete göre boy uzunluğu, vücut ağırlığı, baş çevresi ve beden kitle indeksi ölçümlerine ilişkin büyüme eğrileri farklı istatistiksel yöntemler ile oluşturulmuştur. LMS, LMSP ve LMST yöntemlerinin bir arada kullanılarak geliştirildiği GAMLSS (Generalized additive model for location, scale and shape) modeli ile kantil regresyon yöntemi sonucunda elde edilen büyüme eğrileri karşılaştırılmıştır. Her iki yöntem sonucunda büyüme eğrilerinin veriye uyumu ve model yeterliği worm grafiği ile incelenmiştir. Büyüme eğrilerinin oluşturulmasında LMSP ve LMST yöntemlerinin LMS yöntemine göre farkı, dağılımın çarpıklığını ve basıklığını dikkate almasıdır. GAMLSS modeli veride normal dağılım varsayımı gerektirirken, aynı zamanda büyüme eğrilerinin model performanslarını inceleyerek en uygun model seçimine olanak sağlamaktadır. Kantil regresyon ise veride herhangi bir dağılım varsayımı gerektirmediğinden, büyüme eğrilerinin oluşturulmasında alternatif bir yöntemdir. Bulgulara göre, GAMLSS yöntemi sonucunda daha düzleştirilmiş esnek büyüme eğrilerinin elde edildiği gözlenmiştir, fakat burada modelde etkili serbestlik derecesinin belirlenmesi oldukça önemlidir. Kantil regresyon yönteminde ise düzleştirme parametresinin seçimi oldukça önemli olup monotonluk kısıtlamaları ile esnek büyüme eğrileri oluşturulmuştur, fakat bazı antropometrik ölçümler için eğrinin uç noktalarında esnekliğin bozulduğu gözlenmiştir. Her iki yöntem sonucunda da tüm yaş grubunu içeren worm grafiklerinde wormlar %95 güven aralığında yer almaktadır. Oluşturulan büyüme eğrilerinin veriye uyumunun yeterli olduğu söylenebilmektedir.
Veri madenciliğinde farklı karar ağaçları ve k-en yakın komşuluk yöntemlerinin incelenmesi: kadın hastalıkları ve doğum verisinde bir uygulama
Veri madenciliğinde, sınıflandırma amacıyla kullanılan algoritmalar genel olarak; "denetimsiz (unsupervised)" ve "denetimli (supervised)" olmak üzere iki başlık altında incelenebilir. Denetimli veri madenciliğinde "karar ağaçları (decision trees)" ve "k-en yakın komşu (k-nearest neighbor | KNN)" algoritmaları; parametrik olmayan yöntemler arasında olup, tahmin edici özelliğe sahiptir. Sınıflandırma amacıyla uygulanan bu algoritmalarla, çalışmadaki cevap değişkeni (bebeklerin doğum ağırlığı) üzerine etkili olan açıklayıcı değişkenler belirlenmiştir. Karar ağaçlarından; "CART, CHAID, Ayrıntılı CHAID, QUEST, Rastgele Orman ve C4.5" algoritmaları kullanılmıştır. K-en yakın komşu algoritmasında; "Öklid" ve "Manhattan (City block)" uzaklık ölçüleri kullanılarak uygulama yapılmıştır. Sınıflandırma performansları göz önüne alınarak, en iyi tahmin değerini veren algoritmalar belirlenmeye çalışılmıştır. Bu sonuçlara göre; Duyarlık (Sensitivity) ölçütü bakımından en yüksek tahmin oranı %88.4 ile "CART" algoritmasında gözlenmiştir. Özgüllük (Specificity) ölçütü bakımından en yüksek tahmin oranı %98.2 ile "Rasgele Orman" algoritmasında görülmüştür. Genel doğruluk ölçütü bakımından ise en yüksek tahmin oranı %94.5 ile "C4.5" algoritmasında gözlenmiştir. Risk (hata) tahmin ölçütü bakımından en düşük algoritma, %5.6 ile "C4.5" algoritması olmuştur. Genel olarak sonuçlar incelendiğinde; tüm algoritmaların "iyi sınıflandırma, yüksek tahmin ve düşük hata oranı" ile çalıştığı söylenebilir. Ayrıca bu çalışma, yeni doğacak bebeklerin doğum ağırlığının, düşük doğum ağırlığında olup olmayacağına erken karar verme ve böylece koruyucu tedbirlerin alınması açısından araştırmacılara katkı sağlayabilir. Anahtar kelimeler: Çapraz Geçerlik, Denetimli Yöntemler, Öklid Uzaklığı, Risk Tahmini, Sınıflama
Doğrusal olmayan temel bileşenler analizi için yapay sinir ağları yaklaşımı
Doğrusal Olmayan Temel Bileşenler Analizi (DOTBA), aralarında doğrusal veya doğrusal olmayan ilişki bulunan veri kümeleri için rakamsal ve görsel sonuçlar veren açıklayıcı bir boyut indirgeme yöntemidir. DOTBA'da, sürekli değişkenlerin yanı sıra, kategorik ve sıralı değişkenler de aynı anda analize dâhil edilebilir. Analizde gözlenen değişkenler arasındaki ilişkilerin doğrusal olduğu varsayımına gerek yoktur. Bu çalışmada DOTBA için yapay sinir ağları yaklaşımı açıklanarak uygulama yapılmıştır. Uygulamada veri seti olarak 422 hastaya ait 19 değişkenli hipotiroidi verisi kullanılmıştır. Yapay sinir ağlarında temel bileşenler analizi ile birlikte yapay sinir ağlarında doğrusal olmayan temel bileşenler analizi kullanılarak elde edilen sonuçlar, tablo ve grafikler halinde sunularak yorumlanmıştır. İlk iki temel bileşen, DOTBA' da toplam varyansın %95.65'ini açıklarken, TBA'da %90.08'ini açıklamıştır. Sonuç olarak, DOTBA'nın TBA'ya göre yüksek bir varyans açıklama oranı ile başarılı sonuçlar verdiği ve böylece ileriye dönük yapılacak tahminlerde kullanılabileceği vurgulanmıştır. Anahtar Kelimeler: Doğrusal Olmayan Temel BileĢenler Analizi, Hipotiroidi, Temel BileĢenler Analizi
Kısıtlı ordinasyon yöntemlerinden kanonik uyum analizi ve gereksizlik analizi yöntemlerinin karşılaştırılması: kardiyolojik veri seti üzerinde bir uygulama
Doğadaki olaylar, birbirleri ile ilişkili olan çok sayıdaki değişkenin veya faktörün ayrı ayrı ya da birlikte etkisi ile ortaya çıkmaktadır. Gereksizilik Analizi (Redundacy Analysis, RDA) ve Kanonik Uyum Analizi (Canonical Correspondence Analysis, KUA) bu ilişkileri belirlemede kullanılan analiz yöntemlerindendir. Doğrudan Gradient Analizleri (DGA) olarak da bilinen kısıtlı kanonik analiz yöntemleri ile ilgili yapılan çalışmaların, genellikle çevrebilimciler tarafından yapıldığı ve sağlık alanında sınırlı sayıda çalışmanın olduğu görülmüştür. Bu nedenle tez çalışmasında, KUA ve RDA'nın incelenmesi amaçlanmıştır. Ayrıca, farklı ölçek seviyelerindeki değişkenlere ait verileri içeren Kardiyoloji alanındaki bir veri seti ile yöntemlerin uygulaması yapılarak performansları karşılaştırılmıştır. Performans ölçütleri olarak Belirleme Katsayısı (R2) ve MAPE (Mean Absolute Percentage Error) değeri hesaplanmıştır. Elde edilen sonuçlara göre farklı ölçek türlerinde olan değişkenler arasındaki ilişki yapılarını analiz eden kısıtlı ordinasyon yöntemleri olan KUA ve RDA'nın varyasyonu yeterli düzeyde açıkladığı görülmüştür. Ayrıca, her iki yöntemin düşük MAPE değeri ile (% 10'dan düşük) iyi sınıflama yaptığı ve ordinasyon diyagramı gerçekleştirdiği böylece sağlık alanında da kullanılabileceği vurgulanmıştır. Anahtar Sözcükler: Kanonik form, ölçekleme, biplot, boyut indirgeme, MAPE, angina
Faktör analizinin SF-36 yaşam kalitesi ölçeğine uygulaması
Faktör analizi, sürekli değişkenler arasındaki korelasyon veya kovaryans yapısına etkili olduğu düşünülen ve faktör olarak adlandırılan ortak değişkenleri bulma sürecidir. Amacına göre açıklayıcı (Açımlayıcı, keşfedici, exploratory) faktör analizi ve doğrulayıcı (confirmatory) faktör analizi olmak üzere ikiye ayrılmaktadır. Açıklayıcı faktör analizinde, değişkenler arasındaki ilişkilerden hareketle faktörler bulunurken, doğrulayıcı faktör analizinde değişkenler arasındaki ilişkiye dair daha önce saptanan bir hipotezin test edilmesi yapılır. Çalışmada, Faktör analizi hakkında bilgiler verilmiş, eğik ve dik faktör döndürme yöntemleri açıklanmış ve SF-36 Yaşam Kalitesi Ölçeği üzerine uygulama yapılmıştır. 107 birey ile yapılan ankette 8 değişken yer alırken ölçekte 8 alt boyut alınmış ve böylece faktör analizine toplam 16 değişken dahil edilmiştir. Analiz sonucunda 16 değişken 5 faktöre indirgenmiştir. Beş faktöre, eğik döndürme yöntemlerinden; Promax ve Direk oblimin yöntemleri, dik döndürme yöntemlerinden ise Varimax ve Quartimax döndürme yöntemleri uygulanmıştır. 5 Faktöre ait toplam açıklanan varyans oranı %73.40 olarak bulunmuştur. Döndürme yapılmadığı durumda; 8 boyut birinci faktörde yer alırken, döndürme sonrası boyutların faktörlere göre dağılımında değişiklikler olmuştur. Benzer değişiklikler, demografik özelliklerde de gözlenmiştir. Sonuç olarak, demografik özellikler ve 8 alt boyutun faktörlerle olan ilişkilerinin döndürme yöntemleri ile değişiklik gösterdiği gözlenmiştir.
İki aşamalı en küçük kareler yöntemi ve uygulaması
İki aşamalı en küçük kareler yöntemi aracı değişken kullanarak, açıklayıcı içsel değişkenler ile yapılan özel bir regresyon analizi yöntemi olup, analiz sonucu elde edilen tahminlerin, sapmasız ve tutarlı olabilmesini sağlamaya yardımcı olmaktadır. Bu çalışmada iki aşamalı en küçük kareler yöntemi incelenerek bir veri seti ile uygulama yapılmıştır. Uygulamada, örneklem genişliği 300 alınarak, 18 değişken içeren serbest erişimli veri seti kullanılmıştır. Verilere ilk önce adımsal regresyon analizi uygulanarak, modele girecek değişkenler belirlemiştir.Sonraki aşamada bu değişkenler ile standart regresyon analizi ve İki aşamalı en küçük kareler regresyon analizi yapılmıştır.Sonuç olarak, veri setinde içsellik problemi, bağımsız değişkenlerin hatalı olarak ölçülmüş olması ve modelde feed-back halkasının olması durumunda İki aşamalı en küçük kareler regresyon yönteminin, standart regresyon analizi yöntemine alternatif olarak kullanılabileceği vurgulanmıştır. Anahtar kelimeler:İçsellik problemi, sapmasız tahmin, ölçüm hatası
Multiple skleroz hastalarının yaşam kalitesinin çoklu uyum analizi ile incelenmesi
Multiple Skleroz (MS) kronik nörolojik bir hastalık olup, bazı belirtilerle birlikte kişide sekel bırakabilir. Hastalığın, yaşam kalitesi ile ilgili olarak hastalar üzerinde gözlenebilir etkileri vardır. Çoklu uyum analizi, kategorik değişkenler arası ilişkileri genel olarak iki boyutlu uzayda görsel olarak sunan bir analiz yöntemidir. Çoklu uyum analizi, iki kategorik değişken arası ilişkiyi iki boyutlu uzayda gösteren basit uyum analizinin genel halidir. Çalışmada, MS hastalarında yaşam kalitesi ölçeği üzerine çoklu uyum analizi uygulanmıştır. Çalışmanın verileri, Sağlık Bilimleri Üniversitesi, Van Bölge Eğitim ve Araştırma Hastanesi ve Van Yüzüncü Yıl Üniversitesi Dursun Odabaş Tıp Merkezi'nde tedavi olan MS tanısı konulmuş hastalardan anket ve SF-36 ölçeği ile elde edilmiştir. Ankette 15 soru yer alırken, ölçekte 36 madde bulunmaktadır. Çalışmaya 103 birey dahil edilmiştir. Her soru ile 8 kategorik değişken arası ilişki incelenerek iki boyutlu uzayda sunulmuştur. İki boyut ile orijinal değişkenlere ait toplam açıklanabilen varyans oranı %45 ile %57 arasında değişim göstermiştir. Sonuç olarak; başta "SF-36 Ölçeği olmak üzere, diğer ölçeklerde de ölçeği oluşturan maddeler ile demografik özellikler arası ilişkilerin ayrıntılı incelenebilmesi ve kolay yorumlanabilir şekilde görsel olarak sunulabilmesi açısından Çoklu uyum analizinin kullanılabileceği önerilmiştir.
Sıralı logistik regresyon modelinin incelenmesi
Sıralı (ordinal) logistik regresyon modeli, cevap değişkeninin sıralı olduğu durumda uygulanan logistik regresyon yöntemidir. Sıralı ölçekli cevap değişkeni, en az üç kategoride (hafif-orta-şiddetli vb) gözlenen değerler içerir. Sıralı logistik regresyon analizinde parametre tahminleri ağırlıklı en küçük kareler yöntemine göre yapılır. En uygun logit modeller belirlenirken kategori sayısının ikili kombinasyonları kadar model tanımlanarak bu alt modellerin birbirlerine paralellikleri analiz edilir ya da en büyük değere sahip cevap değişkeni referans alınarak bu referansa göre logit modeller elde edilerek analiz yapılır. Bu çalışmada, sıralı logistik regresyon modeli incelenerek bir uygulama yapılmıştır. Uygulama materyali olarak, 540 Sağlık Meslek Lisesi öğrencisine uygulanan anket çalışmasından elde edilen veriler kullanılmıştır. Bu veri setinden; 1'i cevap değişkeni (memnuniyet düzeyi: Memnun değil, memnun, çok memnun) olmak üzere 12 değişken seçilmiştir. Sonuç olarak, bir uygulama ile sıralı logistik regresyon modelinin incelenmesi bakımından bu tez çalışmasının literatüre katkı sağlayacağı düşünülmektedir.
Belirteç değerlerinin monoton olmaması durumunda genelleştirilmiş ROC eğrilerinin parametrik ve parametrik olmayan yöntemlerle kestirilmesi ve en iyi kesim noktalarının saptanması
Sağlık alanında, düşük veya yüksek değerlerin hastalığın göstergesi olduğu tanı testleri ile sıklıkla karşılaşılır. Monoton bir azalış ya da artış gösteren bu tanı testleri için ROC analizi kullanılır. Ancak, bazı tanı testlerinin hem düşük hem de yüksek değerleri hastalığın göstergesidir. Monoton bir azalış ya da artış göstermeyen bu tanı testleri için genelleştirilmiş ROC (gROC) analizi kullanılmalıdır. Bu amaçla tiroid hastalığını tanılamak için kullanılan, yüksek ve düşük değerleri hastalığın göstergesi olan T4 (Tiroksin) testi ele alınmıştır. gROC analizinde, pozitifliği tanımlamak için alt ve üst kesim noktası olmak üzere iki kesim noktası belirlenir. T4 testinin farklı alt ve üst kesim noktalarında, hastalıklı ve sağlıklı bireylere ilişkin testin yanlış pozitif oranın (1-seçicilik) doğru pozitif oranına (duyarlılık) karşı noktalanması ile gROC eğrisi elde edilir. gROC eğrisi altında kalan alan (gAUC), rastgele ve birbirinden bağımsız olarak seçilen hastalıklı bir bireyle sağlıklı bir bireyin doğru bir sınıflandırma alt kümesinde olma olasılığını verir. gROC eğrisi ve gROC eğrisi altında kalan alan, tanı testinin veri yapısına göre parametrik ve parametrik olmayan yöntemlerle elde edilir. T4 (Tiroksin) testine ilişkin parametrik ve parametrik olmayan yöntemlerle gROC analizi yapılmıştır. Analizler için R programlama dilinde, parametrik yöntemlerde "movieROC" paketi ve parametrik olmayan yöntemlerde "nsROC" paketi ile ilgili fonksiyonlar kullanılmıştır. Hasta veya sağlıklı bireylerin belirteç değerleri, normal dağılıma sahip olmadığında parametrik olmayan yöntemler parametrik yöntemlere göre daha iyi sonuçlar verir. Bu çalışmada, hasta bireylerin T4 testinin dağılımı normal dağılım göstermediği için parametrik olmayan yöntemler daha iyi sonuçlar vermiştir. En iyi kesim noktalarının belirlenmesi için Youden indeksi kullanılmıştır.
Meta analizi ile Box-Cox dönüşümü için yeni bir yaklaşım ve ınternet tabanlı uygulaması
Normallik varsayımı sağlık çalışmalarında sıkça karşılaşılan varsayımlardan birisidir. Normallik varsayımının sağlanmadığı durumlarda sıkça başvurulan çözüm yöntemlerinden birisi normal dağılmayan veri seti üzerinde dönüşüm yapmaktır. Sıkça kullanılan dönüşüm yöntemlerinden birisi ise Box-Cox dönüşüm yöntemidir. Box-Cox dönüşüm yöntemi bilinmeyen dönüşüm parametresine sahip bir kuvvet dönüşüm yöntemidir. Bu tez çalışmasında Box-Cox dönüşüm yönteminin bilinmeyen dönüşüm parametresinin kestirimi için yeni bir yaklaşım önerilmiştir. Önerilen yaklaşım farklı parametre kestirim yöntemlerinin meta analizi ile birleştirilmesi mantığına dayanmaktadır. Monte Carlo benzetim çalışmasıyla önerilen yaklaşım ile diğer yöntemler farklı senaryolar altında karşılaştırılmıştır. Benzetim çalışması sonucunda önerdiğimiz yaklaşımın diğer yöntemlere göre parametre kestirimi konusunda daha başarılı performans gösterdiği görülmüştür. Ek olarak iki farklı gerçek veri üzerinde önerilen yöntemin uygulaması yapılmıştır. Ek olarak önerilen yaklaşım R programında AID kütüphanesi altında "boxcoxmeta" isimli fonksiyon olarak araştırmacıların erişimine açılmıştır. Son olarak bu tezde önerilen yaklaşımın da kullanılabileceği internet tabanlı bir araç geliştirilmiştir. Anahtar Kelimeler: Box-Cox dönüşümü, Meta analizi, Normallik testleri, İstatistiksel yazılım
Farklı dönüşüm yöntemleri için shapiro-wilk test istatistiği ile dönüşüm parametresinin kestirilmesi
Birçok istatistiksel yöntemin temeli normal dağılıma dayandığı için normallik varsayımı son derece önemlidir. Normallik varsayımı sağlanmadığı durumlarda değişkenler üzerinde dönüşüm uygulanır. Bu çalışmada Log-shift, Bickel-Docksum, Yeo-Johnson, Square Root (shift), Manly, Modulus, Dual, Gpower dönüşüm yöntemlerinin Shapiro- Wilk normallik test istatistiğini maksimize eden dönüşüm parametresi kestirilecektir. Monte Carlo benzetim çalışması ile performansları incelenecektir. Önerilecek olan yöntemlerin kodları R yazılımında araştırmacıların kullanımına sunulacaktır. Geliştirilecek olan yöntemin uygulaması açık erişimli bir veri seti üzerinde gösterilecektir.
Doğrusal olmayan kanonik korelasyon analizi ve Türkiye sağlık araştırması verilerine uygulanması
Bu çalışmada, kategorik değişkenlerin de yer aldığı iki veya daha fazla değişken kümesi arasındaki ilişkileri analiz eden çok değişkenli bir istatistik yöntemi olarak tanımlanan "Doğrusal Olmayan Kanonik Korelasyon Analizi"ni (DOKKA) incelemek amaçlanmıştır. Çalışmada uygulama verisi olarak Türkiye İstatistik Kurumu tarafından gerçekleştirilen 2019 yılı Türkiye Sağlık Araştırması (TSA) mikro veri seti kullanılmıştır. Böylelikle TSA'dan elde edilen veriler doğrultusunda kişilerin sosyo-demografik özellikleri, sağlık sorunları, fonksiyonel yeterlilikleri ve sağlık tutumlarına ilişkin değişken setleri arasındaki ilişkiyi ortaya koymak ve söz konusu verilerin bütünsel bir yaklaşımla daha kolay yorumlanmasını sağlamak; bu sayede genellikle temel tanımlayıcı istatistiklerle kullanılan kategorik araştırma verilerinin değerlendirilmesine yeni bir bakış ve yaklaşım kazandırmaya çalışmak temel yaklaşım olmuştur. Analizlerde yaş, çalışma durumu, engellilik gibi değişkenler dikkate alınarak özelleştirilmiş nüfus grupları incelenmiştir. Bunun sonucunda, seçilen kitle için genel sağlık durumu belirleyicilerinin genel olarak bel, boyun, hipertansiyon, eklem ve mafsal hastalıkları olduğu; bahsedilen hastalığa sahip olmayan kişilerin beden kitle endekslerinin normal olduğu ve bu kişilerin uyku sorunu yaşamadıkları ve reçeteli ilaç kullanmadıkları belirlenmiştir. Ayrıca, eşi ölmüş, yalnız yaşayan, eğitimsiz ve yaşlı kişilerin sağlık hizmeti almada uzaklık veya ulaşım problemleri kaynaklı gecikme yaşadıkları; düşük hanehalkı gelirine sahip, düşük eğitim seviyesinde, boşanmış, 25-54 yaş grubundaki kadın nüfusun; tıbbi bakım, diş bakımı, ruhsal tedavi ve ilaç ihtiyacını ödeme güçlüğü nedeniyle karşılayamadıkları saptanmıştır.
Meta analizinde aykırı değerlerin incelenmesi ve aykırı değerlerin olduğu durumda kullanılan yöntemlerin karşılaştırılması
Bu tezde meta analizinde aykırı değerlerin belirlenmesi, aykırı değer olduğu durumda kullanılan yöntemlerden hangisi ya da hangilerinin etki büyüklüğü ve çalışmalar arası varyansın kestiriminde daha etkili olduğunun bulunması amaçlanmıştır. Meta analizi ile aynı araştırma konusuyla ilgili yapılmış bilimsel çalışmalardan elde edilen etki büyüklükleri niceliksel olarak birleştirilir. Çalışmalardan elde edilen etki büyüklüklerinin birbirinden farklılıkları, heterojenlik olarak ifade edilir. Meta analizi çalışmalarında heterojenliğin ortaya çıkma nedenlerinden biri de bir veya birden çok çalışmadan elde edilecek olan etki büyüklüklerinin diğerlerinden farklı olacak şekilde değer alması olabilir. Diğer etki büyüklüklerinden farklılık gösteren bu değerlerin aykırı değer olup olmadığı istatistiksel olarak belirlenmelidir. Bu tez çalışmasında standart etki büyüklüğü birleştirme yöntemleri (sabit etkiler modeli ve rasgele etkiler modeli) ve son zamanlarda geliştirilmiş diğer yöntemler benzetim çalışması ile karşılaştırılmıştır. Benzetim çalışması ile aykırı değer içeren bir meta analizi çalışmasında doğruya en yakın kestirimi veren yöntemin belirlenmesi amacıyla yöntemler yanlılık, hata kareler ortalaması ve kapsama oranı açısından incelenmiştir. Benzetim çalışması sonucunda etki büyüklüğü açısından aykırı değerden en az etkilen yöntemler karışım yöntemi ve t dağılımı yöntemi olarak elde edilmiştir. Çalışmalar arası varyans olarak adlandırılan T² değeri açısından bakıldığında, çalışma sayısı az olduğunda Hunter Schmidt ve en çok olabilirlik yöntemleri etkinliği yüksek kestirimler yapmıştır. Kapsama oranı açısından bakıldığında karışım yöntemi ve t dağılımı yöntemi en iyi sonuçlara sahiptir. Yüksek heterojenlik veya büyük etki büyüklükleri için t dağılımı yöntemini kullanmak daha uygun sonuçlar vermektedir. Çalışma sayısı arttıkça hemen hemen tüm sonuçlar birbirine yaklaşmakta ve yöntemler arasındaki fark ortadan kalkmaktadır.
Uzunlamasına veriler ile sağkalım verilerinin birlikte modellenmesinde model performansının bilgi içeriği yaklaşımı ile değerlendirilmesi
Birleşik model, sağkalım verileri ile uzunlamasına verilerin birlikte analiz edildiği çalışmalarda sıklıkla kullanılan bir modelleme yöntemidir. Bu yöntemde, iki süreç arasındaki ilişki dikkate alınarak modeller oluşturulur ve izlem süresince tekrarlı olarak alınan tüm ölçümlerin modele katkı yapması sağlanır. Birleşik modelin bir diğer olumlu yanı da kişiye özgü dinamik kestirimlerin elde edilmesidir. Dinamik kestirimler sayesinde sonuçlar, tüm kişiler üzerinden değil, her bir kişinin bireysel özellikleri dikkate alınarak yorumlanabilmektedir. Kişiye özgü dinamik kestirimler, uzmanlar tarafından hasta düzeyinde alınacak olan klinik kararlara (tedavi değişikliği vb.) katkı sağlar. Bu nedenle, modelden elde edilen risk kestirimlerinin güvenilir ve doğru sonuçlar olması gerekir. Birleşik modelin dinamik kestirimlerinin doğruluğunu değerlendirmede ROC eğrisi altında kalan alan (EAA) ve Brier skor (BS) gibi yöntemler kullanılmaktadır. Bu çalışmada, birleşik modelin performansını değerlendirmede ağırlıklandırılmış bilgi içeriğini (ABİ) kullanan yeni bir yaklaşım önerilmiştir. Bu yaklaşım, modelden kestirilen değerlerin, hastaların gerçek durumları ile ilgili verdiği bilgi miktarını ölçer. Önerilen yaklaşımın performansı hem gerçek veri seti hem de benzetim çalışması ile incelenmiştir. Elde edilen sonuçlar, bilgi içeriği yaklaşımının diğer yaklaşımlarla birlikte kullanılabileceğini göstermiştir. Benzetim çalışma sonuçlarına göre, örneklem büyüklüğü arttıkça modellerin kestirim performansının arttığı ancak tekrarlı alınan ölçüm sayısını artırmanın bir noktadan sonra sonuçları çok etkilemediği görülmüştür. Ayrıca, ABİ sayesinde gerçek veri setinde çalışma içerisinde hangi zaman noktasında daha fazla bilgi elde edildiği de incelenebilmiş ve ileriki zaman noktalarının kestiriminde son zamanlarda alınan tekrar ölçümlerinden daha fazla bilgi alındığı görülmüştür. Sonuç olarak, birleşik model kestirim doğruluğunu değerlendirmede EAA ve BS ile birlikte bilgi içeriği yaklaşımının da kullanılabileceği ve tek bir yöntem yerine birkaç yöntemin birlikte değerlendirilmesinin model hakkında daha fazla bilgi verici olacağı görülmüştür.
Referans aralığı belirlemede kullanılan tek değişkenli ve çok değişkenli yöntemlerin karşılaştırılması
Sağlık alanında kullanılan laboratuvar test sonuçları her bir test değeri için kendi referans aralığına bakılarak değerlendirilir. Bu prosedür tekli karşılaştırma olarak bilinmektedir. Genellikle hastalardan birden fazla laboratuvar testi istendiği düşünülürse, sonuca karar vermek için kullanılan yöntem birden fazla tekli karşılaştırmayı içermektedir.Bu karşılaştırmalar sonucu elde edilen referans aralığı görsel olarak dikdörtgen bir alana karşılık gelmektedir. Ama bu prosedür sıklıkla 1. Tip hatanın oluşmasına sebep olduğu için birçok durumda yetersiz kalmaktadır ve uygulamada olan yöntemlerin güvenilirliğini sorgulatmaktadır. Bu sebeple tek bir laboratuvar test sonucu bazen bilinen bir klinik durumu değerlendirmeye yetmeyebilir, bu nedenle birden fazla değişkenin birlikte değerlendirildiği teşhis yöntemlerine ihtiyaç duyulmaktadır. Birden fazla değişkeni birlikte değerlendirebilmek için literatürde çok değişkenli referans aralığı yöntemi önerilmiştir. Çok değişkenli referans aralığının elde edilmesinde birden fazla bağımsız parametrenin birbirleriyle olan ilişkileri de önem kazanmaktadır. Geleneksel tekli karşılaştırma yöntemi birden fazla laboratuvar testinin kendi içinde değerlendirilmesine dayanmaktadır ancak birden fazla laboratuvar testinin birbirleriyle olan etkileşimleri de göz önüne alınarak elde edilen referans aralığında bir önceki dikdörtgen alanın elipsleştirilmesini gerektirmektedir. Bu tez çalışmasında; sağlık alanına özel kullanılan tıbbi testlerde aynı amaç için kullanılan birden fazla değişken için çok değişkenli referans aralıkları belirleme yöntemleri tanıtılacak ve elde edilen bu çok değişkenli referans aralıkları tek değişkenli referans aralıkları ile karşılaştırılacaktır. Bu tezin amacı çok değişkenli referans aralıklarının tek değişkenli referans aralıklarına göre daha güvenilir sonuçlar ürettiğini göstermektir.
Çoklu doğrusal regresyon çözümlemesinde farklı korelasyon yapılarında %80 güç için örneklem büyüklüğünün belirlenmesi
Günümüzde istatistiksel çıkarsama yöntemleri hemen hemen bütün bilim dallarında kullanılmaktadır. Doğrusal regresyon çözümlemeleri ise söz konusu yöntemler arasında en eski ve en çok kullanılan yöntemlerden biridir. İstatistiksel yöntemlerle elde edilen bulguların, kestirilen parametrelerin ve çıkarsamaların sağlıklı olabilmesi bu yöntemlere ilişkin varsayımların sağlanması ile olanaklıdır. Süreçle ilgili olarak bu hatalara düşülmemesi için bir çalışmada bulunması gereken niteliklere ilişkin kontrol listelerinden de yararlanılmaktadır. Günümüzde yapılan çalışmalarda sadece p değerini vermek yeterli görülmemekte, standart hata, güven aralığı, etki büyüklüğü ve istatistiksel güç gibi bilgilerin çalışma raporunda sunulması istenmektedir. Bu çerçevede planlanan bir doğrusal regresyon çözümlemesinin yeterli güce sahip olabilmesi için gerekli olan örneklem büyüklüğünün doğru olarak belirlenmesi çok önemlidir. Doğrusal regresyon çözümlemelerinde örneklem büyüklüğü parmak hesabı (Rules of Thumb) olarak adlandırılan basit, pratik yaklaşımlarla belirlenmektedir. Ancak parmak hesabı yaklaşımları ile belirlenen örneklem büyüklükleri çalışmanın gücü hakkında bilgi vermemektedir. Bu nedenle planlanan bir doğrusal regresyon çözümlemesi için etki büyüklüğü ve modern güç hesabı yöntemleri ile örneklem büyüklüğü hesaplanmalıdır. Bu çalışmada, simulasyon yöntemi kullanılarak çoklu doğrusal regresyon analizinde farklı korelasyon yapılarında % 80 güç için örnek büyüklüğü belirlenecektir. Parmak hesabı yaklaşımları ile benzetim çalışması sonucunda istenen güç için elde edilen örneklem büyüklükleri tartışılacaktır. Anahtar Kelimeler: Çoklu Doğrusal Regresyon Çözümlemesi, Etki Büyüklüğü, İstatistiksel Güç, Örneklem Büyüklüğü, Benzetim Çalışması.
Count based clustering and classification of RNA-seq data
In molecular biology, gene-expression based studies are frequently used for examining transcriptional activities in different tissue samples or cell populations. Gene expression data can be used for different tasks; e.g differential expression, classification and clustering. In this thesis we focused on clustering and classification of gene expression data obtained from RNA sequencing experiment. Poisson (PLDA) and negative binomial (NBLDA) linear discriminant analyses are selected as discrete, and nearest shrunken centroids (NSC) are selected as continuous classifiers in classification part. We proposed an extension of NBLDA as sparse classifier and compared its performance with other classifiers. In clustering part, we used k-means and hierarchical clustering as continuous, and Poisson and negative binomial clustering as discrete approaches. A comprehensive simulation study is conducted for classification part under different scenarios. Furthermore, we used three different real data sets. Simulation results showed that overdispersion has an important effect on model performances. Overall, discrete models performed better in classification. Among discrete classifiers, NBLDA outperformed PLDA when data set is highly overdispersed. Moreover, our proposed algorithm performed better than NBLDA algorithm in terms of prediction accuracy and sparsity. We also applied the same classifiers to three real data sets and found that results agree with the simulation results. Clustering, on the other hand, is applied to real data sets only. Unlike classification, discrete and continuous clustering approaches performed similar on two real data sets. We did not perform a simulation study for clustering scenarios due to several reasons: (i) simulations were computationally intensive, and (ii) dissimilarity matrices cannot be calculated when data set had several thousands of features. Therefore, we were not able to generalize clustering results. In conclusion, discrete statistical approaches should be preferred for classification while discrete or continuous approaches can be preferred for clustering purpose. However, if visualizing data is of interest in clustering, data should be transformed for better graphical results.
Yarı en küçük kareler regresyonu yönteminin farklı çalışan korelasyon yapılarına ilişkin sonuçların karşılaştırılması ve sağlık alanında uygulaması
Bu çalışmada, Genelleştirilmiş Kestirim Eşitliklerinin (GEE) genişletilmesi ile elde edilen Yarı En Küçük Kareler Regresyonunun (QLS) tanıtılması ve yapılan uygulamalardan elde edilen QLS ve GEE sonuçlarının karşılaştırılması amaçlanmıştır. QLS, ülkemizde yaygın olarak kullanılmayan bir yöntemdir. Bu yöntem iki aşamalı bir hesaplamaya dayalı ilişkili bir veri analiz yöntemidir. Çalışmanın amaçları çerçevesinde sağlık alanına ilişkin olarak gerçek veri ve benzetim çalışması ile elde edilen veriler ile analizler yapılmış, sonuçlar değerlendirilmiştir. Gerçek veri ile yapılan çalışmada; ortodontik tedavi görmüş 38 hastanın 114 gözlemi kullanılarak, 4 sonuç değişkeni üzerinde zaman ve grup değişkenlerinin etkileri araştırılmıştır. Benzetim çalışmasında, belirlenen 3 korelasyon yapısı ve 3 farklı değeri için 1000 tekrarlı 9 veri seti üretilmiş, bu veri setleri üzerinde 4'er adet çalışan korelasyon yapısı uygulanarak elde edilen 36 durumlu sonuçlar değerlendirilmiştir. Çalışmalar sonucunda, benzetim çalışmasına göre; genel olarak kestirimlerin etkinliği bakımından QLS'nin GEE'ye göre üstünlük gösterdiği, GEE ve QLS sonuçları karşılaştırmalarının daha iyi yapılabilmesi için "Markov" çalışan korelasyon yapısının QLS'de olduğu gibi GEE'de de uygulanabilir olması gerektiği, gerçek veri ile yapılan uygulama kapsamında; QLS'de kullanılan çalışan korelasyon yapıları içinde en yüksek korelasyon değerinin "Markov" çalışan korelasyon yapısı ile elde edildiği, bütün sonuç değişkenleri üzerinde grup değişkeni olarak yer alan tek çene cerrahisi ve çift çene cerrahisinin bir öneminin olmadığı, hem gerçek veri hem de benzetim ile edilen veri setlerinde; "Tri-diagonal" çalışan korelasyon yapısının uygulanmasında GEE için yakınsama sorunu oluşurken, QLS'de bu sorunun oluşmadığı sonuçları elde edilmiştir. Anahtar Kelimeler: Regresyon, Genelleştirilmiş Kestirim Eşitlikleri, Yarı En Küçük Kareler Regresyonu, Markov Korelasyon Yapısı.
Transkriptom veri seti üzerinde derin öğrenme yöntemi ile klasik veri madenciliği yöntemlerinin sınıflama performanslarının karşılaştırılması
Bu tez çalışmasında akciğer kanseri ve böbrek kanserine ait RNA dizileme verileri kullanılarak, kanser alt türlerinin sınıflandırılmasında klasik veri madenciliği yöntemleri ve Derin Öğrenme yöntemi kullanılmış, sınıflama performansları karşılaştırılmıştır. Çalışmada kullanılan klasik veri madenciliği yöntemleri Yapay Sinir Ağları, Rastgele Orman ve Destek Vektör Makineleri'dir. Akciğer kanseri veri seti iki sınıflı ve sınıf dağılımları dengeli bir veri seti iken böbrek kanseri veri setinde üç sınıf vardır, sınıflardaki gözlem sayıları dengesizdir. Sınıflamada kullanılan gen setleri, farklı filtreler uygulanarak elde edilmiştir. Böylece, farklı özellikte veri setlerinde ve farklı filtrelerde sınıflama yöntemlerinin performansları incelenmiştir. Her sınıflama yöntemi için, parametrelerin alabileceği değer aralıkları belirlenmiş ve eğitim setleri üzerinde denenerek en uygun parametreler seçilmiştir. Çalışmada kullanılan veri setlerinde, klasik veri madenciliği yöntemlerine göre daha derin bir yapıya sahip olan Derin Öğrenme yöntemi başarılı bir performans göstermiştir. Anahtar Kelimeler: RNA dizileme, kanser, veri madenciliği, sınıflama yöntemleri, Derin Öğrenme
Modeling of mediator and moderator effects
Examining the effects of the variables on each other is one of the research fields in which statistical methods are most frequently used. Various methods such as correlation analysis, regression analysis are used in investigating the relationship between variables. Yet, the connections between variables may not be directly and indirect effects may be observed. Moreover, relationship between variables may occur due to a third variable. In such circumstances, the relationship should be analyzed well and different variable types involved should be named correctly. Even though an indirect variable is determined which affects the relationship between the independent variable and dependent variable, the indirect variable may be defined wrongly. The third variables which take place in the relationship are defined as mediator or moderator according to their relationship between dependent and independent variables. These terms are frequently mixed in researches. The main purpose of this thesis is to ensure that the mediator and / or regulatory variables can be easily distinguished in research and guide the selection of test methods to be used in the analysis of these variables. In this thesis study, mediators and moderators are introduced, the differences between them are discussed and the methods used to analyze the effects of these variables are examined. In addition, mediators and moderators as well as methods used to analyze their effects are compared in the study by carrying out a simulation study. Whether the results obtained from our study are consistent with the literature were also examined.