Gerçek laboratuvar verilerinin veri madenciliği teknikleri ile analizi

Veri madenciliği teknikleri son yıllarda büyük miktarda veri üretilen hemen her alanda kullanılmaktadır. İnsan algısının bazı detayları kaçırma olasılığına karşın gözden kaçan detayların tespit edilip hastalıkların teşhisi, erken teşhis ve tedavi sürecindeki değişiklikler veri madenciliği yaklaşımı ile daha olası hale gelmiştir. Bu araştırmada; bir kamu hastanesinin altı aylık laboratuvar verileriyle; bilinen ve az sayıdaki tetkikle yapılan çalışmalardan farklı olarak, daha fazla biyokimya tetkik değerleri analizlere eklenerek anemi ve türlerinin teşhisinde etkin rolü olan parametrelerin tespit edilmesi için modeller oluşturulmuştur. Anemi ve sınıflandırmasında istenilen test kalabalığı içerisinde tanıyı gözden kaçırmamaya yardımcı olmak amacıyla sağlık alanında veri madenciliği çalışması gerçekleştirilmiştir. Modellemede WEKA açık kaynak veri madenciliği programı kullanılmış olup, sınıflandırma algoritmaları tek tek uygulanarak sonuçlar karışılaştırılmış ve en yüksek performans değerine sahip sınıflandırma algoritmalarının trees.J48 ile rules.PART algoritmaları olduğu tespit edilmiştir. Kümeleme analizi sonuçlarından FilteredClusterer kümeleme algoritmasının veri seti ile %100 uyumlu olduğu görülmüştür. Tertius birliktelik kuralları uzman görüşü ile doğrulanırken, veri setindeki kısıtlamalardan dolayı FilteredAssociator birliktelik analizlerinin ve karar ağaçlarından elde edilen kuralların pratikte tam olarak doğru ve kullanılabilir olmadığı görülmüştür.