135
Archived Theses
0
DOIs Assigned
0%
DOI Rate
Discipline
Network meta analizi rastgele etki modellerinin farklı istatistiksel yazılımlardaki sonuçlarının değerlendirilmesi-bir simülasyon çalışması
Network meta analizi, literatürde yer alan aynı amaç ve yöntemle yürütülmüş ikiden fazla yöntemin karşılaştırıldığı çalışmaların sonuçlarını istatistiksel olarak birleştiren ve genel etki büyüklüğü tahmini elde etmeyi sağlayan bir analiz yöntemidir. Bu yöntemde amaç aynı anda birden çok yöntem arasında bir ağ oluşturup doğrudan ve dolaylı etki büyüklüğü kestirimlerini değerlendirmek, elde edilen birleştirilmiş etki büyüklüğü ile istatistiksel gücü arttırmak, çalışmalar arası tutarsızlıkları değerlendirmek ve en iyi yöntem etkinliğini belirlemektir. Bu tez çalışmasında son yıllarda popüler olan ve kanıt değeri en yüksek olan network meta analizinin farklı senaryolar altında uygulanabilirliğini tartışmak, R ve SAS programlarında belirli senaryolar doğrultusunda elde edilen sonuçları karşılaştırmak amaçlanmıştır. Bu çalışmada üç yöntem (A, B, C) karşılaştırması için; farklı ağ yapılarını (kapalı ve açık) içeren, farklı çalışma sayılarına (dengeli (5-5-5; 10-10-10 / 5-5; 10-10) veya dengesiz (5-5-1; 5-5-10 / 5-1; 5-10)), farklı örneklem büyüklüğüne (n=30, 50, 100) ve farklı heterojeniteye (I2<0,2 (düşük) ve I2<0,5 (orta)) sahip senaryolar altında 1000 tekrarlı simülasyon yürütülmüştür. Bu senaryolar için R programında veri türetilmiştir. Türetilen veriler için R netmeta paketi ve SAS glimmix prosedüründe simülasyonlar yürütülmüş ve network meta analizi sonuçları karşılaştırılmıştır. Simülasyon çalışmaları sonucunda R netmeta paketinin ve SAS glimmix prosedürünün benzer sonuçlar verdiği, dengeli durumda açık ve kapalı ağlarda çalışma sayısı, örneklem büyüklüğü ve heterojenite fark etmeksizin geçerli tahminler yaptığı fakat bu durumun açık ağlarda dengesiz durumda bir kolda az sayıda çalışma içeren senaryolarda değiştiği görülmüştür. Az sayıda çalışma (5-1) içeren kolda küçük örneklem büyüklüğü (n=30) varlığında iki programın da yöntemler arası var olan farkı tespit edemediği görülmüştür. Bu durumun örneklem büyüklüğü arttıkça değiştiği ve n=100 örneklem büyüklüğünde az sayıda çalışma içeren kol bulunmasına rağmen programların yöntemler arası farkı tespit ettiği görülmüştür. Anahtar Kelimeler: Network meta analizi; R netmeta; SAS proc glimmix; simülasyon çalışması.
Birleştirilmiş tanı testlerine meta analitik yaklaşımlar
Bilim ve teknolojideki gelişmelere bağlı olarak benzer konularda farklı yer ve zamanlarda yapılan araştırma sonuçlarının sentezlenmesini ve istatistiksel analizler ile tümel sonuçlar elde edilmesini sağlayan meta analizi çalışmalarının önemi giderek artmaktadır. Her ne kadar tanı testlerinin doğruluğuna ilişkin meta analizinde kullanılan metodolojide önemli ilerlemeler görülse de birleştirilmiş tanı testlerinin kullanıldığı durumlarda halen eksiklikler ve tartışmalar vardır. Bu çalışmanın amacı, meta analizine alınan çalışma sayısı, birincil çalışmalardaki örneklem sayısı ve testler arasındaki bağımlılık/bağımsızlık gibi faktörlere bağlı olarak birleştirilmiş iki tanı testinin kullanıldığı durumlar için tanı doğruluk ölçülerinin nasıl değiştiğini incelemektir. Bu kapsamda, benzetim çalışması ile elde edilen yapay veri setleri kullanılarak oluşturulan senaryolar aracılığı konuya ilişkin değerlendirmeler yapılmış ve gerçek veriler ile de bir uygulama örneği verilmiştir. Benzetim çalışması sonucunda, birincil çalışmalardaki örneklem sayısının, meta analizine alınan çalışma sayısının ve testler arasındaki ilişki durumunun birleştirilmiş test performanslarının meta analizi sonuçları üzerinde etkili olduğu, genel olarak testler arasındaki ilişki arttığında, birincil çalışmalardaki denek sayısı düşük olduğunda ve meta analizine alınan çalışma sayısının düşük olduğu durumlarda hataların artma eğilimi gösterdiği, birleştirilen testler arasındaki ilişki arttığında prevalansın test performans ölçüleri üzerinde daha etkili olduğu görülmüştür. Anahtar Kelimeler:meta analizi, birleştirilmiş tanı testleri, tanı doğruluğu, Boole cebri, koşullu bağımlılık.
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
Tek yönlü bağımsız grup tasarımı için varyans homojenliği testleri
Coşar, G., Tek Yönlü Bağımsız Grup Tasarımı İçin Varyans Homojenliği Testleri, Hacettepe Üniversitesi Sağlık Bilimleri Enstitüsü Biyoistatistik Programı Yüksek Lisans Tezi, Ankara, 2024. Bu tez çalışmasında, dağılımların yaygınlıklarının karşılaştırmasında kullanılan varyans ölçüsünün homojenliğini test etmek amacıyla kullanılan toplamda 20 farklı varyans homojenliği test yöntemine ilişkin, Monte Carlo benzetim çalışması yaklaşımıyla Tip I Hata oranları ve güç değerleri hesaplanarak karşılaştırma yapılmıştır. Çalışmada, dengeli ve dengesiz örneklem büyüklüklerinde normal, negatif çarpık ve pozitif çarpık dağılımlar için benzetim çalışması yapılarak Tip I Hata oranları ve güç değerleri hesaplanmıştır. Ayrıca çalışma kapsamına dahil edilen 20 teste ilişkin fonksiyonlar oluşturularak, R programında açık kaynak olarak kullanıcılara sunulan ve sadece varyans homojenliği testlerinin yer adlığı vartest isimli kütüphane oluşturulmuştur. Literatürde sadece varyans homojenliği testlerinin uygulanmasına yönelik bir kütüphane bulunmadığından, oluşturulan kütüphane ile kullanıcılara erişim kolaylığı sağlanması düşünülmüştür. Gerçek veri seti üzerinde vartest kütüphanesi içerisinde yer alan testler ile varyans homojenliği analiz edilmiştir. Çalışma kapsamında elde edilen bulgular sonucunda, normal dağılan veriler için Bartlett, Değiştirilmiş Z Varyans, Levene 2 ve Z Varyans, normal dağılmayan veriler için Capon ve Klotz testlerinin kullanımı önerilmektedir.
Nadir görülen olayların meta-analizinde süreklilik düzeltmeleri ve peto yönteminin karşılaştırılması
Son yıllarda sağlık alanındaki araştırmalara bakıldığında, aynı ya da benzer konularda yapılan çalışma sayısında artış olduğu, çalışma kalitesinin değişkenlik gösterdiği ve çalışmalar arasında farklı ve hatta zıt sonuçlara ulaşıldığı görülmektedir. Meta analiz, aynı konuda veya aynı konuyu içeren farklı zaman ve yerlerde yürütülen bağımsız araştırmalardan elde edilen sonuçlardan, tutarsızlıkları ve farklılıkların nedenlerini de göz önüne alarak istatistiksel olarak ortak bir sonuç elde etmek amacıyla geliştirilmiş bir yöntemdir. Bu çalışmanın amacı, nadir olayların meta analizinde sağlık alanında verilecek kararların daha güvenilir kestirim sonuçlarıyla söylenebilmesi için hangi yöntemin daha başarılı olduğunu göstermektir. Nadir olaylar üzerinde yapılan çalışmalarda, olay sayısının az olması nedeniyle sonuçlar arasında yüksek oranda değişkenlik gözlenmekte ve analizlerde çeşitli istatistiksel zorluklar ortaya çıkmaktadır. Bu bağlamda, süreklilik düzeltmesi yapılması gerekliliği ve hangi yöntemlerin güvenilir sonuçlar verdiği önemli bir tartışma konusudur. Çalışmada, Mantel Haenszel Yöntemi (MH) ve Peto odds oranı yöntemi ele alınarak, özellikle sabit ve rasgele etki modelleri altında farklı olay olasılıkları, gruplardaki denge durumu, meta analize alınan çalışma sayısı ve çalışmaların örneklem büyüklükleri göz önüne alınarak simülasyon çalışması yapılmıştır. Simülasyon çalışması ile gerçeğe en yakın tahmini sağlayan yöntemi belirlemek amacıyla, yöntemlerin performansı yanlılık ve hata kareler ortalaması kriterleri üzerinden değerlendirilmiştir. Simülasyon çalışması sonucunda Peto yöntemi, sabit etkili modelde daha düşük ve benzer ortanca değerlerine sahip olduğu için sabit etkili modelinin tercih edilebilir olduğu, benzer şekilde sabit etki modelinde MH yöntemi de benzer ortanca değerleri verdiği görülmüştür. Ancak MH yöntemi hem sabit hemde rasgele etki modelinde Peto yöntemine göre performans (yanlılık ve RMSE ortalama değerleri) açısından daha başarılı bulunmuştur. Bu nedenle nadir olaylarda süreklilik düzeltmesi kullanan MH yönteminin kullanılmasının uygun olduğu görülmüştür.
Yapısal Eşitlik Modellerinde aracı ve düzenleyici etkilerin modellenmesi
Yapısal Eşitlik Modelleri (YEM), sosyal bilimlerde sıklıkla kullanılan güçlü bir analiz yöntemi olmasına rağmen, geniş örneklem gereksinimi ve model uyumunun regresyon analizlerine kıyasla daha zor değerlendirilmesi gibi nedenlerle sağlık alanında nispeten daha az tercih edilmektedir. Bununla birlikte, YEM'in sunduğu esneklik ve derinlik, bireylerin sağlığını etkileyen biyolojik, bilişsel ve sosyal bağlamsal değişkenlerin bütüncül bir şekilde ele alınmasına olanak tanır. Bu sayede, bireylerin sağlıklı bir yaşam sürdürebilmeleri için hangi alanlara odaklanılması gerektiği konusunda önemli ipuçları sağlanabilir. Özellikle sağlık alanında, örneğin obezite ve buna bağlı sağlıksız yeme tutumları gibi konuların ele alınmasında, YEM'in sunacağı katkılar değerlidir. Bu nedenle bu çalışmada YEM'de sıklıkla kullanılan iki temel modele (aracılık ve düzenleyicilik) dair uygulama örneğinin literatüre kazandırılması ve doğrusal regresyon ile gerçekleştirilen benzerleri ile karşılaştırılması amaçlanmıştır. Bu amaçla günümüzdeki en önemli sağlık sorunlarından biri olan obezite ile ilişkili olan sağlıksız yeme tutumlarından çöplenme ile duygu düzenleme güçlüğünün ilişkisinde psikolojik stresin aracı rolü ve duygu düzenleme güçlüğü ile çöplenme arasındaki ilişkide VKİ'nin düzenleyici rolü incelenmiştir. Model testleri yaş aralığı 17 - 62 arası olan, 303 (%68) kadın ve 141 (%32) erkek olmak üzere toplam 444 kişilik bir örneklemde gerçekleştirilmiştir. Bulgular psikolojik stresin aracı rolüne işaret ederken VKİ'nin düzenleyici rolü bulunamamıştır.
Kişiselleştirilmiş referans aralıklarının kantil karma etkili model kullanılarak belirlenmesi
Son yıllarda kişiselleştirilmiş tıp konsepti giderek daha fazla önem kazanmıştır. Bu bağlamda, bireylerin moleküler, fizyolojik ve davranışsal seviyelerdeki benzersiz özellikleri, çevresel faktörlerin de etkisiyle farklılık göstermektedir. Ancak, kişiselleştirilmiş müdahalelerin başarısı, doğru teşhis ve hastaların izlenmesine bağlıdır ve bu amaçlar doğrultusunda hastaların test sonuçlarının da "kişiselleştirilmiş" olarak yorumlanması gerekmektedir. Bu, hastaların test sonuçlarının kendi kişisel referans aralıkları (prRI) ile karşılaştırılması ve yaygın popülasyon tabanlı referans aralıklarının (popRI) kullanımının azalması ile yapılabilir. Bu tezde, kantil karma etkili modellerde yaş ve cinsiyet gibi demografik değişkenleri de ekleyerek kişiselleştirilmiş referans aralıklarının doğruluğu ve uygulanabilirliğini artırmak amaçlanmaktadır. Bu Modellerin performansı bootstrap yöntemleriyle değerlendirilecektir. Model, yaş ve cinsiyet gibi demografik faktörleri de içerecek ve biyolojik varyasyonları rastgele etkiler olarak ele alacaktır. Bu eklemelerin, klinik test sonuçlarının daha hassas ve kişiselleştirilmiş bir şekilde yorumlanmasına katkı sağlayacağı düşünülmektedir. Özellikle, bireylerin demografik özelliklerinin hastalık tespiti ve izlenmesinde önemli farklılıklar yaratabileceği göz önüne alındığında, bu modelin genişletilmesi gerekmektedir. Gelecekteki çalışmalar, bu genişletmelerin etkinliğini değerlendirmeye odaklanacaktır. Bu sayede, kişiselleştirilmiş tıp uygulamalarının klinik laboratuvarlarda daha yaygın ve etkin bir şekilde kullanılabileceğini öngörülmektedir.
Specifying the boundaries of gray zone in diagnostic tests with information criteria
The decision-making process in medicine is a crucial subject due to the classification of subjects as healthy or diseased. Mostly, it concludes with binary outcomes, such as whether the person has a condition or not. The various information from subjects is taken, such as the complaints, family history, symptoms, or laboratory tests (known as diagnostic tests) to rule-in or rule-out the disease. Due to their advantages such as being cost-effective or rapid, even if some diagnostic tests cannot perfectly discriminate subjects they are commonly used in clinics. One method for assessing quantitative diagnostic tests to diagnose subjects is to specify an optimal cut-off point. Yet, this may cause issues on quantitative diagnostic tests with a single cut-off value as the distributions of diseased and healthy subjects overlap. Forcing the subjects in this overlapped area one of the classes causes the false negative or false positive rates. To deal with this issue, there are some approaches called a gray zone or middle inconclusive area in which subjects are classified diseased, non-diseased, and neither diseased nor non-diseased. In this thesis, we aim to propose a new solution to find the boundaries of the gray zone based on the information theory approach. We intend to compare and evaluate the performance of this proposed solution against existing methods ("grey zone" and "uncertain interval" approaches). The proposed algorithm was based on joint entropy. In the simulation scenarios, we considered effect size, sample size, the homogeneity of variance and prevalence of the disease. To compare the results of the proposed methods with existing algorithms, the length of the gray zone was examined under the condition of fixed area under the receiver operating curve in out of the gray zone. In simulations, the suggested approach mostly produced the lowest gray zone length with equal variances. In some simulation scenarios, it outperformed for unequal variances. However, it has the benefit that the suggested algorithm has no previous knowledge.
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.
Boruta ve elastik ağ algoritmalarının gen seçim performanslarının RNA dizileme veri setleri üzerinde karşılaştırılması: Bir monte carlo benzetim çalışması
Kanser Genom Atlası Programından elde edilen farklı kanser türlerine ait sekiz gerçek RNA dizileme veri seti kullanılarak ilgili kanser hastalığına önemli derecede etki eden genlerin seçilmesinde, Boruta Algoritması ve Elastik Ağ Genelleştirilmiş Doğrusal Modeller İçerisinde Determan'ın Algoritması uygulanmıştır. Boruta Algoritmasının kendi içerisinde bulunan, sınıflandırma yöntemlerine ve önemlilik ölçütlerine göre farklılaşan yöntemlerden yedi tanesine ait algoritmalar, ayrı ayrı olarak uygulanmış ve elde edilen sonuçlar sadece Elastik Ağ Algoritması ile değil aynı zamanda birbirleri ile de kıyaslanmıştır. Gerçek veri setlerine dayalı olarak bir Monte Carlo benzetim çalışması yapılmıştır. Özellik seçiminde kullanılan gen setleri; filtreleme, normalleştirme, dönüşüm ve tek değişkenli analiz olmak üzere dört aşamada ön işleme adımları uygulanarak elde edilmiştir. Özellik seçimi yöntemlerinin performansları Pozitif Kestirim Değeri, Duyarlılık, F1 Ölçüsü gibi ölçüler kullanılarak karşılaştırılmıştır. Çalışmada kullanılan veri setlerinin tümünde Elastik Ağ Algoritması, Pozitif Kestirim Değeri açısından öne çıkmıştır. Boruta Algoritmasının Ekstra Ağaçlar ve Random Ferns tabanlı yöntemleri, Duyarlılık Oranları açısından Elastik Ağ Algoritmasından daha iyi performans göstermiştir.
Orta öğretim dokuzuncu sınıflarda sağlık bilgisi dersi verimliliğinin çoklu uyum analizi ile incelenmesi
Apaydın H, Orta Öğretim Dokuzuncu Sınıflarda Sağlık Bilgisi Dersi Verimliliğinin Çoklu Uyum Analizi ile İncelenmesi. Van Yüzüncü Yıl Üniversitesi Sağlık Bilimleri Enstitüsü, Biyoistatistik Anabilim Dalı, Yüksek Lisans Tezi, Van, 2017. Sağlık bilgisi dersi koruyucu sağlık hizmetleri kapsamında öğrencilerin ve genel olarak toplumun sağlık bilinç düzeyini artırmak amacıyla dokuzuncu sınıflarda okutulan bir derstir. Bu tez çalışmasında, sağlık bilgisi dersinin verimliliği ile ilgili mevcut durumun tespiti ve verimliliği artırmaya yönelik planlanan anket çalışmasından elde edilen verilerin, çoklu uyum analizi ile değerlendirilmesi amaçlanmıştır. Çoklu uyum analizi tekniği ile çalışmada dikkate alınan değişkenler ve değişkenlerin kategorileri arasındaki ilişkiler belirlenmektedir. Çoklu uyum analizi yöntemi değişkenler arasındaki ilişkileri iki boyutlu bir uzayda grafiksel bir gösterim sağlayarak, değişik şekillerde incelenip yorumlanmasına olanak sağlamaktadır. Çalışmada anketler, Van merkezde rasgele alınan 32 lisede eğitim gören 530 öğrenci ve sağlık bilgisi dersini veren 75 öğretmene uygulanmıştır. Analiz sonucunda öğretmenlerin sağlık bilgisi dersinin öğrenciler tarafından zorunlu olarak alınması gereken bir ders olduğu, sağlık bilgisi dersini okutan öğretmenlere yönelik düzenlenen hizmet içi eğitimlerin yetersiz olduğu, Türkiye'de yürütülen sağlık eğitim çalışmalarının yeterli olmadığı, sağlık bilgisi ders saatinin bir saat olmasının öğretmenler tarafından yetersiz bulunduğu, okullarda yürütülen temizlik faaliyetlerinin daha nitelikli yapılması gerektiği, kız öğrencilerin sağlık bilgisi dersini erkek öğrencilere göre daha fazla önemsedikleri ve öğrenciler okullarda yürütülen temizlik faaliyetlerini yetersiz bulmuşlardır. Sonuç olarak, çoklu uyum analizi analitik olarak elde edilen sonuçların görsel olarak incelenmesine olanak sağlayabilmektedir. Böylece, söz konusu değişkenler arasındaki ilişkilerin daha detaylı bilgilere ulaşılmasına ve sonuçların daha kolay yorumlanmasına olanak sağlamaktadır. Bu nedenle, verilerin değerlendirilmesinde çoklu uyum analizi yönteminin kullanımı diğer alternatif yöntemlere göre daha çok tercih edilmesine olanak sağlamaktadır. Anahtar Kelimeler: Çoklu Uyum Analizi, Okul Sağlığı, Sağlık Bilgisi, Sağlık Eğitimi.
İleri beslemeli geri yayılımlı yapay sinir ağlarının incelenmesi
Yapay sinir ağları, biyolojik sinir sisteminden esinlenerek, sinirlerin farklı şekillerde birbirlerine bağlanmasıyla oluşan ağlardır. Bu ağlar, bilgiyi saklama, öğrenme ve kullanma özelliğine sahiptir. Böylece sınıflandırma, tahmin, ilişkilendirme ve en uygun şekle getirme işlemlerinde kullanılabilir. Çalışmada, İleri beslemeli geri yayılımlı yapay sinir ağları ile ilgili algoritmalar tanıtılarak, bir veri seti ile uygulama yapılmıştır. Uygulamada, serbest erişimli Machine Learning Repository internet sitesinden (UCI) sağlanan ve 81 açıklayıcı değişken içeren Süper İletken veri setinden 1111 veri kullanılmıştır. Ara katmandaki nöron sayısı 25, 50 ve 75 alınarak, algoritmalar için MATLAB paket programı ile toplam 13 uygulama yapılmıştır. Uygulamalarda, veri setinin % 70'i eğitim verisi, % 30'u ise test ve geçerlilik verisi olarak alınmış ve her uygulama için 1000 tekrar (iterasyon) yapılmıştır. Uygulamalar sonucunda gerçek değerler ile çıktı değerleri arasındaki korelasyonlar değerlendirilmiştir. Eğitim, geçerlilik ve test veri setleri birlikte incelendiğinde en yüksek korelasyon; % 95.46 ile trainbr algoritmasında gerçekleşirken, traingd, traingda, traingdm ve trainrp algoritmaları dışında en düşük korelasyon % 70.28 ile traingdx algoritmasında gözlenmiştir. Sonuç olarak, korelasyonların, algoritmalara ve ara katmandaki nöron sayısına göre belirgin değişiklik gösterdiği gözlenmiştir. Anahtar kelimeler: Algoritma, ara katman, iterasyon, aktivasyon fonksiyonu, eğitim verisi
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.
Van Yüzüncü Yıl Üniversitesi elektronik belge yönetim sisteminin (EBYS) kullanım memnuniyetinin CART karar ağacı ile incelenmesi
Elektronik Belge Yönetim Sistemi (EBYS), kısaca bir kurumdaki belge ve bilgi alış verişinin elektronik ortamda anlık olarak yönetilmesini sağlayan sistem olarak ifade edilebilir. Kurumun en önemli varlığı belge olduğundan, EBYS kurumlar için oldukça önemlidir. Bu nedenle çalışmada, Van Yüzüncü Yıl Üniversitesi, EBYS kullanıcılarının memnuniyet düzeyleri ve bunun ilişkili olabileceği düşünülen bazı kişisel değişkenler arası ilişkinin Sınıflandırma ve regresyon ağacı (CART) yöntemi ile incelenmesi amaçlanmıştır. Çalışmanın verileri, Van Yüzüncü Yıl Üniversitesi'nde çalışan 200 akademik ve idari personele uygulanan anketten elde edilmiştir. Ankette 7 kişisel değişken ile memnuniyeti belirlemeye yönelik, 5'li likert olarak düzenlenmiş 11 ifade yer almıştır. Memnuniyet ifadeleri ile kişisel değişkenler arası ilişki için CART analizi yapılmıştır. CART analizi için belirlenen işlem seçenekleri kullanılarak elde edilen sonuçlara göre; EBYS kullanım memnuniyetine en fazla etki eden değişkenlerin sırasıyla; "EBYS kullanım amacı, EBYS kullanım sıklığı, Meslek, Yaş ve Cinsiyet" değişkenleri olduğu tespit edilmiştir. Hesaplanan algoritmada genel doğruluk oranı %84.5 olarak bulunmuştur. Çapraz geçerlik risk/tahmin değerinin ise %15.5 olduğu gözlenmiştir. Bu çalışmanın, EBYS kullanım memnuniyeti üzerinde etkili olabilecek değişkenleri belirleme, sistemin eksikliklerini giderme ve sistemin etkin çalışmasını sağlama yönünde, düzeltici tedbirlerin alınması bakımından literatüre katkı sağlayabileceği düşünülmektedir.
Van Yüzüncü Yıl Üniversitesi Merkez Kütüphanesi kullanıcı memnuniyetinin çoklu uyum analizi ile incelenmesi
Üniversite kütüphaneleri, yükseköğrenimde; öğrenciler ile akademik ve idari personele önemli hizmet sağlayan birimlerdir. Üniversitelerin gelişmişlik düzeyi, kütüphanelerinin gelişmişlik düzeyi ile yakından ilişkilidir. Kütüphanelerin mevcut durumlarının, sorunlarının ve zayıf yönlerinin kullanıcı gözüyle değerlendirilmesi, kendilerini geliştirme sürecine katkı sağlayabilir. Çoklu Uyum Analizi, ikiden fazla kategorik değişken arası ilişkiyi inceleyen ve sonuçları iki boyutlu uzayda gösteren bir analiz yöntemidir. Çalışmada, Van Yüzüncü Yıl Üniversitesi Merkez Kütüphanesi kullanıcılarının kütüphaneden memnuniyeti ve buna etkili olabileceği düşünülen kişisel değişkenler arası ilişkinin Çoklu Uyum Analizi ile incelenmesi amaçlanmıştır. Bu amaçla, Van Yüzüncü Yıl Üniversitesi akademik ve idari personel ile öğrencilerden oluşan 200 bireye uygulanan anketten elde edilen veriler kullanılmıştır. Ankette 4 kişisel soru ve memnuniyeti belirlemeye yönelik, 5'li likert olarak düzenlenmiş 10 ifade yer almıştır. Memnuniyet ifadeleri ile kişisel değişkenler arası ilişki için Çoklu Uyum Analizi yapılmıştır. Analizler sonucunda boyutlara ait varyans açıklama oranları %28 ile %43 arasında değişim gösterirken, toplam açıklanan varyans oranları %71 ile %75 arasında değişim göstermiştir. Sonuç olarak; memnuniyet ifadeleri ile bazı kişisel değişkenler arası ilişkilerin incelenebilmesi ve kolay yorumlanabilir şekilde iki boyutlu uzayda görsel olarak sunulabilmesi açısından Çoklu Uyum Analizinin kullanılabileceği ifade edilmiştir.
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.
İstatistikte aracılık modelleri ve analizi
Aracılık analizi, bir bağımsız değişkenin bir bağımlı değişken üzerindeki etkisinin, aracılık değişkeni ya da değişkenleri yoluyla nasıl gerçekleştiğini belirlemek üzere kullanılan analiz yöntemlerinden birisidir. Diğer bir ifade ile X nedensel değişkeninin, Y sonuç değişkeni üzerindeki etkisini nasıl ilettiğine ilişkin hipotezleri test etmek üzere kullanılabilir. Bu çalışmada, aracılık analizinin genel özelliklerinin açıklanması ve konunun anlaşılmasına katkı sağlamak üzere, uygulamalar yapılarak sonuçların yorumlanması ve tartışılması amaçlanmıştır. Çalışmada materyal olarak açık kaynaklı veri setleri kullanılarak, basit ve çoklu aracılık modelleri için uygulama yapılmıştır. Basit ve çoklu aracılık modellerinde; toplam 4 uygulama ile doğrudan, aracılı ve toplam etkiler incelenmiştir. İlk iki uygulamada basit aracılık analizi üzerinde durulurken, üçüncü uygulamada üç aracı değişkenli bir çoklu aracılık analizi uygulaması yapılmıştır. Son olarak, dördüncü uygulamada ise üçüncü uygulamada, istatistik olarak önemli bulunmayan aracı değişken modelden çıkarılarak, iki aracı değişkenli çoklu aracılık analizi yapılmıştır. Sonuç olarak, Aracılık analizinin genel özelliklerinin ve yapısının açıklanması ile birlikte, basit ve çoklu aracılık modellerinin çözüm ve yorumlanmasına ilişkin özet bilgiler sunan bu çalışmanın, uygulamada bu alanda çalışabilecek araştırmacılara ve literatüre önemli katkı sağlayacağı vurgulanmıştır.
Hayes process yöntemi ile aracı (mediator) değişken analizi: Sağlık alanında bir uygulama
Çetinel, M.S., Hayes Process Yöntemi ile Aracı (Mediator) Değişken Analizi: Sağlık Alanında Bir Uygulama, Van Yüzüncü Yıl Üniversitesi, Sağlık Bilimleri Enstitüsü, Tıp Fakültesi, Biyoistatistik Anabilim Dalı, Yüksek Lisans Tezi, Van, 2025. Bu çalışma, sağlık alanında bağımsız değişkenler ile bağımlı değişkenler arasındaki ilişkilerde aracı (mediator) değişkenlerin rolünü incelemekte ve bu ilişkileri Hayes Process yöntemi kullanarak analiz etmektedir. Geleneksel aracılık analiz yöntemleri, normal dağılım varsayımı, düşük istatistiksel güç ve dolaylı etkilerin doğrudan test edilememesi gibi sınırlılıklara sahiptir. Buna karşın, Hayes Process yöntemi, bootstrapping tekniği sayesinde normal dağılım varsayımı gerektirmeden dolaylı etkileri test edebilmekte ve daha güvenilir sonuçlar sunmaktadır. Araştırmada, açık erişimli veri setleri kullanılarak basit ve çoklu aracılık modelleri uygulanmıştır. Çalışmada, yaş değişkeninin biyokimyasal belirteçler (CREA, KAL, ALT, NAT, PCR, GLU, AST) üzerindeki etkisinin LDH seviyeleri ile nasıl bağlantılı olduğu analiz edilmiştir. Bulgular, aracı değişkenlerin bağımsız değişken ile bağımlı değişken arasındaki ilişkide kritik bir rol oynadığını ortaya koymaktadır. Elde edilen sonuçlar, Hayes Process yönteminin, sağlık araştırmalarında karmaşık ilişkileri belirlemek, dolaylı etkileri test etmek ve istatistiksel modellemelerde güvenilir çıkarımlar yapmak açısından güçlü bir analiz aracı olduğunu göstermektedir. Ayrıca, bu yöntemin geleneksel istatistiksel yaklaşımlara kıyasla daha esnek, geçerli ve güvenilir sonuçlar sunduğu görülmüştür. Sonuç olarak, bu çalışma, sağlık alanında istatistiksel analizlerin etkinliğini artırmayı, aracı değişkenlerin rolünü daha iyi anlamayı ve sağlık politikalarının geliştirilmesine yönelik önemli metodolojik ve uygulamalı katkılar sunmayı amaçlamaktadır. Anahtar Kelimeler: Aracılık analizi, Hayes Process, bootstrapping, moderasyon analizi.
Temel bileşenler regresyonu ve bir uygulaması
Çoklu doğrusal regresyon (ÇDR) analizlerinde sıkça karşılaşılan çoklu doğrusal bağlantı (ÇDB) problemi, parametre tahminlerinin varyansını artırarak modelin güvenilirliğini ve yorumlanabilirliğini azaltmaktadır. Bu tez çalışmasının amacı, ÇDB sorununa bir çözüm alternatifi sunan Temel Bileşenler Regresyonu (TBR) yöntemini teorik olarak incelemek, bir biyoistatistik uygulama ile pratik etkinliğini göstermek ve sonuçlarını standart En Küçük Kareler (EKK) yöntemi ile karşılaştırmaktır. Çalışmada, açık kaynaklı bir klinik veri seti (n=1003) kullanılarak C-Reaktif Protein (CRP) düzeyi, 28 adet biyokimyasal ve hematolojik parametre ile modellenmiştir. Veri standardizasyonu sonrası, ÇDB teşhisi (VIF değerleri), EKK regresyonu, Temel Bileşenler Analizi (TBA) ve TBR analizleri IBM SPSS Statistics 26.0 programı ile gerçekleştirilmiştir. EKK modelinde VIF değerlerinin kabul edilebilir sınırların çok üzerinde olduğu (bazıları >1000) ve ciddi ÇDB bulunduğu tespit edilmiştir. Korelasyon matrisi üzerinden yapılan TBA sonucunda, özdeğeri 1.5'ten büyük olan ilk 6 temel bileşen seçilmiş ve bu bileşenler orijinal değişkenlerdeki toplam varyansın %60.8'ini açıklamıştır. Seçilen 6 temel bileşen kullanılarak kurulan TBR modelinde, VIF değerlerinin 1 olmasıyla ÇDB probleminin tamamen ortadan kalktığı görülmüştür. TBR modeli (R²=0.587), EKK modeline (R²=0.402) göre CRP'deki varyansın daha büyük bir kısmını açıklamıştır, ancak düzeltilmiş R² değeri daha düşük bulunmuştur (0.340 vs 0.385). Sonuç olarak, TBR'nin, ÇDB varlığında EKK'ye göre daha kararlı ve geçerli bir model sunduğu, boyut indirgeme sağladığı ancak bilgi kaybı ve yorumlama zorluğu gibi dezavantajları olduğu görülmüştür. TBR, ÇDB probleminin yaygın olduğu biyoistatistik veri analizlerinde değerli bir alternatif yöntem olarak önerilmektedir.
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.
Tıbbi görüntü işleme ile akciğer grafisinde COVID-19 pozitif tespiti için veri madenciliği ve derin öğrenme yöntemlerinin performanslarının incelenmesi
Dünya Sağlık Örgütü (DSÖ), Mart 2020'de SARS-CoV-2'nin neden olduğu bulaşıcı bir salgın olan yeni koronavirüsü (COVID-19) pandemi olarak ilan etmiştir. Bu virüsten etkilenen tüm ülkelerde, enfekte olmuş ve ölen hastaların sayısı her geçen gün artmaktadır. Erken tanı virüsün yayılmasını azaltabileceğinden, akıllı tahmin ve tanı araçlarına sahip olmak önemlidir. Etkili tahmin modellerinin oluşturulması, virüsün yayılmasını önlemek için daha iyi sağlık stratejileri uygulanmasında yardımcı olabilir. Günümüzde tıbbi görüntüler yardımı ile birçok sağlık problemi tespitinde (beyin tümörü tespiti, meme kanseri tespiti, zatürre tespiti vb.) yapay zeka tabanlı çözümlerden yararlanılmaktadır. İçerisinde bulunduğumuz bu pandemi sürecinde de COVID-19'un tanı süresini kısaltmak ve doğru tanı oranını arttırmak için yapay zeka tabanlı birçok çalışma yapılmıştır. Bu çalışmada tıbbi görüntü işleme teknikleri kullanılarak akciğer grafileri sayısallaştırılmış ve beş farklı görüntü işleme yöntemi uygulanarak bu yöntemlerin akciğer grafilerini sınıflandırılma performansına etkisi incelenmiştir. Ayrıca bir derin öğrenme tekniği olan evrişimli sinir ağları ile öznitelik çıkarımı gerçekleştirilmiş ve görüntülerin DVM, RO, YSA klasik veri madenciliği yöntemleri ile sınıflandırılmasına olan etkisi karşılaştırılmıştır. Çalışmada açık erişimli COVID-19 Radiography veri setinden yararlanılmıştır. Bu veri setinde bulunan 3616 COVID-19, 6012 Non-COVID ve 10192 Normal akciğer grafisi için çalışma planlanmıştır. Görüntü işleme tekniklerinin akciğer grafilerini sınıflandırma performansına etkisi olduğu bulunmuştur. Evrişimli sinir ağı yöntemi ile öznitelikler çıkarıldıktan sonra klasik veri madenciliği yöntemleri ile elde edilen sınıflandırma performansları, sadece klasik veri madenciliği ile elde edilen sınıflandırma performanslarından daha iyi sonuçlar göstermiştir.
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.
Huzursuz bacaklar sendromunda inflamatuar risk faktörlerinin lojistik regresyon analizi ve makine öğrenmesi algoritmaları ile incelenmesi
Giriş: Son yıllarda teknolojinin hızla ilerlemesi, büyük ve karmaşık veri setlerinin çoğalmasıyla birlikte yapay zeka istatistik alanında da ilgi çekici hale gelmiştir. Özellikle sağlık ile ilgili çalışmalarda lojistik regresyon analizi ve makine öğrenmesi yöntemlerinin karşılaştırılmasına yönelik ilgi artmıştır. Çalışmamızda uyku bozukluğu hastalığı olan huzursuz bacaklar sendromu (HBS)'na sahip hastalarda sistemik inflamatuar belirteçlerin patogenezdeki olası rolünü lojistik regresyon analizi ve makine öğrenme yöntemlerini kullanarak araştırmayı amaçladık. Yöntem : Ocak 2022-Haziran 2023 tarihleri arasında HBS tanısı almış 18-65 yaş arası 230 hasta 230 sağlıklı kontrol alındı. Hasta ve kontrol gruplarına ait demografik ve laboratuvar verileri retrospektif olarak kaydedildi. Hastalık tahmininde olası rolü araştırılan bağımsız değişkenler lojistik regresyon, destek vektör makineleri (SVM) ve K en yakın komşu (KNN) algoritmaları ile analiz edildi. R istatistik yazılımı ile veriler eğitim ve test verisine ayrıldıktan sonra elde edilen bulgular karşılaştırıldı. Bulgular: Hasta grubunda yaş medyan 51,0 (IQR: 44,0–58,0) yıl ve kadın oranı %73,9, , kontrol grubunda yaş medyan 43,5 (IQR: 37,0–49,0) yıl ve kadın oranı %58,7 idi. Oluşturulan modelin test verisi doğru tahmin yüzdesi KNN algoritması %65,21, SVM algoritması %51,44, LR modeli ile %50,0 olarak bulunmuştur. Çalışmamızda her üç model metrik ölçütleri karşılaştırıldığında KNN modeli hem eğitim verisi hem de test verisi üzerinde diğer iki modele göre daha yüksek performans sergilemiştir. Sonuçlar: Çalışmamızda HBS varlığını tahminde KNN algoritmasının LR ve SVM algoritmasından daha iyi performans gösterdiği saptadık. Makine öğrenmesi algoritmalarının geliştirilmesinin, sağlık alanında da gelişmelere katkı sağlayacağına inanmaktayız.
Türkiye'deki ilaç kullanım özelliklerinin 2013-2023 yılları arasındaki değişiminin incelenmesi
Bu yüksek lisans tezinde, Türkiye'de 2013-2023 yılları arasında ilaç kullanımının zamansal değişimi ve toplumun dijital arama davranışları incelenmiştir. Araştırmada, Sağlık Bakanlığı'nın resmi sağlık istatistikleri ile Google Trends tabanlı dijital arama verileri bir araya getirilerek kas-iskelet sistemi, sindirim sistemi, solunum sistemi, kardiyovasküler sistem ve antienfektif ilaç gruplarına ait tüketim eğilimleri kapsamlı şekilde analiz edilmiştir. Satış hacmi, satış değeri, günlük tüketim gibi değerler ile semptom ve tedavi odaklı arama terimlerinin yıllık Google Trends skorları arasındaki ilişkiler, parametrik ve parametrik olmayan korelasyon analizleriyle değerlendirilmiştir. Çalışmada elde edilen bulgular, dijital arama ilgisinin, özellikle hedefe yönelik semptom ve tedavi terimlerinde, gerçek ilaç tüketim verileriyle yüksek düzeyde ilişkiye sahip olduğunu ortaya koymuştur. Örneğin, "kas gevşetici" arama ilgisi ile ilaç satış değeri arasında ρ=1,000; p<0,01 düzeyinde, "mide ilacı" ile satış hacmi arasında r=0,977; p<0,001, "astım ilacı" ile günlük tüketim arasında r=0,973; p<0,001 anlamlı korelasyonlar bulunmuştur. "Tansiyon ilacı" ile satış hacmi arasında r=0,98; p<0,001 olarak oldukça yüksek korelasyon saptanmıştır. "Antibiyotik" arama ilgisi ile yıl değişkeni arasındaki korelasyon ise r=0,945; p<0,001 olarak bulunmuştur. Buna karşılık, genel ve akademik terimler çoğunlukla düşük veya negatif korelasyonlar göstermiştir. Bu bulgular, Google Trends gibi dijital kaynakların sağlık politikalarının proaktif şekilde oluşturulmasında, ilaç talebinin öngörülmesinde ve erken uyarı sistemlerinin geliştirilmesinde klasik sağlık istatistiklerine güçlü bir tamamlayıcı olabileceğini göstermektedir. Dijital arama verilerinin hızlı adaptasyon kabiliyeti, toplumda ortaya çıkan ani sağlık tehditlerinin ve taleplerin gerçek zamanlı izlenmesi açısından yenilikçi bir izleme perspektifi sunmaktadır.
Fiziksel tıp ve rehabilitasyon alanında yayınlanan dergilerdeki klinik çalışmalarda karşılaşılan istatistiksel hatalar
Bu çalışma, fiziksel tıp ve rehabilitasyon (FTR) alanında yayımlanan klinik araştırma makalelerinde istatistiksel hata türlerini sistematik biçimde analiz etmeyi ve bu hataların indeks türlerine göre (SCI-E ve TR dizin) dağılımını karşılaştırmalı olarak ortaya koymayı amaçlamaktadır. Ocak 2024–Ocak 2025 tarihleri arasında yayımlanmış 433 makale değerlendirmeye alınmış; bunların %82,7'si SCI-E, %17,3'ü ise TR dizinli dergilerde yer almaktadır. Çalışmada, tanımlayıcı istatistiklerin uygunluğu, kullanılan testlerin tanımlanması ve doğru seçimi, normallik varsayımının dikkate alınıp alınmadığı, post-hoc analizlerin gereklilik durumuna göre uygulanıp uygulanmadığı, çoklu karşılaştırmalarda düzeltme yapılma durumu, p-değerlerinin sunum biçimi, etki büyüklüğü ve güç analizinin raporlanması, kullanılan yazılım bilgisi ile etik onay ve veri gizliliği bildirimleri gibi önemli olan başlıca kriterler dikkate alınmıştır. Analiz bulgularına göre, incelenen 433 makalenin %49,4'ünde en az bir defa kapalı formda p-değeri sunumu (örneğin p <0,05) yapılmış; %19,9'unda normallik varsayımı test edilmeden doğrudan parametrik veya non-parametrik testler uygulanmıştır. Çoklu karşılaştırma düzeltmelerinin ihmal edilme oranı %38,6 olup, çalışmalarda %47,1 oranında güç analizine yer verilmediği saptanmıştır. Etki büyüklüğü ise yalnızca %51 oranında raporlanmıştır. Bu veriler, klinik araştırmalarda istatistiksel planlama, uygulama ve raporlama aşamalarında yapısal eksikliklerin halen yaygın olduğunu ortaya koymaktadır. İndeks türüne göre karşılaştırıldığında, TR dizinli dergilerde normallik testi (TR: %91,7; SCIE: %75,7; p = 0,003) ve güç analizi (TR: %68,6; SCIE: %47,7; p = 0,001) raporlama oranları anlamlı düzeyde daha yüksek bulunmuştur. Buna karşılık, etki büyüklüğünün raporlanma oranı SCIE dizinli yayınlarda %54,2 iken TR dizinli yayınlarda %36,0 olarak saptanmış ve bu fark da istatistiksel olarak anlamlıdır (p = 0,004). Ayrıca SCIE grubundaki makalelerin daha büyük bir kısmında istatistiksel yazılım ve sürüm bilgisine yer verildiği ve p-değerlerinin açık formda raporlandığı gözlemlenmiştir. Bu bulgular, TR dizinli yayınların istatistiksel analiz öncesi planlama süreçlerine daha fazla ağırlık verdiğini; SCIE dizinli yayınların ise istatistiksel raporlama kalitesi ve metodolojik şeffaflık açısından daha yüksek standartlara sahip olduğunu göstermektedir. Çalışmanın genel bulguları, FTR alanındaki yayınlarda istatistiksel analizlerin yalnızca teknik uygulama düzeyinde değil, aynı zamanda raporlama standardı açısından da ciddi biçimde iyileştirilmesi gerektiğini ortaya koymaktadır. Bu bağlamda, SAMPL, CONSORT ve STROBE gibi uluslararası kabul görmüş raporlama rehberlerinin yaygınlaştırılması ve zorunlu hale getirilmesi, metodolojik bütünlüğü artırmak adına önem taşımaktadır. Ayrıca, etik kurulların yalnızca onay veren bir yapı olmaktan çıkıp metodolojik içeriği denetleyen bir rol üstlenmesi gerektiği, bu çalışmanın sonuçlarıyla da desteklenmektedir. Bu tez çalışmasının, FTR alanında yayın yapan araştırmacılar, dergi editörleri ve hakemler açısından istatistiksel kaliteyi artırmaya yönelik yol gösterici bir kaynak oluşturması hedeflenmektedir
Mikrodizi gen ifade verilerinde farklı öznitelik seçim yöntemleri ile sınıflama yöntemlerinin performanslarının değerlendirilmesi
İstatistik, biyoloji, bilgisayar, matematik ve genetik bilimlerini bir arada kullanan disiplinler arası bir bilim dalı olan biyoinformatik sayesinde, hangi hastalığa hangi anormalliklerin neden olduğu gösterilebilmektedir. Çağımızın hastalığı olan kanser de ne kadar erken fark edilirse iyileşme ihtimali o kadar yüksektir. Kanser hastalığında mikrodizi gen ifade verileri ile yapılan teşhis, sınıflama işlemleri, kanserin yapısında etkili olan genlerin belirlenmesi erken teşhiste önemlidir. Tez çalışmasında da akciğer, lenfoma, rahim ağzı, prostat, meme ve lösemi kanser türlerine ait mikrodizi gen ifade verileri üzerinde çalışılmıştır. Verilerin öznitelik sayısı fazla olduğu için daha az sayıda öznitelik ile çalışmak amacıyla varFilter, nsFilter, rf, lasso, rfe ve limma öznitelik seçim yöntemleri ele alınmıştır. Filtrelenmiş veri setlerinde Naive Bayes, Destek Vektör Makineleri, k-En Yakın Komşu ve Yapay Sinir Ağları sınıflama yöntemleri ile son yıllarda popülerlik kazanan Derin Öğrenme yöntemi ile sınıflama modelleri oluşturulmuştur. Veri setlerinde, ele alınan öznitelik seçim yöntemlerinin hangi sınıflama yöntemlerinde daha iyi olduğunu göstermek ve oluşturulan sınıflama modellerinin performanslarını karşılaştırmak için doğruluk, duyarlılık, seçicilik ve ROC eğrisi altında kalan alan değerleri elde edilmiştir. Genellikle lasso ve limma öznitelik seçim yöntemlerinde oluşturulan sınıflama modelleri diğer öznitelik seçim yöntemlerinde oluşturulan modellere göre daha başarılıdır. Derin Öğrenme yöntemi de klasik veri madenciliği sınıflama yöntemlerine göre çoğunlukla daha iyi performans göstermiştir. Yapay Sinir Ağları yöntemi ise diğer sınıflama yöntemlerine göre düşük performansa sahiptir. Veri setleri üzerinde öznitelik seçim yöntemi uygulamadan Derin Öğrenme sınıflama modelleri de elde edilmiştir. Öznitelik seçim yöntemlerini uygulayarak ve uygulamadan elde edilen Derin Öğrenme modellerinin performansları da karşılaştırıldı. Ayrıca benzetim çalışması yapılmıştır ve gerçek veri setlerine benzer sonuçlar elde edilmiştir.
Faktör analizinde belirli koşullar altında faktör sayısı belirleme yöntemlerinin karşılaştırılması
Sağlık, spor, eğitim ve sosyal bilimler alanında özellikle ölçek geliştirme çalışmalarında sıklıkla kullanılan çok değişkenli istatistiksel yöntemlerden biri olan faktör analizinde kestirim ve döndürme yöntemlerine göre daha önemli olan aşama kabul edilecek faktör sayısının belirlenmesidir. Faktör sayısının belirlenmesinde Kaiser ölçütü (K1), birikimli açıklanan varyans yüzdesi ve yamaç grafiği gibi en fazla bilinen ve kullanılan bazı yöntemler olmakla birlikte bu yöntemlerle elde edilen faktör sayıları her durumda doğru faktör sayısına net cevaplar verememektedir. Bu yöntemlerin dışında son yıllarda kullanılmaya başlanan Horn'un paralel analizi (PA) ve Velicer'in en küçük ortalama kısmi korelasyon (MAP) yöntemleri de bulunmaktadır. Bu çalışmada, doğru faktör sayısının belirlenmesinde K1, PA ve MAP ölçütlerinin performansları, sürekli ve 5'li likert düzeyinde ölçülmüş değişkenler için değişken sayısı (6, 12, 18, 24, 30), örneklem büyüklüğü (30, 50, 100, 200, 300, 500), ortalama faktör yükü (0,10-0,90) ve evren faktör sayısı (1, 2, 3 ve 4) koşulları altında incelenmiş ve karşılaştırılmıştır. MAP ve PA yönteminin doğru faktör sayısını belirlemede oldukça iyi performansa sahip olduğu, istatistiksel yazılımlarda en fazla kullanılan yöntemlerden olan K1'in ise kötü performansa sahip olduğu, sadece değişken sayısı altı iken iyi performans gösterebildiği ve örneklem büyüklüğündeki değişimden en fazla etkilenen yöntem olduğu görülmüştür. Ayrıca yamaç grafiği, Jolliffe ölçütü, birikimli açıklanan varyans yüzdesi ve K1 gibi klasik öznel ölçütler yerine özellikle son yıllarda kullanılmaya başlanan PA ve MAP gibi daha nesnel ve çağdaş yaklaşımların kullanılması önerilmektedi
Türkiye'de bebek ölüm riskinin mekan-zamansal Bayesci modeller ile incelenmesi
In this thesis, it was aimed to determine relative risk (RR) of infant mortality for each province in Turkey between 2009 and 2017 years by including the concepts of space, time and space-time interaction, to obtain risk maps, and to examine the risk factors affecting. Spatio-temporal Bayesian models were implemented to estimate RR with integrated nested Laplace approximation in R software. Structured spatial and temporal random effects on RR were modeled with Gaussian Markov random fields, using intrinsic conditional autoregressive structure and random walk model, respectively. The best model was determined according to deviance information criterion (DIC). The major contribution to variability of RR explained with the best model was from unstructured spatial and structured temporal interaction random effect. From 2009 to 2017 the number of provinces with high RR, decreased. From 2009 to 2017 in each year consistently; significant risk areas clustered in eastern and southeastern Anatolia regions. Effects of gross domestic product (GDP) per capita, percentage of mothers aged under 20 and percentage of mothers aged over 39 on RR of infant mortality were examined with generalized linear model without concepts of space and time and with the best spatio-temporal Bayesian model. As GDP per capita increased, RR decreased for generalized model and spatio-temporal model. Whereas percentage of mothers aged under 20 and percentage of mothers aged over 39 increased, RR increased for generalized model. But percentage of mothers aged under 20 and percentage of mothers aged over 39 had no effect on RR for spatio-temporal model. Spatio-temporal Bayesian model can be more preferable than generalized model, because of having lower DIC than generalized model. Therefore, while determining the factors that may have an effect on RR of infant mortality, it is also important to consider the effects of space, time and space-time interaction.
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.
Tıbbi görüntü işleme ile tanı koymada veri madenciliği ve derin öğrenme yöntemlerinin performanslarının incelenmesi
Görüntü işleme, bilgisayara aktarılan görüntülerden faydalı bilgiler elde etmek amacıyla farklı matematiksel algoritmalar uygulanan yöntemler bütünüdür. Görüntü işlemede, birincil hedef olarak görüntülerin kalitesinin iyileştirilmesi amaçlanmaktadır. Görüntü işlemenin bir diğer olumlu yanı da görüntüleri tanımlayan sayısal değerlerin (öznitelikler) elde edilmesidir. Görüntü işleme yöntemi ile görüntülerden elde edilen öznitelikler, görüntüleri sınıflama amacıyla kullanılmaktadır. Çeşitli hastalıklara erken tanı koymada görüntüleme yöntemlerinin gelişmiş olmasına rağmen istatistiksel yöntemler ve çeşitli görüntü işleme algoritmaları da önemli olabilir. Bu çalışmada tıbbi görüntü işleme teknikleri kullanılarak mamografi görüntüleri sayısallaştırılıp öncelikle normal-anormal lezyon saptamada, sonrasında malign-benign lezyonları ayırmadaki başarısı incelenmiştir. Uygulanan beş farklı görüntü ön işleme algoritmasının, farklı iki bölütleme yönteminin ve meme doku tipinin sonuçlara olan etkisi araştırılmıştır. Ayrıca kullanılan farklı görüntü işleme tekniklerinde veri madenciliği ve derin öğrenme algoritmalarının da sınıflama performansları karşılaştırılmıştır. Bunun için açık kaynaklı MIAS veri tabanındaki 209 normal, 61 benign ve 52 malign olan 322 mamografi görüntüsü kullanılmıştır. Görüntü işleme içerisinde oluşturulan beş farklı ön işleme ve iki farklı bölütleme algoritmaları karşılaştırıldığında, görüntüler üzerinde uygulanan ön işleme ve görüntü bölütleme tekniklerinin sınıflama performans ölçülerini etkilediği görülmüştür. Genel olarak bu veri setinde klasik veri madenciliği yöntemlerinden DVM, RO ve YSA diğer algoritmalardan daha iyi performans göstermiştir. Derin öğrenme yöntemleri de klasik veri madenciliği yöntemlerine benzer sonuçlar vermiştir.
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
Orantısal odds lojistik regresyon modeli için uyum iyiliği testlerinin performanslarının benzetim çalışması ile değerlendirilmesi
Sıralı ve kategorik yapıdaki bağımlı değişkenin, bağımsız değişkenler üzerindeki etkisi modellenmek istendiğinde sıralı lojistik regresyon modeli kullanılmaktadır. Sıralı lojistik regresyon modelleri içerisinde en yaygın kullanılan model orantısal odds lojistik regresyon modelidir. Tüm lojistik regresyon modellerinde, modelin veriye uyumun yeterli olup olmadığının değerlendirilmesi için gerekir. Bu amaç ile çeşitli uyum iyiliği testlerini kullanılabilir. Orantısal odds lojistik regresyon modellerinde geliştirilen uyum iyiliği testleri Lipsitz test istatistiği, Pulkstenis&Robinson test istatistikleri ve Fagerland&Hosmer test istatistikleridir. Bu tezin amacı, Orantısal odds lojistik regresyon modellerinde geliştirilen uyum iyiliği testlerin performanslarını benzetim çalışması ile karşılaştırmaktır. Bu amaçla çeşitli senaryolar altında modeller kurulmuştur. R yazılım programı ile oluşturulan modelin, performansları tip I hata, güç ve düzeltilmiş güç açısından değerlendirilmiştir. Uyum iyiliği testlerinin bozulumu yakalamada iyi performans sergileyememişlerdir. Uyum iyiliği testleri, etkileşim terim içeren model dışında genel olarak düşük düzeltilmiş güç değerlerine sahiptir. Pulkstenis&Robinson testleri ile Lipsitz testi, Hosmer&Fagerland testinden uyum iyiliğini bozulumunu belirlemede daha iyi performans göstermiştir. Örneklem büyüklüğü arttıkça her bir uyum iyiliği testinin uyum iyiliği bozulumlarını yakalamadaki performansı artmıştır.
Lojistik regresyon analizi ile elde edilen beta katsayısına, odds oranına ve makine öğrenme algoritmaları ile elde edilen ağırlıklandırılmış skorlara dayalı klinik tahmin modellerinin başarılarının karşılaştırılması
Klinik tahmin modelleri, yaş, cinsiyet ve biyobelirteçler gibi tahmin edici sayısının birden fazla olduğu durumlarda prognostik veya risk faktörlerini kullanarak bir birey için gelecekteki bir olayın veya hastalığın riskini tahmin etmek amacıyla yaygın olarak kullanılmaktadır Literatürde klinik tahmin modellerinin oluşturulmasında yaygın olarak β katsayıları, odds oranları ve bunların tamsayıya yuvarlanmış skorları kullanılmaktadır Bazı çalışmalarda makine öğrenme algoritmaları ile ağırlıklandırılmış skorlar da kullanılmaktadır. Ancak klinik tahmin modellerinde hangi skorlama sisteminin kullanılmasının daha iyi sonuç vereceği hakkında bir fikir birliği bulunmamaktadır. Bu tez çalışmasında lojistik regresyondan elde edilen β katsayıları, odds oranları, bu değerlerin tamsayıya dönüştürülmesi ile elde edilen skorlar ve makine öğrenme algoritmaları (rastgele orman, destek vektör makineleri vb.) ile ağırlıklandırılarak elde edilen skorlar aracılığıyla farklı senaryolar kullanılarak oluşturulan tahmin modellerinin performanslarının değerlendirilmesi ve en iyi tahmin modelinin oluşturulması amaçlanmıştır. Çalışmamızda iki düzeyli sonuç değişkene sahip klinik tahmin modellerinde risk faktörlerinin skor değerlerini belirlemek için benzetim ile üretilen veri seti ve gerçek veri seti kullanılarak lojistik regresyon analizi gerçekleştirilmiştir. Çalışmada farklı senaryolar için benzetim yöntemi kullanılmıştır. Hangi senaryoda hangi klinik tahmin modelinin daha başarılı olduğu sonucuna ulaşılmıştır. Gerçek veri setinde pediatri alanında 522 çocuktan toplanan kapsamlı bir veri seti ile benzetim çalışmasında kullanılan tüm yöntemler ile malnütrisyon durumunu tahmin eden klinik tahmin modeli geliştirildi. Model performanslarını karşılaştırmak için duyarlılık, seçicilik, PTD, NTD, doğruluk, F1 skorları, AUC ve MCC değerleri hesaplandı. Araştırma bulgularımız birlikte değerlendirildiğinde çalışmamızda öncelikle doğrudan makine öğrenme algoritmaları ile sınıflama yaparak model kurmak yerine iki düzeyli bir yanıta sahip tanı konulacak klinik tahmin modellerinde lojistik regresyon modeli ile kurulabilecek tüm modelleri farklı senaryolar ile karşılaştırıldı. Ayrıca lojistik regresyona alternatif olarak klinik skorlama için risk faktörlerine modelde verilecek ağırlıkları veya skorları farklı makine öğrenme algoritmaları ile elde edildi ve tüm model sonuçları karşılaştırıldı. Benzetim veri seti ile oluşturulan klinik tahmin modellerinde tüm senaryolar AUC, duyarlılık F1 skorları ve MCC değerleri ile değerlendirildiğinde ağırlıklı olarak en başarılı modellerin lojistik regresyon ile elde edilen beta, odds oranları, diğer algoritmalardan bayesci GDM ve L1(lasso) olduğu aynı zamanda bunları tamsayıya çevrildiğide çok büyük farklılıklar yaratmadığı için kullanım kolaylığından dolayı tam sayılı beta ve tam sayılı odds son model olarak belirlendi ve makine öğrenme algoritmalarından rastgele orman algoritmalarınn sınıflama başarısının en küçük olduğu belirlendi. Malnütrisyon durumunu tahmin eden klinik tahmin modelinde En iyi başarı lojistik regresyon analizi ile beta katsayıları kullanılarak elde edildi. Ancak klinik tahmin modellerinin kullanılabilirlik özelliği düşünülerek ikincil olarak en başarılı model tam sayılı odds oranlarına dayalı olarak geliştirilen klinik tahmin modeli oldu. Bu çalışmada yeni bir yöntem olarak klinik tahmin modellerinde makine öğrenme algoritmaları ile modeli oluşturmak yerine risk faktörleri için verilecek skorların makine öğrenme algoritmaları ile verilebileceğini öneriyoruz. Sonuç olarak, klinik tahmin modellerinin etkili olması, yalnızca iyi bir performans sergilemekle değil, aynı zamanda gerçek dünya koşullarında uygulanabilir, anlaşılabilir, doğru ve genellemeye açık olma özellikleriyle de ilişkilendirilir.
SF-36 yaşam kalitesi ölçeğinin tobit regresyon modeli kullanılarak yarar ile eşleştirilmesi
Klinik çalışmalarda sıklıkla kullanılan ve yarar algoritması olmayan ölçekler ile yarar arasında eşleştirme yapmak, sadece bu tarz ölçeklerin kullanıldığı çalışmalarda yarar değerlerinin elde edilmesini sağlar. Bu çalışmada amaç, literatürde bulunan çalışmalardan farklı olarak, SF-36'nın yanında B ölçeği, MNDI ve NPDI göstergeleri ile eşleşen yarar değerlerini gerçek veri setinde elde etmektir. EKK ve Tobit yöntemi ile yukarıda bahsi geçen ölçek puanlarının kombinasyonları için yarar değeri kestirilmiştir. Elde edilen modeller açıklanan varyans oranı gibi standart yöntemlerle incelenmiştir. EKK ve Tobit yöntemleri ile kurulan modellerin varyans açıklama oranları sırasıyla % 35.4 ve % 41.9 olarak elde edilmiştir. İki modelin de sadece sabitin olduğu modele kıyasla veriyi daha iyi açıkladığı belirlenmiştir (p<0.001). Tobit yöntem ile kestirilen regresyon katsayılarının standart hatalarının daha küçük olduğu görülmüştür. Yarar algoritması olmayan genel yaşam kalitesi ölçeği SF-36 ile boyun ağrısını değerlendiren B ölçeği, MNDI ve NPDI göstergeleri aracılığıyla yararı kestiren bir model elde edilmiştir.
Yüksek boyutlu verilerde eksik veri değer atama yöntemlerinin sınıflandırma performansına etkisinin simülasyonla karşılaştırılması
Amaç: Bu çalışmanın amacı, türetilmiş yüksek boyutlu verilerde farklı eksik veri değer atama yöntemlerinin eksik verileri en az hata ile tahmin etmeleri ve aşırı öğrenme makineleriyle (ELM) sınıflandırma performansına etkilerinin incelenmesidir. Gereç ve Yöntem: Çalışmada farklı veri yapılarına, eksik veri oranlarına ve korelasyon düzeylerine göre n=150 gözlemden oluşan iki kategorili bağımlı değişken ve p=500 bağımsız değişkenden oluşan rastgele veriler türetilerek rastgele eksik (MAR) mekanizmalı eksik değerler oluşturuldu. Eksik veri değer atama yöntemlerinden; ortalama, medyan, rastgele, k-en yakın komşu (KNN), rastgele orman ile değer atama (I-RF), sınıflandırma ve regresyon ağaçları tabanlı zincirleme denklemlerle çok değişkenli değer atama (MICE-CART) yöntemlerinin yanı sıra yüksek boyutlu veriler için geliştirilen düzenlileştirilmiş regresyonun doğrudan kullanımı (DURR) ve düzenlileştirilmiş regresyonun dolaylı kullanımı (IURR) yöntemleri ile eksik değerler atandı. 1000 döngü ile yapılan simülasyonlar sonunda yöntemlerin, ELM ile sınıflandırma skorlarının referansa yakınlığına göre eksik değer tahmin performansları değerlendirildi. Bulgular: Simülasyon bulguları incelendiğinde, uygulanan aşamalı kümeleme analizine göre, değişen eksik oranları ve korelasyon düzeyleri için birbirine yakın performans gösteren yöntemlerin aynı kümede yer aldıkları tespit edildi. Eksik verili değişkenlerin veri setindeki belirli bir değişken seti ile ilişkili olduğu algoritmada, tüm korelasyon düzeyleri için düşük eksik oranlarında I-RF, MICE-CART, DURR, IURR ve bunları takiben KNN yöntemlerinin; yüksek eksik oranlarında ise DURR ve IURR yöntemlerinin referansa yakın ve benzer performans gösterdiği belirlendi. Verilerin tamamen rastgele türetildiği ikinci simülasyon algoritmasında ise tüm korelasyon düzeyleri ve eksik oranları için yöntemlerin performanslarının birbirine yakın olduğu görüldü. Sonuç: Veriler tamamen rastgele türetildiğinde, çalışmamızda kullanılan yöntemlerin tahmin performansları değişkenler arasındaki ilişkiden ve eksik oranından etkilenmemektedir. Ancak eksik verili değişkenlerin veri setindeki belirli bir değişken seti ile ilişkili olduğu durumlarda, özellikle DURR ve IURR yöntemleri diğer yöntemlere kıyasla daha etkili olmaktadır. Bu yöntemler değişkenler arasındaki ilişkiden ve eksik veri oranındaki değişimden diğer yöntemlere göre daha az etkilenmektedir. Anahtar kelimeler: Aşırı öğrenme makineleri, Eksik veri, Değer atama, Sınıflandırma, Simülasyon
Yüksek boyutlu sağkalım verilerinin denetimli temel bileşenler, cezalı cox regresyon ve aşırı öğrenme makineleri yöntemleri ile karşılaştırmalı analizi
Amaç: Bu çalışmanın amacı farklı sansür oranlarına göre türetilen yüksek boyutlu sağkalım verilerinde aşırı öğrenme makineleri tabanlı sağkalım modelleri, denetimli temel bileşenler analizi ile L2-cezalı Cox regresyon modellerinin sağkalım süresi ve kısa dönem sağkalım durumu tahminindeki performanslarının karşılaştırılması, birbirlerine benzerlik ve birbirlerinden farklılıklarının belirlenmesidir. Gereç ve Yöntem: n=200 birim ve aralarındaki korelasyon düzeyi -0,7 ile 0,7 arasında değişen p=1000 gen ifade değeri içeren yüksek boyutlu sağkalım veri setleri rastgele türetilmiştir. Türetilen veri setleri 70:30 oranında eğitim ve test setlerine rastgele ayrılmıştır. Eğitim setleri kullanılarak aşırı öğrenme makineleri tabanlı sağkalım, denetimli temel bileşenler ve L2-cezalı Cox regresyon modelleri eğitilmiştir. 1000 döngü ile gerçekleştirilen simülasyon sonunda modellerin test setinde sağkalım süresi ve kısa dönem sağkalım tahminlerine ilişkin performanslarının belirlenmesi için C-indeks, integrali alınmış Brier skoru, duyarlılık, özgüllük, doğruluk, negatif tanımlama, pozitif tanımlama oranları ile pozitif tanımlama oranı-duyarlılık eğrisi altında kalan alan, alıcı işlem karakteristiği eğrisi altında kalan alan, F1 skoru, Cohen'in kappa katsayısı ve Matthews korelasyon katsayısı performans ölçütleri hesaplanmıştır. Bulgular: Simülasyon bulguları incelendiğinde, çalışmada kullanılan sağkalım modellerinin performanslarının birbirine yakın olduğu belirlenmiştir. Sağkalım modellerinin hem sağkalım süresi hem de kısa dönem sağkalım tahminine ilişkin performanslarının sansür oranındaki artış ile düşüş eğiliminde olduğu gözlenmiştir. Uygulanan aşamalı kümeleme analizine göre, değişen sansür oranlarına göre birbirine yakın performans gösteren yöntemlerin aynı kümede yer aldığı tespit edilmiştir. Tüm senaryolarda olabilirlik tabanlı boosting aşırı öğrenme makineleri ve L2-cezalı Cox regresyon analizi yöntemlerinin birbirine en yakın performans gösteren yöntemler olduğu, model tabanlı boosting aşırı öğrenme makineleri yönteminin ise diğer tüm yöntemlerden daha uzak ve düşük bir performans gösterdiği dikkat çekmiştir. Sonuç: Sonuç olarak, sağkalım verilerindeki sansür oranının yüksek olması sağkalım modellerinin performanslarını olumsuz etkilemektedir. Modellerin yüksek boyutlu sağkalım verilerinin analizindeki performansları birbirine yakın olduğundan, denetimli temel bileşenler analizi gibi boyut indirgeme yöntemlerinin ve cezalı modellerin yerine yüksek boyutlu sağkalım verilerini özellikle doğrudan analiz edebilen aşırı öğrenme makineleri tabanlı sağkalım modellerinin kullanışlı ve diğer yöntemlere tercih edilebilir olduğu ortaya konmuştur. Anahtar kelimeler: Aşırı öğrenme makineleri, Cezalı Cox regresyon analizi, Denetimli temel bileşenler, Sağkalım, Simülasyon
2000-2004 yılları arası malatya ili sağlık hizmetlerinin değerlendirilmesi
Bu araştırma ile 2000 -2004 yılları arasındaki 5 yıllık dönem içinde Malatya ilindeki sağlık hizmetlerinin değerlendirilmesi amaçlanmıştır. Çalışmanın bulgularına göre Malatya nüfusunun bu yıllar arasında artış gösterdiği, genç bağımlı nüfusun yaşlılara göre, nüfus artış hızının il merkezinde, köylere göre daha yüksek olduğu saptanmıştır. Yıllar içinde toplam canlı doğum sayısında ve sağlık personeli eşliğinde yapılan doğumlarda artış bulunmaktadır. Bebek ve 0 ? 4 yaş arası çocuk ölümlerinde azalma gözlenmektedir. Bebek ölümleri arasında en fazla ölüm hızı perinatal dönemdedir. Kentte bulaşıcı hastalıklar ve solunum yolları hastalıkları sık görülmektedir. Ölüme neden olan hastalıklar arasında ilk sıraları Beyin Damarları ve Kalp Hastalıkları almaktadır. 2002?2003 yılı Malatya ilinin sağlık ocakları ve sağlık evlerindeki personelin doluluk oranı Türkiye ortalamasının üstündedir. Sağlık kayıtları düzenli tutulmuştur. Bağışıklama ve doğum kontrolü uygulamaları yeterli düzeydedir. Genel sağlık göstergeleri Türkiye göstergelerine paralel seyretmektedir. Malatya'da koruyucu ve tedavi edici sağlık hizmetlerinde niceliksel açıdan belirgin bir sorun görülmemektedir. Sık görülen hastalıklar ve ölüm nedenleri dikkate alındığında kentte çevre sağlığı ile ilgili önlemlere ve sağlıklı beslenme alışkanlıkları konusundaki sağlık eğitimine öncelik verilmesinin uygun olacağı söylenebilir. ANAHTAR SÖZCÜKLER: Malatya, sağlık göstergeleri, sağlık hizmetleri
Banka çalışanlarında en sık görülen mesleki hastalıkların istatistiksel ve ergonomik açıdan incelenmesi
Bu çalışmanın amacı, banka çalışanlarında ensık görülen meslek hastalıklarının neler olduğunu tespit etmek, bu hastalıklara neden olan risk faktörlerini saptamak ve alınması gereken önlemleri ortaya koymaya çalışmaktır. Araştırmamızda çalışanların %67.6'sında boyun ağrısı, %62'sinde sırt - bel ağrısı, %57.6'sında baş ağrısı, %54'ünde gözde bozukluk, %48.8'inde kilo artışı, %34.8'inde el - el bileği - kol ağrısı, %23.6'sında bacak ? ayak ağrısı, %10.4'ünde göğüs ağrısı, %7.6'sında kalça haraket kısıtlılığı rahatsızlıklarının olduğu saptanmıştır. Ayrıca bu rahatsızlıkların ortaya çıkmasına neden olan risk faktörlerinin periyodik olarak muayene yaptırmama, çalışma ortamının yetersiz ısınma, ses, aydınlatma ve havalandırma koşullarında tasarlanmasının olduğu saptanmıştır. Sonuç olarak, çalışma ortamının ergonomik koşullarının çalışanların ihtiyaçları gözönüne alınarak yeniden düzenlenmesi ve ayrıca çalışanların kendi sağlıklarına daha fazla dikkat etmeleri ve bunun için düzenli çalışma araları vermeleri, periyodik olarak muayene yaptırmaları, düzenli olarak spor yapmaları gerektiği sonucuna ulaşılmıştır. Anahtar Kelimeler: Meslek Hastalıkları, Ergonomi, İstatsitik, Banka, İşçi