Diyabetli bireylerde insülinin neden olduğu lipohipertrofiyi tespit etmeye yönelik bir karar destek sisteminin geliştirilmesi

GİRİŞ VE AMAÇ: Bu çalışmada diyabetli (DM) bireylerde insülinin neden olduğu lipohipertrofinin tespit edilebilmesi için bir karar destek sistemi geliştirmek ve bu sistemin etkinliğini değerlendirmek amaçlanmıştır. GEREÇ VE YÖNTEM: Metodolojik ve randomize kontrollü olarak gerçekleştirilen bu çalışmanın örneklemini 249 DM'li birey oluşturmuştur. DM'li bireylerden "Hasta Bilgi Formu" aracılığı ile alınan veriler ışığında çalışmaya dahil edilen DM'li bireylerin karın bölgeleri lipohipertrofi (LH) açısından uzman radyolog tarafından ultrason cihazı kullanılarak taranmıştır. Tarama sonuçlarında 130 hastada LH tespit edilirken, 119 hastada LH bulgusuna rastlanmamıştır. LH tespit edilen hastaların LH'li bölge ve sağlıklı bir kadran üzerinden SpO2, PPG, BIOZ ve sıcaklık ölçümleri yapılmıştır. LH saptanamayan bireylerde ölçüm sadece sağlıklı kadran üzerinden yapılmıştır. Elde edilen veriler bilgisayar ortamında iki farklı bilgisayar programında analiz edilmiştir. Verilerin değerlendirilme aşamasında frekans dağılımı, bağımsız örneklem t testi, ki-kare analizi, logistic regresyon testleri ile makine öğrenme algoritmaları uygulanmıştır. Elde edilen verilerin % 70'i verilerin eğitiminde, %30'u verilerin test edilmesinde kullanılmıştır. BULGULAR: Logistic regresyon ile LH oluşumunu etkileyen faktörler rotasyon yapma, iğne uzunluğu ve vücuttaki yağ oranı olarak belirlenmiştir. Makine öğrenme algoritmaları sonucunda LH varlığı ile en çok ilişkili bulunan altı özellik kullanılarak ki-kare algoritması ve PNN, SVM ve Ensemble sınıflandırıcıları ile %78,6 ile en yüksek doğruluk elde edilmiştir. SONUÇ: Geliştirilen KKDS insülinin neden olduğu lipohipertrofiyi tespit etmede geçerli ve güvenilir bir yöntemdir. Başta diyabet hemşireleri olmak üzere sağlık profesyonelleri tarafından LH tespiti için klinikte kullanılabilir. Anahtar Kelimeler: Diyabet, Hemşire, Karar Destek Sistemi, Lipohipertrofi, Makine Öğrenimi, Yapay Zekâ