Veri madenciliği kullanarak üçlü testin sınıflandırma performansının iyileştirilmesi

Üçlü tarama testleri gebelik döneminde fetüste herhangi bir kromozomal bozukluk olup olmadığının olasılığını hesaplamak için kullanılmaktadır. AFP (Alfa-fetoprotein), hCG (Human Koryonik Gonadotropin) ve uE3 (Serbest Estriol) değerine sahip gebelerin verileri, gebelik bitimindeki sağlıklı ya da kromozomal bozukluğa sahip doğum yapmış gebelerin verilerine göre değerlendirildi ve kıyaslandı. Fetüsün Down sendromu gibi kromozomal bozukluklara sahip olma ihtimalini hesaplamak için Bayes teoremi, gebenin beklenen doğum anındaki yaşından oluşturulmuş olasılık ile birleştirilerek kullanılır. Günümüzde kullanılan olasılık hesaplama yaklaşımları yüksek derecede peşin hükümlü yani belli bir yöne eğilimliler. Bu çalışmada kromozomal bozukluklara sahip fetüsleri daha doğru olasılık oranları ile tespit edebilecek model araştırıldı. 81 tekil gebeliğe sahip gebelerin üçlü tarama testi verileri analiz edildi. 81 tekil gebeliğin 76'sında kromozal bir bozukluğa rastlanmamış olup 5 tanesinde ise Down sendromu tespit edilmiştir. Down sendromlu bebeğe sahip olan 5 gebe, örneklem tekniği olan SMOTE (Synthetic Minority Over Sampling) ile 50 gebeye arttırıldı. Birçok modelleme denemeleri arasında Multilayer Perceptron modeli en az yanlış pozitif oranına (%13) ve en iyi tespit oranına (%94) sahip oldu. Geleneksel risk değerlendirmeleri kıyaslandığında, üçlü test performansının önemli derecede geliştirildiği görülmektedir.