Sağkalım analizinde COX regresyon ve yapay sinir ağları kullanımı

Sağkalım analizinde en yaygın kullanılan regresyon modeli Cox Regresyon Modelidir. Bu çalışmada, sağkalım analizinde cox regresyon modeli ve yapay sinir ağları modelleri kullanılarak Lösemi hastalarına ait veriler analiz edilmiştir. Çalışmada Yemen Cumhuriyeti'ndeki 2017 yılı Ocak ayı ve 2022 yılı Şubat ayı arasında 1168 Lösemi hastasına ait bilgiler kullanılmıştır. Bu tezin amacı, en yaygın hastalıklardan biri olan kanser hastalığı ile başa çıkmada Yemen Cumhuriyeti'ndeki lösemi hastalarının sağkalım sürelerini etkileyen en önemli faktörleri (risk faktörleri) belirlemektedir. Ayrıca, sağkalım analizinde Yapay Sinir Ağlarını kullanmak ve Yapay Sinir Ağları modeli ile Cox Regresyon Modeli arasındaki performans göstergelerini karşılaştırmaktır. Söz konusu amaçla Cox Regresyon Modeli ve Yapay Sinir Ağları modelleri sağkalım verilerinin analizinde kullanılmıştır. Önerilen Cox modellerinden en iyi model seçilmiş ve ardından aynı veriler yapay sinir ağları kullanılarak analiz edilip modellerden en iyi olanı da seçilmiştir. Cox regresyon modeli sonuçları ile yapay sinir ağlarının kullanımından elde edilen sonuçlar arasında karşılaştırma yapılmıştır. İki yöntem arasındaki karşılaştırma, Hata Kareler Ortalaması (MSE) ve Ortalama mutlak hata (MAE) kriterlerine göre gerçekleştirilmiştir. Cox regresyon modellerinden en iyi model ve yapay sinir ağı modellerinden en iyi model seçilip karşılaştırdıktan sonra yapay sinir ağları modelinin, daha önce belirtilen kriterlere göre sağkalım verilerini analiz etmekte Cox regresyon modelinden daha iyi performans gösterdiği soncuna varılmıştır.