Ventriküler erken vuru ablasyonu planlanan hastalarda yapay öğrenme modellemesi kullanımı
Bu tez size mi ait?
Bu kayıt toplu arşivden geldi. Sizinse profilinize bağlayın.
Özet (TR)
Amaçlar: 12 derivasyonlu yüzeyel EKG verileri ile eğitilen yapay öğrenme modellemeleri ile çıkış yolu VEV'lerin yerleşim yerlerinin yüksek doğruluk ve duyarlılıkla belirlenmesi ve RF kateter ablasyonu sonrası nüks öngörüsüyle ilişkilerinin incelenmesi. Gereç ve Yöntem: Temmuz 2020–Temmuz 2025 arasında merkezimizde gerçekleştirilen çıkış yolu VEV kateter ablasyonları retrospektif olarak analiz edildi. 12 derivasyonlu EKG'lerden çok kanallı sınıflama için 13 kanallı girdi kullanan, daha derin ve geniş bir 1-B evrişimsel sinir ağı mimarisi (1-D CNN, MultiQRSNet) geliştirildi. Üç model eğitildi: (i) Sağ–Sol Model, (ii) Sağ–Sol–İntramural Model, (iii) Sağ–Sol Nüks Modeli. Gruplar arası sonuçlar karşılaştırıldı; çok değişkenli analizlerle nüks belirteçleri değerlendirildi. Bulgular: Sağ ventrikül çıkış yolu hastaları, sol ventrikül çıkış yolu ve intramural gruplara kıyasla daha genç (45,8±15,7 vs 58,4±11,3 ve 55,1±13,9 yıl; p<0,001), daha düşük VKİ sahip (27,1±3,9 vs 30,5±5,4 ve 29,9±5,5 kg/m²; p=0,001) ve komorbiditeleri (hipertansiyon %22 vs %53 ve %46; p=0,004; diyabet %5 vs %22 ve %27; p=0,012) daha az saptandı. Üç modelin performansı da istatistiksel olarak anlamlıydı (p<0,01). Sağ–Sol model sağ ve sol çıkış yolu ayrımında %98,22 doğruluk ve %98,22 duyarlılık sağladı. Sağ–Sol–İntramural model üç sınıflı ayrımda %60,73 doğruluk elde etti. Sağ–Sol Nüks model ise "kür" ve "nüks" sınıflamasında %69,83 doğruluğa ulaştı. Çok değişkenli analizde ABC-VT risk skoru bağımsız nüks öngördürücüsü olarak belirlendi. (OR: 1,21; p=0,044). Sonuç: Çalışmamızda oluşturduğumuz yapay öğrenme modeli ile, sağ ve sol çıkış yolu ayrımında yüksek kesinlikle bilmekle birlikte intramural odakların belirlenmesine olanak sağlamaktadır. Nüks öngörüsünde ABC-VT risk skoruyla birlikte Sağ-Sol Nüks modeli de kullanılabilir. Elde ettiğimiz sonuçlar sık VEV ile başvuran hastaların tedavi seçimine yardımcı olup girişim yeri komplikasyonları, işlem süresi ve maliyetlerin azalmasına yardımcı olabilmektedir. Anahtar Kelimeler: çıkış yolu VEV; intramural odak; yapay öğrenme
Yazar
Hakan Yalman
Bu Yayına Nasıl Atıf Yapılır
Hakan Yalman (Tıpta Uzmanlık Tezi). Ventriküler erken vuru ablasyonu planlanan hastalarda yapay öğrenme modellemesi kullanımı, 2025, İstanbul University-Cerrahpaşa.
Anahtar Kelimeler
Lisans
Tüm Hakları Saklıdır
Bu eser belirtilen lisans koşulları altında paylaşılmaktadır.
İstanbul University-Cerrahpaşa tezlerinden daha fazlası
- Türkiye'de sosyal hizmet perspektifinden sokağın bir çalışma alanı olarak yeniden yorumu: İstanbul örneğinde bir saha araştırması(2024)
- Termoelektrik malzeme ve modül üretimi için 3D yazıcı geliştirilmesi(2024)
- Rehber hemşirelik uygulamasının yeni mezun hemşirelerin gerçeklik şoku, klinik uyumu ve mesleki yeterlikleri üzerindeki etkisi(2024)
- Disfajisi olan akut inme hastalarına uygulanan güvenli beslenme programının etkinliğinin değerlendirilmesi(2024)
- H/V ve SPAC yöntemlerinin ortak ters çözümü: Eskişehir Ovası örneği(2024)
- Hemşirelerin güdülenmeye ilişkin görüşleri ve hemşire güdülenme ölçeğinin geliştirilmesi(2024)