15
Arşivlenen Tez
0
DOI Atanmış
0%
DOI Oranı
Anabilim Dalı
Sağlık alanında maliyet etkililik analizi ve bir uygulama
Bu çalışmada, benign prostat büyümesi (BPB) hastalığının tedavisinde kullanılan açık ve kapalı ameliyatın maliyet ve etkililiklerinin veri madenciliği yöntemleri kullanılarak ortaya konması, bir ekonomik değerlendirme yöntemi olarak sağlık alanında çok sık kullanılan maliyet etkililik analizi (MEA) ile karşılaştırılması ve hastane açısından maliyet etkili olan tedavi yönteminin belirlenmesi amaçlandı. 2013 yılında BPB tanısı almış toplam 86 erkek hasta olduğu belirlendi ve tüm hastalar çalışmaya dahil edildi. Hastaların 2013 yılını içeren veri dosyaları taranarak demografik, klinik ve laboratuvar verileri ile hastaneye olan maliyetleri kaydedildi. Hastaların yaşı (yıl), boy uzunluğu (cm), vücut ağırlığı (kg), ameliyat türü, kronik hastalık varlığı, sigara içme durumu, operasyon süresi (dk), prostat spesifik antijen düzeyi (PSA) (ng/mL), prostat ağırlığı (gr), rektal tuşe (RT) muayene sonucu, hastanede kalma süresi (gün) ve hastane açısından doğrudan tıbbi maliyetlerinin toplamı (TL) incelendi. Tedavilerin etkililiğini ölçmede, hastaların hastanede kalma süreleri dikkate alındı. Toplam maliyet, değişkenlerin grupları arasında normal dağılmadığından; değişkenlerin grupları arasındaki karşılaştırmasında Mann Whitney U testi kullanıldı. Sınıflandırma ve regresyon ağacı yöntemi (SRA) ile her bir ameliyat türünün maliyetine etki eden değişkenler bulundu. Bu yöntemler dikkate alınarak BPB için karar ağacı çizildi ve MEA gerçekleştirildi. Değişkenlerin grupları arasında maliyet karşılaştırma sonucuna göre ileri yaş, yüksek PSA düzeyi, uzun operasyon süresi, yüksek prostat ağırlığı ve sert prostat dokusunun toplam maliyeti yükselttiği belirlendi. SRA yöntemine göre açık ameliyatın maliyetini, çalışmaya aldığımız değişkenler içerisinde etkileyen bir faktörün olmadığı; kapalı ameliyat olanların toplam maliyetini ise yaş, RT ve operasyon süresi değişkenlerinin etkilediği bulundu. MEA yöntemine göre ameliyat olanların hastanede bir gün kalmasını önleme maliyeti; kapalı ameliyat olanlarda 177,28 TL/gün; açık ameliyat olanlarda ise 987,12 TL/gün olarak bulundu. BPB tedavisinde kullanılan kapalı ameliyatın maliyet-etkili olduğu ve dolayısıyla hastanenin kaynak ayırması gereken bir tedavi seçeneği olduğu sonucuna ulaşıldı. Ayrıca yaşlı ve uzun operasyon süreli kapalı ameliyat geçiren hastalar ile 64 yaşından küçük olup prostat dokusu yumuşak olan hastaların maliyetlerinin daha yüksek olduğu sonucuna varıldı. Anahtar Kelimeler: Benign prostat büyümesi, maliyet etkililik analizi, sınıflandırma ve regresyon ağacı
Sağkalım analizinde kantil regresyon ve parametrik regresyon modellerinin performanslarının karşılaştırılması
Sağkalım Analizinde Kantil Regresyon ve Parametrik Regresyon Modellerinin Performanslarının Karşılaştırılması. Bu çalışmada, farklı örneklem büyüklüklerine göre simülasyon ile türetilen sağkalım veri setleri ile homojen, heterojen yapıdaki sağkalım verilerinde KR ile PR modellerinin sağkalım sürelerini tahmin etmedeki performanslarının karşılaştırılması ve minimum hataya sahip modelin belirlenmesi hedeflendi. Ayrıca çalışmanın uygulama aşaması için R yazılım programı kullanılarak simülasyon uygulaması için bir algoritma oluşturuldu. Bu algoritma yardımıyla, heterojen yapıda türetilmiş veri setleri ve gerçek veri setleri üzerinde hem PR modellerinin hem de KR modelinin sağkalım analizindeki performansları, HKOK ve OMH kriterlerine göre karşılaştırıldı. Yapılan simülasyon çalışması sonunda, farklı örneklem büyüklüklerinde KR modelinin hatalarının, her iki kritere göre minimum olduğu gözlendi. PR modelleri arasında, HKOK kriterine göre minimum hata değerine sahip olan modelin log-normal regresyon; OMH kriterine göre minimum hata değerine sahip olan modelin log-lojistik regresyon; her iki kritere göre maksimum hata değerine sahip olan modelin Weibull regresyon modeli olduğu belirlendi. Homojen ve heterojen yapıdaki meme kanseri veri setlerinin uygulamasında, KR yönteminin performansının PR yöntemlerinden daha iyi olduğu gözlendi. Homojen yapıdaki meme kanseri veri seti ve heterojen yapıdaki gbcs veri seti için HKOK ve OMH kriterlerine göre minimum hatanın KR modelinde olduğu belirlendi. PR modelleri arasında, homojen yapıdaki meme kanseri veri setinde HKOK ve OMH kriterleri bakımından minimum hataya sahip olan modelin log-lojistik regresyon modeli olduğu; heterojen yapıdaki gbcs veri setinde ise her iki kritere göre minimum hataya sahip olan modellerin sırasıyla log-normal ve log-lojistik regresyon modelleri olduğu sonucuna ulaşıldı. Sonuç olarak, sağkalım analizinde KR yöntemi, hem homojen hem de heterojen yapıdaki veri setleri için PR yöntemlerine göre daha iyi performans göstermektedir. Anahtar Kelimeler: Kantil regresyon, Parametrik regresyon, Sağkalım analizi, Simülasyon.
EEG sinyallerinde farklı boyut indirgeme ve sınıflandırma yöntemlerinin karşılaştırılması
Bu çalışmada, epileptik ve epileptik olmayan EEG sinyallerinden elde edilen özniteliklerin boyutlarının Temel Bileşenler Analizi (TBA) ve Bağımsız Bileşenler Analizi (BBA) yöntemleri ile indirgenmesinin sınıflandırma başarısı üzerine etkilerinin belirlenmesi ve Lineer Diskriminant Analizi (LDA) ile Destek Vektör Makinesi (DVM) yöntemlerinin sınıflandırma performanslarının karşılaştırılması hedeflendi. Çalışmaya 10 kontrol ve uzman hekim tarafından epilepsi tanısı konmuş 10 hasta olmak üzere toplam 20 kişi dahil edildi. Epilepsi tanısı konmuş hastalardan alınan EEG kayıtları nöbet geçirmedikleri sırada alınan kayıtlardı. Epileptik ve epileptik olmayan sinyalleri sınıflandırmak için Ayrık Dalgacık Dönüşümü (ADD) ile sinyallerinin spektral analizi gerçekleştirildi ve sınıflandırmada kullanılacak olan öznitelikler elde edildi. Öncelikle özniteliklerin boyutu indirgenmeden, daha sonra TBA ve BBA ile indirgenerek sınıflandırma yapıldı. Sınıflandırma LDA, lineer ve radyal tabanlı çekirdek fonksiyonlarının kullanıldığı DVM yöntemleri ile gerçekleştirildi. Sonuç olarak, en yüksek sınıflandırma başarısı %92,2 duyarlılık %85,6 özgüllük ve %88,9 doğruluk oranlarıyla özniteliklerde boyut indirgenme yapılmadan ve radyal tabanlı çekirdek fonksiyonunun kullanıldığı DVM yöntemi ile elde edildi. BBA ve TBA ile boyutu indirgenen özniteliklerle yapılan sınıflandırmalarda benzer sonuçlar elde edildi.
Aşamalı ve aşamalı olmayan bulanık modellerin sınıflandırma performanslarının karşılaştırılması
Bu çalışmada, simülasyon verisi ve gerçek veri seti ile farklı üyelik fonksiyonları kullanılarak aşamalı ve aşamalı olmayan bulanık modellerin sınıflandırma performanslarının karşılaştırılması hedeflendi. Çalışmanın uygulama basamağında MATLAB yazılım programı kullanılarak simülasyon uygulaması için algoritmalar oluşturuldu. Hem bu algoritmalar yardımıyla türetilmiş veri setleri hem de gerçek bir veri seti kullanılarak oluşturulan aşamalı ve aşamalı olmayan bulanık modellerin sınıflandırılma performansları; duyarlılık, özgüllük, doğruluk yüzdeleri ve HKOK kriterlerine göre karşılaştırıldı. Simülasyon uygulaması sonunda aşamalı olmayan bulanık modellerin duyarlılık, özgüllük ve doğruluk yüzdelerinin aşamalı bulanık modellerden daha yüksek; HKOK değerlerinin ise daha düşük olduğu belirlendi. Kural tabanının ise aşamalı bulanık modelde aşamalı olmayan bulanık modellere göre daha geniş olduğu görüldü. En iyi sonuç veren üyelik fonksiyonlarının ise üçgen ve çan üyelik fonksiyonları olduğu sonucuna ulaşıldı. Gerçek uygulamada da simülasyon sonuçlarına paralel olarak farklı üyelik fonksiyonları ile oluşturulan aşamalı olmayan bulanık modellerin aşamalı bulanık modellere göre duyarlılık, özgüllük, doğruluk yüzdelerinin daha yüksek, HKOK değerlerinin ise daha düşük olduğu belirlendi. Sınıflandırma bakımından en iyi sonuç veren modellerin Gauss ya da yamuk üyelik fonksiyonu ile oluşturulduğu sonucuna ulaşıldı. Sonuç olarak aşamalı olmayan bulanık mantık yöntemi, aşamalı bulanık mantık yöntemine göre daha iyi sınıflandırma yapmaktadır. Verinin yapısı, değişkenlerin dağılımı, birbiri ile ilişkisi, bulanıklaştırma adımında değişkenlerin alt kategorilere nasıl ayrılacağı ve hangi yöntemin kullanılacağı hususlarının ayrıntılı irdelenmesi gerektiği için mutlaka konuyla ilgili bilgi ve tecrübeye sahip uzman desteği alınmalıdır. Anahtar Kelimeler: Aşamalı Bulanık Model, Aşamalı Olmayan Bulanık Model, Sınıflandırma, Simülasyon.
Tıp eğitiminde öğretim teknolojileri: e-öğrenme ve probleme dayalı öğrenme entegrasyonu
Bu çalısmanın amacı, tıp egitiminde probleme dayalı ögrenmeyi destekleyen E-ögrenme ortamı gelistirmek ve web tabanlı ögrenme ortamları ile desteklenmis bir probleme dayalı ögrenme modülü ile klasik PDÖ modülü sınav puanları arasında bir fark olup olmadıgını ve ögrencilerin bu E-ögrenme uygulaması ile ilgili memnuniyetlerinin saptamaktır. Bu amaçla ögrencilere bagımsız çalısma sürecinde kullanabilecekleri ve PDÖ de yer alan konu ile ilgili ögrenme hedeflerini genis bir biçimde içeren bir web ögrenme sayfası olusturulmustur. Arastırmanın evrenini Akdeniz Üniversitesi Tıp Fakültesi 2006-2007 egitim ögretim yılında ögrenim gören Dönem-1 ögrencilerinin tümü (174 ögrenci) olusturmustur. Örnek seçimi yapılmamıstır. Anket sorularına Dönem I ögrencilerinin 165'i yanıt vermistir (ulasma oranı %94.8). Arastırma sonucunda ögrencilerin %66.0'ının E-ögrenme uygulamasından memnun oldukları, %15.0'inin kararsız, %19.0'ının ise memnun olmadıkları saptanmıstır. 2006-2007 egitim ögretim döneminde uygulanan bes PDÖ sınav puan ortalamaları arasında en yüksek sınav puanının 5. PDÖ de (E-ögrenme ile desteklenen PDÖ) alındıgı ve klasik PDÖ sınav puan ortalamaları ile anlamlı bir fark oldugu saptanmıstır (p=0.000). Sonuç olarak E-ögrenme uygulamasının ögrencilerin basarıları üzerine olumlu bir etkisi oldugu ve ögrencilerin büyük çogunlugunun uygulamadan memnun oldugu saptanmıstır. Anahtar kelimler: Tıp Egitimi, E-ögrenme, Probleme Dayalı Ögrenim.
Solunum sistemi hastalıklarının sınıflandırılmasında makine öğrenmesi yöntemlerinin kullanımı
En sık görülen solunum yolu hastalıkları olan astım, KOAH ve pnömoni (zatürre) gibi hastalıkların tanısı ve sınıflandırılması hayati öneme sahiptir. Son zamanlarda, bu önem nedeniyle sağlık verilerinin işlenmesine büyük ilgi gösterilmiştir. Makine öğrenmesi algoritmaları, bu amaç için önemli bir yere sahiptir. Önceki çalışmaların odağı astım, KOAH ve pnömoni hastalıklarının teşhisinde en öngörücü algoritmayı elde etmektir. Ancak, en önemli değişkenlerin belirlenmesi çok az ilgi görmüştür. Bu çalışmanın temel amacı, en önemli makine öğrenmesi algoritmalarını değişken önemine sahip sonuçlarla ayrıntılı olarak sunmaktır. Makine öğrenme algoritmalarına ve değişken önemi değerlendirmelerine dayalı kapsamlı bir karşılaştırma çalışması, doğruluk, precision(kesinlik), recall(duyarlılık), Kappa istatistikleri, F-ölçüsü, ROC eğrisi ve AUC değeri gibi farklı performans kriterleri dikkate alınarak yapılmıştır. Sağlıklı grup ile hastalıkların sınıflandırılmasında, astım hastalığı için rastgele orman (CART öğrenen ile) ve C5.0, KOAH için SVM (doğrusal olmayan çekirdek ile) ve GBM ve pnömoni hastalığı için Bagging ve Random Forest (CART öğrenen ile) en iyi algoritmalar olarak bulunmuştur. Ayrıca, tüm gupların birlikte sınıflandırılmasında en iyi test edilen algoritma GBM'dir. Değişken önemlilikleri dikkate alındığında sağlıklı grup ile hastalıklar arasında astım vakası sınıflandırma sonuçlarına göre, en önemli değişkenler FEV3, FVC, FEV1, MEF50 dır. KOAH'da MEF50, FVC, FEV3, PIF ve FEV1, pnömonide ise FVC, FEV3, MEF50 ve FEV1 dikkate değer değişkenlerdir. Tüm grupların birlikte sınıflandırmasında ise neredeyse tıbbi değişkenlerin hepsi büyük öneme sahiptir. Önemli değişkenlerin sırası, korelasyon analizi ve istatistiksel anlamlılık testleriyle desteklenmiştir. Ek olarak, ROC eğrileri ve AUC değerleri görsel olarak benzer ve destekleyici sonuçlar vermiştir. Sonuç olarak, bu çalışma sağlık bilimleri ve makine öğrenimi uygulamaları konusunda uzman sistemler üzerinde çalışan uygulayıcılar ve araştırmacılar için değerli olacaktır. Anahtar Kelimeler: astım, KOAH, pnömoni, hastalık tahmini, makine öğrenmesi, özellik seçimi.
ROC (Receiver operationg characteristic) eğrisi altı alan hesaplama yöntemlerinin karşılaştırılması
Sağlık alanında, koruyucu tıp veya klinik çalışmalarda doğru ve erken tanı konması, başta ilgili hastalığın toplumsal seyri ve tedavi uygulamaları olmak üzere, olası tüm etkileşimleri ve sonuçlarının kontrolünü sağlayacaktır. Tanı testi (diagnostik test) şüphelenilen hastalığın varlığı/yokluğunun belirlemesi amacıyla kullanılan değerlendirme kurguları veya özgün gereçlerin kullanımıyla elde edilen ölçüm veya hesaplama sonuçlarıdır.Yeni bir tanı test önerildiğinde, onun insan sağlığı üzerine olan etkisinin araştırlmasının amacı yalın uygulamalar ile risksiz, ekonomik olarak uygun ve yeterince doğruluğa sahip ve karalı sonuçlar verebiliyorsa kullanılacaktır. Tanı testi performans belirlenmesi ve kıyaslamalarda Receiver Operating Characteristic (ROC) eğrisi çözümlemesi kullanılır. ROC eğrisi altındaki alan (Area Under Curve) tanı testinin doğruluk düzeyinin en iyi göstergesi kabul edilir. Bu çalışmada,ROC eğrisi analizinin örneklem ve değişkenin sahip olduğu dağılım özelliklerine (parametrik/nonparametrik) bağlı olarak değişebildiği için, eldeki veriye en uygun çözümleme yaklaşımları ve özellikleri ele alınacaktır. Sürekli sonuçlu ölçütlerde altın standarda göre hasta ve sağlamların tanı testi sonuçlarının ve normal dağılımlı (parametrik) olduğu veya olmadığı (nonparametric) durumda kullanılan hesaplama yöntemlerinin sonuç bulgusu olan eğri altı alanların (AUC) birbirleri arasındaki farklılıklar incelenmiştir.Ayrıca, bir tanı testinin sürekli bir ölçütken bunun iki sonuçlu hale dönüştürmenin eğri altı alanların özelliklerine olan etkileri de örneklenmeye çalışılmıştır. Örnek veri seti üzerinde yapılan değerlendirmeler sonucunda, normal dağılıma sahip tanı testi sonuçlarının parametrik hesaplama yöntemlerinin daha uygun (yansız) olduğu sonucuna varılmıştır.Varyansın geniş olduğu ve/veya çarpık dağılımlı verilerde, parametrik olmayan yönteminlerin (Mann Whitney) kullanılması daha uygun olacaktır.Eldeki sürekli değişkenin iki biçimli (dikotom) hale dönüştürülmesi ve kesim noktası (cut-off point) seçimi de (yüksek/düşük) neden olduğu bilgi kaybı nedeniyle, hesaplama sonuçlarını çok önemli ölçülerde etkileyecektir. Bu çalışmada Binormal, Binomial exact_De Long ve Nonparametric (Mann-Whitney) çözümleme yöntemleri belli düzeylerde farklılıklar göstermesine ragmen,aralarında gözlenen farkların anlamlı olmadığı gözlenmiştir.
Sürekli ölçümlerin uyum değerlendirmesinde kullanılan istatistiksel yöntemlerin irdelenmesi
Günümüzde tasarlanan yeni çalışmalar, geliştirilen yeni yöntemler veya var olan çalışmalara getirilen yeni bakış açıları ile klinik çalışmalar her geçen gün güncellenmektedir. Çalışma alanının önemi, çalışmaların ölçümünden tasarımına kadar olan süreci çok değerli kılmaktadır. Bu çalışmalarda kullanılacak verilerin ölçümü, ölçüm şekli ve bu ölçümlerin karşılaştırılabilir olması çalışmanın güvenilirliği için önemlidir. Metod karşılaştırma çalışmaları bu aşamada önemlidir. Karşılaştırma yapılırken çeşitli korelasyon ve regresyon yöntemlerine başvurulmaktadır. Biz bu çalışmada, klinisyen görüşüne açık olan, çeşitli hesaplama ve grafiklerle yorumlanan Bland-Altman Yöntemini, doğrusal regresyondan farklılaşarak hesaplanırken hata payını dikkate alan Deming Regresyon, tekrarlı ölçümlerin sistematik değişikliklerine duyarlı Sınıfiçi Korelasyon Katsayısını (SKK) ve SKK'da da göz önüne alınan sistematik hatanın yanı sıra rastgele hataya da duyarlı Concordance Correlation Coefficient (CCC) yöntemlerini inceledik. Anahtar Kelimeler; Sınıfiçi Korelasyon Katsayısı (SKK), Bland-Altman Yöntemi, Deming Regresyon, Concordance Correlation Coefficient (CCC)
Probit çözümlemesi ve sağlık alanında uygulanması
Bugün tıp ve daha birçok alanda çeşitli kimyasalların üretiminde klinik deneyler yapılmaktadır. Bu deneylerde öldürücü doz (LD50) hesaplanır. Biyolojik deneme, biyolojik bir canlıya uygulanan etkili maddelerin farklı doz düzeylerinin oluşturduğu cevapların incelenmesidir. Bahsedilen LD50 değeri, bir etkin maddenin öldürme, zarar verme kapasitesi olarak tanımlanabilir. Denemelerde canlının farklı dozlara verdiği cevaplar kullanılarak öldürücü hesabının yapılması olayına ise probit analizi adı verilir. Bu çalışmada genel anlamda, probit analizinin hangi alanlarda ne tür problemleri çözmeye yönelik bir yöntem olduğu, sağlık alanındaki yeri, kullandığı olasılık dağılımı, bu analizin matematiksel temellerinin incelenmesi irdelenecektir. Bu temel başlıkların altında araştırmanın amacı olarak, bu yöntemin sağlık alanında uygulanmasına dönük hesaplama şekilleri incelenecek ve bulgular kısmında daha önce 2015 yılında yapılan bir toksisite deneyine ait verilerden yararlanılarak, bu analiz türünün verilere uygulanması gösterilecektir. Uygulama kısmında verilerin teorik analizi yapılacak ve bu hesaplamalarda probit çözümlemesinin teorik özelliklerine de değinilecektir. Aynı veriler bilgisayar ortamında da hesaplanarak bulunan sonuçlar birbiri ile karşılaştırılacak ve birbirlerine göre olan farklılıkları, avantajları ve dezavantajları incelenecektir. Anahtar Kelimeler : probit analiz, letal doz, LD50, doz-tepki, biyolojik deneme, doğal ölüm
Meme kanserli hastalarda ölüm riskinin birleşik zayıflık modelleri ile incelenmesi
Meme kanseri, kadınlarda en sık görülen kanser türleri arasında yer almaktadır ve hastalığın görülme oranı gün geçtikçe artmaktadır. Dolayısıyla bu alanda yapılan çalışmalarda artmaktadır. Yapılan çalışmaların birçoğunda olguların sağkalım sürelerini etkileyen risk faktörleri araştırılırken, bireyler arasındaki heterojenlikler dikkate alınmamaktadır ve nüks,ölüm olayları birbirinden bağımsız değerlendirilmektedir. Ancak ölüm, nüks ve metastaz olaylarının birbirinden bağımsız değerlendirerek klasik sağkalım analizlerinin yapılması elde edilen parametre tahminlerinin yanlı olmasına neden olacaktır. Bu durumda birleşik zayıflık modellerinin kullanımı önerilmektedir. Birleşik zayıflık modelleri ile bireyler arasındaki heterojenlikler dikkate alınmakta ve bireylerin ölüm riskleri modellenirken tekrarlayan olaylar da değerlendirilmektedir. Yapılan bu çalışmanın amacı, meme kanserli hastalarda nüks ile ölüm arasındaki ilişkiyi, bireyler arasındaki heterojenliği araştırarak ve dikkate alarak, ölüm ve nüks üzerine etkili olan faktörleri birleşik zayıflık modeli ile incelemektir. Çalışmanın ikincil amacı ise, dinamik tahmin yöntemleri yardımıyla hastanın tüm hikayesini değerlendirerek ölüm risklerini tahmin etmektir. Çalışmada 2009-2016 yılları arasında İstanbul Tıp Fakültesi Onkoloji Enstitüsünde ameliyat olan 465 hastanın verileri kullanılmıştır. Çalışmanın sonucunda, nüks ve ölüm arasında pozitif ilişki gözlenmiştir. Ayrıca bireyler arasında heterojenlik gözlenmiştir. Nüks için tümör tipi, ameliyattan sonraki lenf nodu sayısı, neoadjuvan kemoterapi alma durumu, klinik evre, ameliyat tipi faktörlerinin etkileri istatistiksel olarak anlamlı bulunurken, ölüm için ise Cerb-B2, tümör tipi, ameliyattan sonra lenf nodu sayısı, neoadjuvan kemoterapi alma durumu faktörlerinin etkileri anlamlı bulunmuştur. Dinamik tahmin yöntemi ile elde edilen tahminlerin değerlendirilmesinde kullanılan Brier skorlarının değerleri 0,30'un altında bulunmuştur. Sonuç olarak, zayıflık etkisi anlamlı olduğu durumlarda, aynı özelliklere sahip bireylerin dahi ölüm riskleri birbirinden farklılık göstermektedir.Nüks ve ölüm olaylarının birbiri ile ilişkili olduğu ve heterojenlik etkilerinin saptandığı durumlarda birleşik zayıflık modellerinin kullanımı önerilmektedir.
Klinik denemelerde örneklem büyüklüğü hesaplanmaları ve klasik hesaplama yöntemleri ile karşılaştırılması
Clinical trials are well-planned studies. One of the earlier steps in clinical trials is the determination of sample size. The question "how many subjects should be used?" must be answered carefully by considering many important aspects of the study. Some of the clinical trials might be too expensive. Besides, in some of them, finding subjects may be difficult to include clinical trials. For such these reasons, it is not efficient including either too few or too many subjects in clinical trials. Therefore, sample size calculation is an important issue in clinical trials due to ethical, economic and scientific reasons. There are several factors that affect the sample size such as study design, trial objectives or clinical important difference. In this thesis, we give an overview of sample size calculation in clinical trials. Parallel group and cross-over study designs are taken into account. We also considered equality, superiority, non-inferiority and equivalence trials for two samples. First, we gave proofs of sample size calculations with both known and population variance. Then, we show numeric examples to clarify sample size calculation. Additionally, we share how these calculations are carried out RStudio. We also create simulation scenarios under different distributions, trial objectives, sample size with the clinical important difference and specified effect sizes to compare observed power. We show that the observed power is highest in non-inferiority trials compared to superiority and equality trials based on same clinical important difference, Type I error, study design and sample size. The observed power is higher in cross-over design compared to parallel group design with same clinical important difference, Type I error, trial objective and sample size. The responses are created under different distributions, however; there is no considerable effect of different distributions on observed power.
Kısmi ilişkili verileri incelemekte kullanılan parametrik ve parametrik olmayan yöntemler ve benzetim çalışması
Kısmi ilişkili veri bağımlı iki gruplu veride kayıp değerlerin ortaya çıkmasıyla oluşan bir durumdur. Bağımlı gruplu veride aynı bireyler üzerinde tekrarlı ölçümler yapılır. Kısmi ilişkili veri iki alt gruptan oluşur. Bunlar eşli veri ve eşli olmayan veridir. Eşli veride iki grupta da kayıp veri gözlenmez. Eşli olmayan veride ise iki gruptan birinde kayıp veri oluşur. Kısmi ilişkili veri eşli ve eşli olmayan verinin kombinasyonudur. Yapılan literatür taraması sonucunda kısmi ilişkili veriyi incelemekte kullanılan sekiz adet parametrik ve on bir adet parametrik olmayan yöntem bulunmuştur. Bu çalışmanın amacı geleneksel yöntemlerle çalışmada tanıtılan yöntemleri karşılaştırmak ve performansı en iyi olan yöntemi belirlemeye çalışmaktır. Bu çalışmada parametrik ve parametrik olmayan yöntemler için iki uygulamaya yer verilmiş ve geleneksel yöntem olarak seçilen liste boyunca silme yöntemi ile çalışmada tanıtılan yöntemler karşılaştırılmıştır. Ayrıca parametrik ve parametrik olmayan yöntemler için iki adet benzetim çalışması yapılmıştır. Parametrik yöntemler ile ilgili benzetim çalışmasında kayıp veri içermeyen bir veri setinin rastgele %10, %30 ve %50'si silinmiş ve geleneksel yöntem olarak liste boyunca silme yöntemi alınmıştır. Benzetim çalışması sonucunda sekiz yöntemden dördünün liste boyunca silme yönteminden üstün olduğu ve en güçlü yöntemin ise ağırlıklı t testi olduğu belirlenmiştir. Parametrik olmayan yöntemlerle ilgili benzetim çalışmasında tüm bir veri setinin rastgele % 25'i silinmiş ve geleneksel yöntem olarak liste boyunca silme yöntemi seçilmiştir. Benzetim çalışması sonucunda on bir yöntemden altısının liste boyunca silme yönteminden üstün olduğu ve en güçlü yöntemin yeni işaret sıra testi olduğu belirlenmiştir. Anahtar Kelimeler : Eşli veri, eşli olmayan veri, kısmi ilişkili veri, kayıp veri, tamamen rastgele kayıp
GMDH türünde sinir ağı algoritması ile ikili sınıflandırma
Group Method of Data Handling (GMDH) - type neural network algorithms are the self organizing algorithms for modeling complex systems. GMDH algorithms are used for different objectives; examples include regression, classification, clustering, forecasting, and so on. In this thesis, we propose a new algorithm named as diverse classifiers ensemble based on GMDH (dce-GMDH) algorithm for binary classification. Also, we develop an R package, GMDH2, to make our proposed algorithm available. The package offers two main algorithms, GMDH and dce-GMDH algorithms. GMDH algorithm performs binary classification and returns important variables. dce-GMDH algorithm performs binary classification by assembling classifiers based on GMDH algorithm. The package also provides a well-formatted table of descriptives in different format (R, LaTeX, HTML). Moreover, it produces confusion matrix and related statistics, and interactive scatter plot (2D and 3D) with classification labels of binary classes to assess the prediction performance. All properties of the package are demonstrated on Wisconsin Breast Cancer data. A Monte Carlo simulation study is also conducted to compare GMDH algorithms to the other well-known classifiers under the different conditions. Moreover, a user-friendly web-interface of the package is developed especially for non-R users. This web-interface is available at http://www.softmed.hacettepe.edu.tr/GMDH2.
Riboşalterlerin insan genomunda aranması ve bilgisayar ortamında vaka çalışmaları ile potansiyel bir ilaç hedefi olarak tahmin edilmesi
Riboşalterler genellikle mRNA'nın 5' ucu bölgelerinde bulunan genetik düzenleyici yapılardır. Riboşalterlerin en belirleyici özelliği, doğrudan bir fizyolojik sinyali tanımaları ve RNA yapısında ortaya çıkan kaymalar ile spesifik genlerin regülasyonunu etkilemeleridir. Mevcut Rfam veri tabanı 40 riboşalter ailesi içermektedir. Riboşalterler, belirli efektörleri bağlamak için farklı moleküler belirleyiciler geliştirdiklerinden, sadece ideal geri bildirim mekanizmaları için değil, aynı zamanda yeni ilaç hedefleri olarak hizmet etme potansiyelleri için de ilgi toplamışlardır. Diğer taraftan, riboşalterlerin, geri besleme mekanizmaları yoluyla hücrede hayati yolların düzenlenmesinde önemli rolleri vardır. Bu özelliklerinden dolayı riboşalterler, çoklu ilaç direncine (MDR) bir çözüm bulmak amacıyla, teorik ve pratik olarak antibiyotik tasarımı için potansiyel yeni hedefler olarak kabul edilmiştir. Bu çalışmada iki amaç yer almaktadır. Birinci amacımız insan genomunda literatürde mevcut olan riboşalter yapılarıyla anlamlı derecede uyumluluk gösteren gen sekanslarının tespit edilmesi ve bu gen sekanslarının bilinmeyen fonksiyonlarının ortaya çıkarılmasıdır. Bu doğrultuda lizin (lysine) riboşalteri ile insan genomunun belirli bölgelerinde anlamlı kabul edilebilecek sınıra yakın eşleşmeler elde edilmiştir. Çalışmamızın ikinci amacı ise, "Rfam" biyolojik veri tabanında yer alan erişime açık verileri kullanarak, riboşalter RNA aile üyelerinin potansiyel bir ilaç hedefi olarak düşünüldüğü sanal tarama analizi süreçlerini organize eden bir ardışık düzen oluşturmaktır. Çalışma sonucunda oluşturduğumuz ardışık düzen "V. vulnificus" genomuna ait sanal tarama analizi sonuçlarını elde etmeyi başarmıştır. Elde edilen sanal tarama analizleri Lipinski kuralı dikkate alınarak incelendiğinde "ZINC000040394717" erişim kimliğine sahip molekülün "Ceftazidime"; "ZINC000004097280" erişim kimliğine sahip molekülün ise "Ciprofloxacin" ile benzer moleküller olduğu söylenebilir. Ceftazidime ve Ciprofloxacin "V. vulnificus" organizması kaynaklı hastalıkların tedavisinde kullanılan ilaçlar arasındadır. Benzerlik bulduğumuz ZINC erişim kimliğine sahip moleküllerin literatürde henüz bilinen bir kullanımı yoktur. Bu açıdan literatüre katkıda bulunulmuştur.
Sağkalım analizinde kantil regresyon ve parametrik regresyon modellerinin performanslarının karşılaştırılması
Sağkalım Analizinde Kantil Regresyon ve Parametrik Regresyon Modellerinin Performanslarının Karşılaştırılması. Bu çalışmada, farklı örneklem büyüklüklerine göre simülasyon ile türetilen sağkalım veri setleri ile homojen, heterojen yapıdaki sağkalım verilerinde KR ile PR modellerinin sağkalım sürelerini tahmin etmedeki performanslarının karşılaştırılması ve minimum hataya sahip modelin belirlenmesi hedeflendi. Ayrıca çalışmanın uygulama aşaması için R yazılım programı kullanılarak simülasyon uygulaması için bir algoritma oluşturuldu. Bu algoritma yardımıyla, heterojen yapıda türetilmiş veri setleri ve gerçek veri setleri üzerinde hem PR modellerinin hem de KR modelinin sağkalım analizindeki performansları, HKOK ve OMH kriterlerine göre karşılaştırıldı. Yapılan simülasyon çalışması sonunda, farklı örneklem büyüklüklerinde KR modelinin hatalarının, her iki kritere göre minimum olduğu gözlendi. PR modelleri arasında, HKOK kriterine göre minimum hata değerine sahip olan modelin log-normal regresyon; OMH kriterine göre minimum hata değerine sahip olan modelin log-lojistik regresyon; her iki kritere göre maksimum hata değerine sahip olan modelin Weibull regresyon modeli olduğu belirlendi. Homojen ve heterojen yapıdaki meme kanseri veri setlerinin uygulamasında, KR yönteminin performansının PR yöntemlerinden daha iyi olduğu gözlendi. Homojen yapıdaki meme kanseri veri seti ve heterojen yapıdaki gbcs veri seti için HKOK ve OMH kriterlerine göre minimum hatanın KR modelinde olduğu belirlendi. PR modelleri arasında, homojen yapıdaki meme kanseri veri setinde HKOK ve OMH kriterleri bakımından minimum hataya sahip olan modelin log-lojistik regresyon modeli olduğu; heterojen yapıdaki gbcs veri setinde ise her iki kritere göre minimum hataya sahip olan modellerin sırasıyla log-normal ve log-lojistik regresyon modelleri olduğu sonucuna ulaşıldı. Sonuç olarak, sağkalım analizinde KR yöntemi, hem homojen hem de heterojen yapıdaki veri setleri için PR yöntemlerine göre daha iyi performans göstermektedir. Anahtar Kelimeler: Kantil regresyon, Parametrik regresyon, Sağkalım analizi, Simülasyon.