31
Archived Theses
0
DOIs Assigned
0%
DOI Rate
Discipline
İdari, eğitim ve akademik amaçlı medikal enformasyon portalı geliştirilmesi
ÖZETInternet'in gelişimi ile ortaya çıkan yeni teknolojilerin ulaştığı noktada, artıkbilgi ve belge yönetimi/paylaşımı portal adı verilen ve ?süper site? olarak da bilinensanal ortamlarda gerçekleştirilmektedir. Portallar bilginin, ?arama? işlevi ile kolaycaulaşılabildiği farklı servislerden oluşurlar. Bu servisler, farklı amaçlara yönelik bilgive belge paylaşımının niteliğini farklı kullanıcı tiplerine göre uyarlayaraksağlayabilirler. Portalların, özellikle organizasyonel açıdan sağlayabileceğikolaylıklar ile kurumlar çalışma ortamlarının temel işlevlerini bu ortamlara taşıyarakkurumiçi bilgiye erişimi kolaylaştırma ve iş verimliliğini artırma hedeflerineulaşabilirler.Bu çalışmada Biyoistatistik ve Tıp Bilişimi Anabilim Dalı'nda belgeyönetimi için kullanılması tasarlanan; bunun yanında Akdeniz Üniversitesi TıpFakültesi öğrencilerine yönelik olarak tıbbi terimler sözlüğü ve akademik takvimservislerini içeren bir portal geliştirilmiştir. Belge yönetimi servisi, anabilim dalınınişleyişine özel belge kütüphaneleri (gelen evrak, giden evrak, vd.) ve belge çalışmaalanları (tez, ödev çalışma alanları) içermektedir. Ayrıca, kullanıcılara ?çalışmaalanı? olarak ayrılan bölümler bulunmaktadır. Bir kullanıcı çalışma alanı,kullanıcının tercihlerine göre uyarlanabilir niteliktedir ve kullanıcıya görev listesi,hatırlatmalar, duyurular gibi servisler verir. Tıbbi sözlük servisi tıbbi terimlerinanlamlarının Web üzerinden sorgulanmasına izin veren bir servistir. Bu servis tıpkıakademik takvim servisi gibi bir Web veritabanı uygulamasıdır. Akademik takvimservisi ise her akademik yıl için o yıl başlamadan belirlenen ders akışına, öğrencilereWeb üzerinden ulaşma imkanı sağlamaktadır. Portalın belge yönetimi servisi içinkullanılan temel platform, Microsoft SharePoint Portal Server (SPPS)'dır. Diğerservislerin ve Biyoistatistik ve Tıp Bilişimi Anabilim Dalı'nın resmi Web sitesiningeliştirilmesi için ise ASP.NET, JavaScript, HTML gibi Internet teknolojilerininyanında veritabanı teknolojilerinden de yararlanılmıştır. Servislerin geliştirilmesinde3 katmanlı (three-tier) yazılım geliştirme mimarisi kullanılmıştır. Servisleringerektirdiği veritabanlarının veri modelleri ise Varlık- lişki modeli ile tasarlanmıştır.Bu çalışmada ayrıca tıbbi terimler sözlüğü servisinin, gerektirdiği veritabanıboyutunun giderek artması ile gerçekleştirdiği veritabanı işlemlerinin servisgecikmesine etkisi ölçülmüştür. Buna göre, farklı sayıda tıbbi terim saklayanveritabanları ile gerçekleştirilen ölçümler sonunda ortaya çıkan ortalama veritabanıişlem süresinin servis süresi dahilinde kabul edilebilir olduğu sonucuna varılmıştır.Bu çalışmada medikal bilgiye erişimi sağlayan servislerden oluşan bir portalgeliştirilmiştir. Bu prototip portala, Biyoistatistik ve Tıp Bilişimi Anabilim Dalıçalışanları ve Tıp Fakültesi öğrencilerinin kullanımına yönelik, gerek eğitim gerekseakademik tabanlı yeni servisler eklenmesi planlanmaktadır. Bu amaçla, kullanıcılarınservis kullanım logları incelenecek, kullanıcıların servisleri kullanırken edindiklerideneyimler geribildirimlerle toplanacaktır.Anahtar kelimeler: portal, medikal portal, belge yönetimi, tıbbi sözlük,Sharepoint Portal Server, ders takvimi.iv
Mobil sağlık uygulamalarında kullanılabilirlik: Bilişsel yük analizinde göz izleme
Amaç: Bu çalışmada, mobil sağlık uygulamalarının kullanılabilirliği; göz izleme, geleneksel ve modele dayalı yöntemlerle değerlendirilerek bu yöntemler arasındaki ilişki araştırılmıştır. Araştırma sonucunda bilişsel yükün kullanıcı performansına etkisi konusunda önemli bilgiler elde edilmiş, mobil uygulamaların kullanıcılara yüklediği bilişsel yükün daha etkin araştırılması yönünde literatüre katkıda bulunmuştur. Yöntem: Mobil sağlık uygulaması e-Nabız uygulamasının kullanımı esnasında ortaya çıkan bilişsel yük bir taraftan modele dayalı olarak GOMS modeli ile tahmin edilerek diğer taraftan da 30 gönüllü e-Nabız kullanıcısı (15 deneyimli, 15 deneyimsiz) ile yapılan oturumlarda göz izleme, NASA-RTLX ve SUS ölçekleri ve geriye dönük görüşmeler ile ölçülmüştür. Bu yöntemler hem kendi içinde demografik bilgiler (deneyim, e-Nabız kullanım sıklığı, eğitim durumu ve cinsiyet) açısından hem de birbirleri arasında bilişsel yükü tespit edebilme açısından karşılaştırılmıştır. Bulgular: Bilişsel yükü tahmin etmede performans ile GOMS ve NASA-RTLX arasında güçlü bir ilişki bulunmuştur. Performans ile odaklanma oranı arasında negatif bir ilişki ve performans ile odaklanma süresi arasında pozitif bir ilişki bulunmuşken performans ile göz kırpma arasında anlamlı bir ilişki bulunmamıştır. Bilişsel yükü tahmin etmek için kullanılan GOMS modeli ve algılanan bilişsel yük arasında pozitif güçlü ve göz izleme değişkenlerinden dakikada göz kırpma arasında negatif güçlü bir ilişki bulunmuş ancak GOMS ile odaklanma oranı ve odaklanma süresi arasında anlamlı bir ilişki bulunmamıştır. Algılanan bilişsel yük ile dakikada göz kırpma sayısı arasında negatif güçlü bir ilişki bulunurken algılanan bilişsel yük ile odaklanma süresi ve odaklanma oranı arasında anlamlı bir ilişki gözlenmemiştir. Bu çalışmada elde edilen bilişsel yük verilerini kullanıcılarla yapılan geriye dönük görüşmeler, SUS sonuçları ve araştırmacı gözlemi desteklemektedir. Sonuç: Bu çalışma, bilişsel yükün modelleme yöntemiyle tahmin edilmesi ve kullanıcı testleriyle ölçülmesi arasında güçlü bir ilişki olduğunu, amaca yönelik birinin ya da kombinasyonlarının kullanılabileceğini ortaya koymuştur.
İstatistikte klasik (frekansçı) ve bayesyen yaklaşımın örneklem büyüklüğü üzerindeki etkilerinin karşılaştırılması
Araştırmaların en önemli aşamalarından birisi optimum örneklem büyüklüğünün hesaplanmasıdır. Örneklem büyüklüğünün hesaplanmasının temel amacı, klinik parametrelerde, tedavi etkilerinin ya da ilişkilerin belirlenmesinde anlamlı farklılıkların tespit edilebilmesi için gerekli olan örneklem sayısının saptanmasıdır. Yetersiz örneklem büyüklüğüne bağlı olarak mevcut farklılıkları saptayamayan istatistiksel açıdan gücü düşük çalışmalara medikal dünyada sıkça rastlanmaktadır. Örneklem sayısının gereğinden fazla olması durumunda ise istatistiksel testlerin gücü artarak klinik olarak faydası olmayan küçük farkların saptanması kolaylaşmaktadır. Çalışmamızın amacı frekantist yaklaşımda örneklem büyüklüğünün gereğinden fazla artışı ile oluşan bu durumu Bayesyen yaklaşım ile karşılaştırmaktır. Çalışmamızda küçük ve büyük örneklem büyüklüğünde istatistiksel farklılıkları karşılaştırmak amacı ile küçük ve büyük olmak üzere iki örneklem oluşturulmuştur. Tüm gözlemler 40-50 yaş aralığında erkek hastalardan oluşmaktadır. Küçük örneklem için prospektif olarak iskemik kalp hastalığı (İKH) olan 32, İKH olmayan 37 çalışmaya dahil edilmiştir. Büyük örneklem için retrospektif olarak hastane veri sistemi taranarak iskemik kalp hastalığı olan 355, olmayan 545 kişi çalışmaya alınmıştır. Tüm hastaların biyokimyasal parametreleri frekantist ve Bayesyen yöntemler ile karşılaştırılmıştır. Araştırmada istatistiksel analiz bulgularının değerlendirilmesinde hata payı %5 olarak alınmıştır. Uygulamanın tamamı ise IBM SPSS 26 programı kullanılarak gerçekleştirilmiştir. Çalışmamızın sonucuna göre yüksek bir güçte çalışma planlanırken verinin frekansçı ya da Bayesyen istatistik ile değerlenirilmesi açısından fark bulunmamamaktadır.
Derin öğrenme yöntemleriyle prematüre bebeklerin retina görüntülerinin analizi
Amaç: Bu çalışmanın amacı, prematüre retinopatisi (ROP) tanısında klinik uzmanlara yardımcı olabilecek, derin öğrenme temelli bir karar destek sistemi geliştirmektir. Bu kapsamda, prematüre bebeklere ait retina görüntüleri, modern görüntü işleme teknikleri ve derin öğrenme algoritmaları kullanılarak analiz edilerek ve ROP hastalığına ilişkin evrelerin otomatik olarak sınıflandırılması amaçlanmaktadır. Geliştirilecek sistem ile tanı sürecinin hızlandırılması, uzman bağımlılığının azaltılması ve erken müdahale ile hastalığın ilerlemesinin önlenmesi hedeflenmektedir. Yöntem: Bu hedefte, retina görüntüleri üzerinde, görüntü işleme teknikleri ile görüntü optimizasyonu ve standartlaşması sağlanmıştır. Sınıflandırma işlemi için derin öğrenme yöntemleri kullanılmıştır. Özellikle konvolüsyonel sinir ağları (CNN) gibi derin öğrenme algoritmaları kullanılarak prematüre bebeklerin retina görüntüleri analiz edilerek ve hastalığın sınıflarının (Normal-ROP0, ROP1, ROP2) otomatik olarak tespit edilmesi sağlanmıştır. Bulgular: Akdeniz Üniversitesi Tıp Fakültesinden alınan ham veri setinde toplam 13779 retina görüntüsü bulunmaktadır. Bu görüntülerdeki veriler filtrelenmiş ve çoğaltılmıştır. Son olarak 25821 retina görüntüsü elde edilmiştir. Bu veri setine CNN algoritmalarından AlexNet'te %83,5, Inception-V3 %89,1, EfficientNet-B0 ise %89,9'luk bir doğruluk oranı tespit edilmiştir. Sonuç: Görüntü iyileştirme ve derin öğrenme yöntemlerinden sonra en iyi sonucu veren yöntemin %89,9 doğruluk oranı ile EfficientNet-B0 olduğu gözlemlenmiştir. Bu modelin sınıfları ayırt etmede AUC (Area Under Curve) değerlerinin Normal-ROP0 %99, ROP1 %97, ROP2 %98 olduğu tespit edilmiştir. Doğruluk oranlarının yükseltilmesi amacıyla veri miktarının artırılması ve elde edilen görüntülerin çözünürlük ve netlik düzeylerinin iyileştirilmesi gerekmektedir.
Sözel olaya ilişkin potansiyellerin incelenmesi için Türkçe paradigma tasarımı ve değerlendirilmesi
Amaç: Bu tez çalışmasında, Türkçe dilinde oluşturulan semantik olarak uyumlu ve uyumsuz cümlelerin işlenmesi sırasında ortaya çıkan elektroensefalografi (EEG) sinyalleri incelenmiştir. Amaç, bu tür dilsel uyaranların bilişsel işlemleme süreçlerine etkisini değerlendirmek ve özellikle N400 ile P600 olaya ilişkin potansiyel (OİP) bileşenleri üzerinden analiz yapılmasına olanak tanıyacak geçerli ve uygulanabilir bir paradigma geliştirmektir. Yöntem: Araştırmaya, anadili Türkçe olan 35 sağlıklı yetişkin katılmıştır. Katılımcılara, son kelimesi semantik açıdan uyumlu ya da uyumsuz biçimde sonlanan cümleler görsel olarak sunulmuştur. EEG kayıtları BrainVision BrainAmp cihazı ile alınmış; ön işleme adımları Brainstorm yazılımı kullanılarak gerçekleştirilmiştir. OİP analizlerinde, N400 (300–500 ms) ve P600 (500–900 ms) zaman aralıkları değerlendirilmiş; ayrıca Morlet wavelet dönüşümü ile zaman-frekans analizleri yapılmıştır. Bulgular: Bulgular, uyumsuz cümlelerin uyumlu olanlara göre daha yüksek genlikli N400 yanıtları oluşturduğunu ve bu farkın özellikle temporal-parietal bölgelerde yoğunlaştığını göstermiştir. P600 bileşeni ise uyumsuz koşullarda artan pozitif genlik ile dilsel yeniden yapılandırma süreçlerini yansıtmıştır. Zaman-frekans analizleri, N400 zaman aralığında delta ve alfa bantlarında uyumsuz cümlelerin daha yüksek güçle ilişkili olduğunu, gamma-2 bandında ise daha düşük güç oluşturduğunu göstermiştir. P600 zaman aralığında ise yalnızca delta bandında uyumsuz cümleler için artmış güç gözlenmiş; diğer frekans bantlarında anlamlı bir fark bulunmamıştır. Sonuç: Bulgular, Türkçede semantik bütünlüğün ihlal edilmesinin, özellikle N400 ve P600 OİP bileşenleri üzerinde belirgin etkiler yarattığını göstermektedir. Bu çalışma, Türkçede semantik işlemlemeye ilişkin EEG örüntülerini belgeleyen sınırlı sayıdaki araştırmalardan biri olarak alanyazına katkı sağlamaktadır. Ayrıca geliştirilen paradigma, ileride yürütülecek bilişsel sinirbilim temelli OİP çalışmalarına referans oluşturabilir.
ALS hastalığını tetikleyen faktörlerin makine öğrenmesi teknikleri ile incelenmesi
Amaç: Çalışmada farklı ML modelleri kullanılarak ALS hastalığında belirleyici faktörlere yönelik bilgi elde edilmesi ve ML modellerinin hastalık sınıflandırma performanslarının sistematik karşılaştırması amaçlanmıştır. Yöntem: Çalışmada, OnWebDUALS projesi ALS hasta ve kontrol grubu verileri kullanılmış ve araştırma CRISP-DM metodolojisiyle yapılandırılmıştır. ML modelleriyle kayıp değerlerin işlenmesine yönelik dört farklı veri seti analiz edilmiş, en iyi sonuç veren veri setinde özellik seçimi yapılarak modellerin sınıflandırma performansları değerlendirilmiştir. Model ve optimizasyon sonuçları Doğruluk, ROC-AUC, PR-AUC, F1 Skor, Kesinlik, Duyarlılık, MCC performans metrikleri ve özellik önem grafikleri ile sunulmuştur. En iyi sonuç veren model ve en iyi özellikler için klinik karar destek sistemi oluşturulmuş ve sonuçlar, SHAP ve LIME yöntemleri ile açıklanabilir hale getirilmiştir. Bulgular: 1142 ALS hastası ve 821 kontrole ait 53 kategorik değişken ile yapılan çalışmada ML yöntemleri, kayıp değer içeren her gözlemin çıkartıldığı veri setinde en yüksek performansı göstermiştir. XGB, LGBM ve CB yöntemleriyle gerçekleştirilen özellik seçimi sonucunda başlangıçtaki 53 değişken, büyük ölçüde benzerlik gösteren 37 değişkene indirgenmiş, modellerin seçtiği değişkenler ile kesişim ve birleşim kümeleri de analiz edilmiştir. ML yöntemleri arasında Boosting algoritmaları öne çıkmış, LGBM modeli en yüksek performansı göstermiştir (Doğruluk: 0.82, ROC-AUC: 0.88, PR-AUC: 0.85, F1 Skor: 0.82, Kesinlik:0.80, Duyarlılık:0.84, MCC:0.64). En kritik değişkenler cinsiyet, meslek, sigara kullanımı, ülke ve hipertansiyon olarak tespit edilmiştir. Sonuç: ALS kategorik veri setinde eksik gözlemlerin çıkarılması en yüksek performansı sağlamış, özellik seçiminde algoritmalar aynı sayıda değişken belirlese de farklı öncelikler göstermiştir. En iyi performans, XGB algoritmasıyla seçilen 37 değişken üzerinden LGBM algoritması ile elde edilmiştir. Bulgular, doğrudan tanı amacı taşımamakla birlikte, ALS hastalığının sınıflandırılmasına yönelik veriye dayalı çıktılar sunan bir klinik karar destek sistemi geliştirilmiştir. Sonuçlar, hem klinik uygulamalarda yardımcı bir araç olma hem de yeni araştırmalara katkı sağlama potansiyeli taşımaktadır.
Antibiyotik direnç tahminine yönelik klinik karar destek sistemi geliştirilmesi
Amaç: Bu tez projesinde, idrar yolu enfeksiyonu hastalarında antibiyotik direncini tahmin eden bir klinik karar destek sistemi prototipi geliştirilmesi amaçlanmıştır. Yöntem: Çalışmada, idrar yolu enfeksiyonu patojenlerinin sefalosporin, TZP, karbapenem, TMP-SMX ve florokinolona karşı direncini tahmin etmek amacıyla karar ağaçları, KNN, lojistik regresyon, XGBoost ve rastgele orman yöntemleri kullanılmıştır. SHAP analizi ile modellerin iç işleyişi analiz edilerek antibiyotik direnci tahmininde etkili değişkenler belirlenmiş ve bir klinik karar destek sistemi prototipi oluşturulmuştur. Bulgular: Rastgele orman yöntemi, eğitim setinde sefalosporin, TZP, karbapenem, TMP-SMX ve florokinolon direnç tahmininde sırasıyla 0,777, 0,864, 0,877, 0,881 ve 0,884 AUC değerleri; test setinde ise sırasıyla 0,638, 0,630, 0,665, 0,670 ve 0,721 AUC değerleri ile diğer yöntemlere kıyasla daha iyi performans göstermiştir. SHAP analizi, önceki ziyaret sayısı, ilk kültür zamanı, kronik alt solunum yolu hastalıkları, enfeksiyon öncesi ilaç kullanımı ve kullanım süresinin tüm antibiyotikler için direnç tahmininde önemli değişkenler olduğunu göstermiştir. Sonuç: Bu çalışma, idrar yolu enfeksiyonu hastalarında antibiyotik direncini tahmin eden makine öğrenmesi tabanlı bir klinik karar destek sistemi prototipi geliştirilmesine temel oluşturmuştur. Gelecekte yapılacak iyileştirmelerle sistemin klinik karar süreçlerini destekleme ve antibiyotik direnciyle mücadelede etkili bir araç olma potansiyeli bulunmaktadır.
İstanbul'da tedavi görmüş diyabet hastalarına ait sağlık kayıtlarının büyük veri teknikleri ile incelenmesi
Amaç: Çalışmamızda, Türkiye'de ve spesifik olarak İstanbul'da diyabetin prevalansını, Türkiye genelinde diyabetlilerdeki belli başlı komorbiditeleri araştırmayı ayrıca, İstanbul'da tedavi görenlerde makine öğrenmesi yöntemleri ile kan şekeri kontrolünü tahmin eden model geliştirmeyi amaçladık. Yöntem: T.C. Sağlık Bakanlığı'nın kişisel sağlık kaydı sistemi e-Nabız'dır. Sistemdeki veriler de-identifiye edilmiş olarak Hadoop temelli büyük veri ortamı Cloudera (CDH, v. 6.3.2)'ya aktarılmaktadır. Sorgulamalar Cloudera'da Apache Impala (v. 3.2.0) ile yapılmıştır. İstanbul'da 2017 yılında diyabet tanısı konan vakaların 2020 yılına kadar olan verilerini inceledik. Yılda en az bir HbA1c değeri olanlardan son iki HbA1c değeri 7'nin altındakileri kontrol altında kan şekeri, diğerlerini kontrol altına alınamayan kan şekeri olarak grupladık. Grubu tahmin edebilecek modeller tasarlamak için İkili Lojistik Regresyon (LR), Çok Katmanlı Tam Bağlantılı Sinir Ağı (MLP), Rastgele Orman (RO) ve eXtreme Gradient Boost (XGBoost, XGB) kullandık. MLP ve RO, scikit-learn python kitaplığına dayanıyordu. XGBoost'un scikit-learn uyumlu API'si kullanıldı. LR, Jamovi v2.2.5 yazılımı ile yapıldı. Makine öğrenimi algoritmalarının performansını değerlendirmek için eğri altında kalan alan (%95 Güven Aralığı), duyarlılık, seçicilik, kesinlik, F1 puanı ve doğruluk kullanıldı. Bulgular: Türkiye genelinde 2020 yılı sonunda kadınlarda %13,10; erkeklerde %9,12 olmak üzere diyabetli oranı %11,12 (7.178.674 kişi), İstanbul'da %9,77'dir. 2019'da kişi başına yaşa göre ağırlıklı hekim başvurusu diyabetliler için 15,5; Diyabetli olmayanlar için 9,5; Diyabetliler için reçete sayısı 7,9; Olmayanlar için 4,5'tir. Antidiyabetik içeren ortalama reçete sayısı 2,88'dir. Yeterli verisi olan 77.724 diyabet kaydından 28.791 (%37)'sinde kan şekeri kontrol altındadır. Modellerden XGB 0,895 ROC AUC ve 0,890-0,899 güven aralığı ile en başarılı yöntem olarak tesbit edildi. LR, MLP, RO yöntemleri sırası ile 0,889 (0,883-0,894); 0,887 (0,884- 0,892); 0,878 (0,873-0,883) sonuçlarını verdi. Sonuç: Ulusal elektronik sağlık kayıtlarının diyabet ve pek çok sağlık probleminde önemli bilgiler sağlayabileceği görülmüştür. Kan şekeri kontrolünü tahmininde en başarılı yöntemin XGB olduğu, diğer yöntemlerin de tatmin edici sonuçlar verdiği görülmektedir. Anahtar Kelimeler: diyabetes mellitus, büyük veri, makine öğrenmesi, epidemiyoloji.
COVİD-19 süresinde ruh sağlığı ile ilgili içeriklerin internette aranma eğilimi: Google trends analizi
Bu çalışmanın amacı, COVID-19 süreci ile ilgili zamana bağlı değişikliklerin (sokağa çıkma kısıtlamaları gibi önlemler vb.) ile ruh sağlığı ile ilişkili içeriklerin Google Trends göreceli arama hacimleri ile ilişkili olup olmadığını incelemek ve Türkiye'nin verisini diğer ülkeler ile karşılaştırmaktır. 1 Ocak 2020 – 1 Kasım 2021 tarihleri arası incelenmektedir. Akıl sağlığı ile ilgili arama konuları ve terimleri benzer çalışmalardaki anahtar kelimelerle ve Google Trends sınıflandırmalarıyla şekillenmiştir. Haftalık Türkiye verilerinde rastgele olmayan artış ve azalmaları saptamak için SPSS Expert modeler fonksiyonu kullanılmıştır, öngörü modeli için 2016-2020 tarihleri arası veriler kullanılmıştır. Ayrıca Türkiye aramaları diğer ülkeler ile karşılaştırılmış, ortalamalar değerlendirilmiş ve güven aralığı üstü ve altındaki sapmaların hangi tarihlerle korelasyon gösterdiği saptanmıştır. Konuların minimum değerlerinin önemli bir kısmı pandeminin başına, 2020 Mart ayına odaklanmıştır; meditasyon, anksiyete bozukluğu, bilişsel davranışçı terapi, depresyon ve majör depresif bozukluk aramaları en düşük değerlerini görürken üzüntü en yüksek değerdedir. Mayıs 2020 ise en fazla maksimum aramaya sahip aydır; meditasyon, bilişsel davranışçı terapi, anksiyete bozukluğu, insomnia maksimum aramaya sahiptir. Bilişsel davranışçı terapi haricindekiler ayın son gününe yani kısıtlamaların gevşediği haftaya denk gelmektedir. Türkiye'nin diğer ülkelerden en fazla ayrıştığı ay Aralık 2020'dir. İkinci dönem kısıtlamalarının sıkılaştığı bu ayda intihar, meditasyon, bilişsel davranışçı terapi, depresyon, anksiyete aramaları yüksekken üzüntü araması düşüktür. Terimlerin aramalarını incelediğimizde öngörülen ve gözlemlenen arasındaki en büyük farklar uykusuzluk, yalnızlık ve meditasyon aramalarındadır. Meditasyon araması öngörülenden düşük birçok tarihe sahiptir. Uykusuzluk ve yalnızlık aramaları öngörülenin oldukça üzerindedir. Türkiye Google aramalarında akıl sağlığı konusunda aktif ve değişken bir tablo sunmakta COVID-19 süresince kısıtlamaların yoğunluğu ile korelasyon gösteren değişimler göstermektedir. Sonuçlar Google Trends verilerinin Türkiye için sosyal olaylarla korelasyon gösteren değişimlerin tespit edilebileceğini ve anlamlı gerçek hayat göstergesi olabileceğini göstermiştir.
Tip 2 diyabetin erken tanısında makine öğrenme tekniklerinin kullanılması
Amaç: Kronik bir metabolizma bozukluğu olan diyabet, pankreasın artık insülin üretemediği veya vücudun ürettiği insülini yeterince kullanamadığı durumlarda ortaya çıkan ve ömür boyu süren bir hastalıktır. Hastalığın ilerleyen aşamalarında göz, böbrek, kalp ve damar rahatsızlıklarını da meydana getiren diyabet, komplikasyonları önlemek veya geciktirmek, hastaların yaşam kalitesini iyileştirmekle beraber diyabetli olduklarının farkında olmayan diyabetli kişileri teşhis etmek ve diyabetli tüm insanlara mümkün olan en erken zamanda bakım sağlamak oldukça önemlidir. Bu çalışmada yapay zekâ teknolojisinden yararlanılarak tip 2 diyabet hastalığının önceden öngörülmesi konusunun ele alınması ve böylelikle erken tanının sağlık sistemlerindeki ek iş yükünü hafifletmesi, hastaların yaşam kalitesini iyileştirmesi ve yüksek tedavi giderleri açısından ekonomik olarak sıkıntıya düşmelerinin engellenmesi amaçlanmıştır. Yöntem: Akdeniz, Marmara ve Ege coğrafi bölgelerindeki özel hastanelerden toplanan 126 hastaya (66 diyabetik olmayan vaka ve 60 diyabetik vaka) ait veriler incelenmiştir. Uzman hekimler tarafından Tip 2 Diyabet tanısı konulmuş hastalar ve hiç diyabet tanısı konulmamış kontrol hastaları olarak gruplanmıştır. Lojistik Regresyon (LR), Rastgele Orman (RO) ve Karar Ağaçları grubun tahmini için model oluşturmak için kullanılmıştır. Makine öğrenmesi algoritmalarının performanslarını karşılaştırmak için AUC değeri, doğruluk, duyarlılık, özgüllük, kesinlik ve F1 skoru kullanıldı. Bulgular: Tip 2 diyabete sahip bireylere ve kontrol grubuna ait tam kan sayımı (hemogram) testi sonuçları ve sosyo-demografik özellikler kullanılmıştır. Lojistik Regresyon, Rastgele orman ve Karar ağacı teknikleri sırasıyla %92.6 (88.1-97.1), %73.6 (65.9-81.4) ve %84.5 (78.3-90.7) ROC AUC vermektedir. Lojistik Regresyon algoritması diğer makine öğrenmesi algoritmalardan daha yüksek bir başarı ile %92.6 ROC AUC ve 88.1-97.1 güven aralığı ile sınıflandırmayı gerçekleştirmiştir. Sonuç: Gerçekleştirilen çalışma sonucunda yeni bir yöntem önerisi getirilmemiş olsa da bundan sonraki benzer çalışmalara bir temel oluşturmuş ve üzerinde çalışılan makine öğrenmesi algoritması için karşılaştırma yapabilmemizi sağlayacak veriler sunmaktadır. Tip 2 diyabet hastalığının tahmininde en başarılı yöntemin Lojistik Regresyon olduğu görülmüştür. Anahtar Kelimeler: Tip 2 diabetes mellitus, tam kan sayımı, makine öğrenmesi, yapay zeka
Doktor-hasta görüşmesi için gerçek-zamanlı multiplatform bir teletıp uygulaması geliştirilmesi
Amaç: Bu çalışmada doktorlar ve diyabet hastalarının tedavi ve bakım süreçlerini planlama ve yürütmelerine yardımcı olması için taraflar arasında görüntülü görüşme yapılabilen, web üzerinde çalışan bir teletıp uygulaması geliştirilmesi amaçlanmıştır. Yöntem: Geliştirilen web uygulamasının özellikleri literatür taraması, benzer uygulamaların incelenmesi ve endokrinoloji ve dahiliye uzmanları ile yapılan görüşmeler ile belirlenmiştir. JavaScript diliyle ve MongoDB, Express.js, Vue.js ve Node.js konfigürasyonu ile geliştirilen uygulama on hasta ve sekiz doktor ile kullanılabilirlik açısından Sistem Kullanılabilirlik Ölçeği (SKÖ) ile test edilmiştir. Bulgular: Doktorlarla yapılan görüşmeler sonucunda tedavi bakım süreçlerine katkı, uygun kullanım koşulları, olası bariyerler, diğer sistemlerle entegrasyon, gizlilik ve mahremiyet temalarının ön plana çıktığı görülmüştür. Kullanılabilirlik testleri sonucunda geliştirilen uygulamanın kullanılabilirlik düzeyinin yeterli seviyede olduğu görülmüştür. Çalışmada hasta ara yüzleri için elde edilen medyan SKÖ skoru 80, doktor ara yüzleri için 87,5'tir. Kullanılabilirlik değerlendirmesi sırasında tespit edilen problem sayıları ise hasta ara yüzleri için seksen, doktor ara yüzler için yirmi dörttür. Tespit problemler Nielsen sezgisellerine göre incelendiğinde en çok ihlal edilen sezgisellerin hasta ara yüzlerinde sistem durumunun görünürlüğü, sistem ve gerçek dünyanın uyumu, estetik ve sade tasarım ve hataları önleme, doktor ara yüzlerinde ise estetik ve sade tasarım, kullanıcılara yardım olanağı tanımak, teşhis ve hataları düzeltmek olduğu görülmüştür. Sonuç: Bu çalışmada diyabet hastalığının yönetiminde teletıp kullanımına ilişkin bir web uygulaması geliştirilmiştir. Geliştirilen uygulamanın özellikleri literatür ve diyabetin yönetimi konusunda uzman doktorların önerileri doğrultusunda belirlenmiştir. Geliştirilen uygulama endokrinoloji ve dahiliye uzmanı doktorlar ve diyabet hastaları ile test edilmiş, uygulamanın kullanılabilirlik düzeyi ortaya konmuş ve mevcut kullanılabilirlik problemleri tespit edilmiştir. Geliştirilen uygulamanın gelecekte deneysel çalışmalar, uygulama araştırmaları gibi araştırma desenleri için bir zemin olduğu düşünülmektedir. Anahtar Kelimeler: Doktor-hasta görüşmesi, Teletıp, Kullanılabilirlik, Sistem Kullanılabilirlik Ölçeği
Ulusal elektronik sağlık kayıtları üzerinde makine öğrenmesi ile kanser risk faktörlerinin incelenmesi
ÖZET Amaç: Kanser, dünya genelinde önde gelen ölüm nedenlerinden biridir. Ulusal elektronik sağlık kayıtları (EHR), potansiyel kanser risk faktörlerini belirlemek için analiz edilebilecek zengin bir bilgi kaynağı sunar. Bu çalışmanın amacı, çeşitli makine öğrenme modelleri kullanarak kanser tahmininin doğruluğunu ve performansını değerlendirmektir. Ayrıca, çeşitli değişkenlerin kanser riski üzerindeki etkilerini incelemek ve bu bilgilerle klinik uygulamalara ve hasta yönetimine yönelik öneriler geliştirmek hedeflenmiştir. Yöntem: Çalışmada kullanılan veri seti, 1 Ocak 2018 ile 31 Aralık 2022 tarihleri arasında kanser tanısı almış deney grubu, kanser tanısı almamış kontrol grubu 18 yaş üstü Türkiye Cumhuriyeti vatandaşları ve Türkiye'de oturma iznine sahip kişilerin e-Nabız sisteminden alınan verilerden oluşmaktadır. Veri setine standart ölçekleme işlemi uygulanmış ve makine öğrenme modelleri (lojistik regresyon [LR], SVM, XGBoost, karar ağaçları, rastgele ormanlar, yapay sinir ağları) uygulanmıştır. Modellerin performansı doğruluk, duyarlılık, kesinlik, F1 skoru, MCC, AUC-ROC ve precision-recall curve (PRC) metrikleri ile değerlendirilmiştir. Ayrıca, veri setindeki değişkenlerin kanser riski üzerindeki etkileri odds oranları, p-değerleri ve etki büyüklükleri kullanılarak analiz edilmiştir. Bulgular: Yapılan analizlerde, XGBoost modeli 0,846 (0,841-0,850, %95 GA) AUC değeri ile en yüksek performansı göstermiştir. LR analizi ileri yaş, İstanbul bölgesinde ikamet, yüksek hemoglobin, düşük ALT ve bazı komorbiditelerin kanser riski ile ilişkili olduğunu göstermiştir. Sonuç: Çalışmamız, kanser tahmininde XGBoost modelinin en yüksek performansı sergilediğini ortaya koymuştur. Bazı değişkenlerin kanser riski üzerindeki etkileri, klinik uygulamalar ve hasta yönetimi için kritik bilgiler sunmaktadır. Bu bulgular, makine öğrenimi modellerinin sağlık uygulamalarında kullanımını desteklemekte ve kanserin daha iyi anlaşılmasına katkıda bulunmaktadır. Anahtar Kelimeler: büyük veri, makine öğrenmesi, yapay zeka, kanserin erken tanısı
E-sağlık uygulamalarının görme engelli vatandaşlar için erişilebilirliğinin değerlendirilmesi
Amaç: Web erişilebilirliği, engelli bireylerin de engelli olmayan kişiler kadar internet ağına erişebilmeleri ve bu ağı etkili bir şekilde kullanabilmeleri durumudur. Bu çalışmanın amacı, Türkiye'deki e-Sağlık hizmetleri arasında en çok kullanılan e-Nabız ve MHRS uygulamalarının görme engelli bireyler için erişilebilirlik düzeyinin değerlendirilmesidir. Yöntem: e-Sağlık uygulamalarının erişilebilirliğini değerlendirmek için otomatik test araçları ve manuel değerlendirme yöntemleri birlikte kullanılmıştır. Değerlendirmede kılavuz olarak W3C Web İçerik Erişilebilirlik Kılavuzu 2.1. seçilmiştir. Kılavuzda yer alan başarı kriterlerinden yalnızca görme engelliler için geçerli olanlar araştırmaya dahil edilmiştir. Otomatik test aracı olarak WAVE ve Accessibility Insights for Web araçları kullanılmıştır. Manuel test kısmında ekran okuyucu olarak NVDA kullanılmıştır. Değerlendirme sonuçları tablolar halinde, karşılaştırmalar ise grafikler halinde verilmiştir. Bulgular: Otomatik test araçları ile gerçekleştirilen değerlendirmeler sonucunda, e-Nabız'da WCAG 2.1 kriterlerinin yaklaşık %80'inin, MHRS'de ise yaklaşık %75'inin karşılandığı bildirilmiştir. Yapılan manuel değerlendirme sonucunda ise e-Nabız'da bu kriterlerin yaklaşık %64'ünün, MHRS'de de yaklaşık %47'sinin sağlandığı görülmüştür. Sonuç: Bu çalışmada değerlendirilen e-Sağlık uygulamalarının erişilebilirlik standartlarını tümüyle karşılayamadığı ve çalışmada kullanılan otomatik test araçlarının erişilebilirlik sorunlarını belirlemede yetersiz kaldığı görülmüştür. Ayrıca değerlendirilen iki uygulamadan e-Nabız'ın MHRS'ye göre görme engelli kullanıcılar için daha erişilebilir olduğu belirlenmiştir. Anahtar Kelimeler: erişilebilirlik, görme engelli, W3C, WAVE, Accessibility Insights for Web
Amiyotrofik lateral skleroz (ALS) hastalığının genetik ve klinik veri ilişkisinin veri madenciliği yöntemleri ile incelenmesi
Amaç: Amiyotrofik lateral skleroz (ALS), beyindeki ve omurilikteki sinir hücrelerini etkileyen, istemli kas hareketini kontrol eden bir motor nöron hastalığıdır. Veri madenciliği, veri tabanlarından veya örtük verilerden, bilinmeyen, anlamlı bir takım sonuçlar çıkarılmasını sağlayan disiplindir. Bu çalışma, veri madenciliği yöntemlerini kullanarak; ALS hastası olan kişilerin klinik özellikleri ile mutasyon tipleri arasında bir ilişkinin olup olmadığının incelenmesi amacı ile yapılmıştır. Yöntem: Bu çalışmada, ALS teşhisi konulmuş 65 hastaya ait veriler kullanılmıştır. Veri setinde her hasta için klinik, genetik ve demografik olmak üzere 80 özellik bulunmaktadır. Özellikler arasındaki ilişkiyi incelemek için, R paket programı ve Java programlama dilinde geliştirilen yazılımlar kullanılmıştır. Veriler üzerinde, hiyerarşik kümeleme ve karar ağacı veri madenciliği yöntemleri uygulanmıştır. Bulgular: ALS hastalarında yaşadığı yer, cinsiyeti, sigara kullanımı ve egzersiz durumu gibi çevresel ve demografik faktörler bakımından ilişki tespit edilememiştir. Klinik özellikler bakımından anlamlı ilişkiler tespit edilmiştir. Karar ağacı yönteminin veri seti üzerinde anlamlı sonuçlar üretmediği tespit edilmiştir. Genetik faktörler açısından hastalar SOD1 mutasyonlular ve diğerleri olarak gruplandırılmıştır. Mutasyon tiplerinde ALS tutulumu ve klinik özellikleri bakımından anlamlı sonuçlar elde edilememiştir. Yine demografik faktörler üzerinde yapılan analizlerde istatistiksel anlamlı ilişkiler ortaya çıkmamıştır. Sonuç: Sağlık alanında elde edilen veriler üzerinde veri madenciliği yöntemleri kullanılarak yapılan çalışmalar oldukça yaygındır. Çalışmada klinik bulgular arasındaki ilişkilerin anlamlılığı veri madenciliği yöntemlerinin, kişinin oluşturabileceğinden fazla alternatifleri oluşturarak çeşitli ilişkileri tanımlayabileceğini göstermektedir. Bu nedenle hastalığın tespiti şuan için klinik değerlendirmeler ile yapılsa da mevcut veya yeni veri madenciliği yöntemlerinin süreç içerisinde daha önemli bir hale gelmesi kaçınılmazdır.
Şizofrenlerin günlük yaşam ve sosyal aktivitelerini izlemek için bir mobil aplikasyon
Amaç: Şizofreni hastalarının günlük yaşamı ve günlük sosyal aktiviteleri hastanın iyileşme sürecinde ve takibinde oldukça önemlidir. Bu aktivitelerin takibi geleneksel olarak kâğıt tabanlı kayıtlarla yapılmaktadır. Bu çalışmada akıllı telefon üzerinde çalışabilen bir mobil uygulama ile bu aktivitelerin kaydı ve takibinin yapılması ve sonuçların değerlendirilmesi hedeflenmiştir. Yöntem: Geliştirdiğimiz uygulama hastanın günlük aktivitelerini kayıt etmesini sağlayan, yapmayı unuttuğu aktivitelerin hatırlatan, ilaç kullanımını takip eden ve hatırlatan, bu kayıtların canlı olarak doktor panelinden görüntülemesini sağlayan hibrit yapıda bir Andorid OS uygulamasıdır. Hastaların çalışmadan önce ve sonra klinik değerlendirmesi ve psikiyatrik testleri yapılmıştır. Geliştirilen mobil uygulama kullanılabilirlik çalışması sonrası 14 hasta tarafından bir ay kullanılmıştır. Çalışmayı tamamlayan 12 hastanın verileri değerlendirilmiştir. Bulgular: Çalışma süresince teknik açıdan bir sorun yaşanmamıştır. Uygulamaya, bir aylık sürede 12 kullanıcı tarafından toplam 1901 veri kaydedilmiştir. Hastaların günlük ortalama veri giriş sayısı 5,1'dir. Hastaların bir ay içinde uygulamayı kullanma sayıları minimum 22, maksimum 388'dir. Çalışmadan önce ve sonra PANSS, CGI, IADL, ŞİLÖ, FROGS toplam puanlarında anlamlı bir değişim görülmemiştir. İki alt ölçekte değişim görülmüştür, bunlardan biri olumlu biri olumsuz yöndedir, ancak kullanım sayısının yetersizliği nedeni ile bu değişimi uygulama kullanımına bağlamak zordur. Hastaların uygulamayı kullanma sayıları ile PANNS Pozitif belirtiler, PANNS Toplam, Klinik Global İzlenim arasında negatif korelasyon, ŞİLO Günlük yaşam becerileri ve ŞİLO toplam puan arasında pozitif korelasyon izlenmektedir. Sonuç: Teknik açıdan sorun olmamakla birlikte, uygulamanın kullanım sıklığı açısından bir sorun vardır. Bu sıklığı artırmak için neler yapılmasının araştırılması gerekmektedir. Anahtar Kelimeler: Mobil uygulama; Sosyal aktivite; Şizofreni; Hasta takibi; Sosyal izolasyon
Klinik meme difüz optik tomografi sisteminin elektronik devre tasarımı ve uygulaması
Amaç: Meme kanserlerinin erken tanısı için değişik görüntüleme yöntemleri kullanılmaktadır. Bu yöntemlerden bazıları, Manyetik Rezonans Görüntüleme (MRG), Pozitron Emisyon Tomografisi (PET) ve ultrasondur. En sık kullanılan yöntem ise mamografidir. Mamografi sisteminin maliyetinin yüksek olması ve bazı tümör yapılarını ayırt edememesi gibi dezavantajları vardır. Son yıllarda, dokuya zarar vermeyen dalga boyunda ışık kullanılarak, gönderilen ışığa dokunun verdiği yanıtı inceleyerek görüntü oluşturabilen Difüz Optik Tomografi (DOT) sistemleri kullanılmaya başlanmıştır. Bu tezde, bir klinik DOT sistemin elektronik devre tasarımı ve uygulamasının yapılması amaçlanmıştır. Yöntem: Bir Difüz Optik Tomografi sisteminin, görüntüleme oluşturabilmesi için gerekli olan veriyi elde etmek üzere, gelişen teknolojinin sunduğu yeni devre elemanları ve yazılım geliştirme olanaklarını kullanarak, örnek bir elektronik donanım, mikrodenetleyici yazılımı ve donanımı kontrol edip elde edilen ham görüntüleme verisini bilgisayar ortamına aktaran bir bilgisayar yazılımı geliştirildi. Mikrodenetleyici yazılımı Rowley Crossworks For Arm geliştirme ortamında, bilgisayar yazılımı Visual Studio geliştirme ortamında C# dili kullanılarak oluşturuldu. Bulgular: Geliştirilen sistemin mikrodenetleyici tabanlı donanımı ve bu mikrodenetleyicide çalışan yazılım ile bilgisayarda çalışan C# tabanlı olarak geliştirilen yazılımın, benzetilmiş çalışma şartları altındaki performansı incelendi. Sonuç: Arm cortex M3 temelli donanım sistemi ve yazılımı yapıldı. Optik seçici düzenekle birlikte test edildi. Bilgisayar arayüz programı yazıldı. Elektriksel performans ölçümleri yapıldı ve ham görüntü veri dosyaları elde edildi.
Hemiplejik yaşlılarda yürüme analizi ve değerlendirilmesi
Amaç: Dünya Sağlık Örgütü'nün tanımına göre inme; 24 saatten uzun süren ya da ölümle sonlanan, vasküler neden dışında gösterilebilir başka bir nedeni olmayan, hızlı gelişen, serebral işlevin fokal ve bazen de global olan bozukluğudur (Mazzoni ve ark., 2009). Özellikle tıbbi metinlerde, hemipleji ise "tek taraflı, kasın aşırı aktivasyonu ve motor aktivitesinde azalma, kas gerginliğinin artması, güçsüzlük ve seçici motor kontrolü kaybı" şeklinde tanımlanmaktadır (Barnes ve Fairhurst, 2012). Bu çalışma ile hemiplejik hastaların yürüme verileri analiz edilerek hastalıklarının hangi evrede (Brunnstrom Evrelemesi) olduğunun tespit edilebilmesi amaçlanmaktadır. Yöntem: Çalışmada kullanılan üç eksenli ivmeölçer sinyalleri Matlab programında Daubechies5 (DB5) dalgacığı kullanılarak altıncı seviyeye kadar ayrıştırıldı. Yeni oluşan sinyallerden altıncı seviyedeki yaklaşım sinyalinin öznitelikleri seçildi. Daha sonra seçilen öznitelikler WEKA programında Iterative Classifier Optimizier, AdaBoost, Bagging, Classification via Regression (CVR), LogitBoost, OneR, J48, Random Forest, Random SubSpace, Multi Class Classifier ve RepTree algoritmaları; MATLAB programında ise Lineer Discriminant, Complex Tree, Subspace Discriminant ve RUSBoosted Trees algoritmaları ile sınıflandırma yapılarak evreleri tahmin etmek için kullanıldı. Bulgular: Bu çalışmada hemiplejik hastaların hangi evrede oldukları, yürüme sinyalleri kullanılarak ayrık dalgacık dönüşümü yöntemi ve yapay öğrenme yöntemleri ile tahmin edilmeye çalışılmıştır. Hemiplejik hastaların Brunnstrom Evrelerini en iyi tahmin eden sınıflandırıcı WEKA'da LogitBoost algoritması ve MATLAB programında RUSBoosted Trees algoritması olmuştur. Sonuç: Hemiplejik hastaların tedavisine yön verme bakımından önemli olan evre belirlemede dalgacık dönüşümü yöntemi ve yapay öğrenme yöntemlerinin kullanılabileceği görülmüştür. LogitBoost ve RUSBoosted Trees algoritmaları en iyi sonucu vermiştir. Anahtar Kelimeler: Yürüme analizi, hemipleji, ayrık dalgacık dönüşümü, yapay öğrenme, sınıflandırm
Böbrek nakli yapılan hastalarda veri madenciliği yöntemleri ile akut rejeksiyon durumunun incelenmesi
Amaç: Böbrek nakli, son dönem böbrek yetmezliği olan hastalar için, canlı ya da kadavradan alınan böbreğin cerrahi yöntemler ile hastaya takılmasıdır. Böbrek Transplantasyon başarısızlığı hastalar için olumsuz sonuçlarla ilişkili olduğundan, risk faktörlerini araştırmak, tanımlamak ve kontrol etmek son derece önemlidir. Veri madenciliği, veri tabanlarındaki örtük, bilinmeyen ve anlamlı sonuçların çıkarılmasını sağlayan bir disiplindir. Bu tez çalışmasında, böbrek nakli yapılan hastaların demografik, klinik ve genetik faktörlerin betimleyici istatistiksel yöntemler ile analizi ve veri madenciliği ile böbrek nakli hastalarında akut rejeksiyonun incelenmesi amaçlanmıştır. Yöntem: Bu çalışmada, Akdeniz Üniversitesi Hastanesinde 01/06/2016 ve 01/06/2017 tarihleri arasında böbrek nakli yapılmış yetişkin 155 hasta ve donöre ait veriler retrospektif olarak değerlendirilmiştir. Veri setinde her hasta ve donör için klinik, laboratuvar, genetik ve demografik veriler bulunmaktadır. Özellikler arasındaki ilişkiyi incelemek için, SPSS, SimMine, Weka paket yazılımları kullanılmıştır. Veriler üzerinde betimleyici istatistiksel yöntemler lojistik regresyon ve veri madenciliği metodlarından genetik algoritmalar uygulanmıştır. Bulgular: Böbrek nakli hastalarına ve donörlere ait demografik veriler betimleyici istatistiksel yöntemler ile analiz edilmiştir. Klinik özellikler bakımından anlamlı ilişkiler tespit edilmiştir. Genetik Algoritmalar metodu ile akut rejeksiyon tahminlenmesi için kural oluşturulmuştur. Ayrıca demografik, klinik, genetik faktörler üzerinde yapılan Ki-Kare analizlerinde istatistiksel anlamlı ilişkiler tespit edilmiştir. Sonuç: Akdeniz Üniversitesi Hastanesinde böbrek nakli yapılan hastaların demografik faktörleri ortaya konmuştur. Ayrıca çalışmada böbrek nakli yapılan hastlarda gelişebilecek ciddi komplikasyonlardan akut rejeksiyonun önceden tahminlenmesi için kural oluşturulmuştur. Böbrek nakillerindeki ciddi kompikasyonların tespiti şu an için klinik değerlendirmeler ile yapılsa da mevcut veya yeni veri madenciliği yöntemlerinin süreç içerisinde daha önemli bir hale gelmesi kaçınılmazdır.
Hastane laboratuvar bilgi yönetim sisteminde ek karar destek sistemleri kullanılarak örneklerin alınması ve sınıflandırılmasının iyileştirmesi
Amaç: Laboratuvar Bilgi Sistemi, klinik laboratuvarlar için verileri kaydeden, yöneten ve depolayan bir yazılım sistemidir. Bu çalışmada laboratuvar örneklerinin belirli kurallar çerçevesinde sınıflandırılıp, optimum örnek miktarlarının alınması, otomatik kabulü, hızlı ve kolay ulaşımın sağlanması için Clarion, C#, VB.NET yazılım dilleri ve Oracle 11g, Sql Server 2014 veri tabanları kullanılarak, mevcut LBS'nin ek modüller ve karar destek sistemleri (KDS) ile performansının arttırılması hedeflenmiştir. Yöntem: Yazılım geliştirilme süreçlerinde: Öncelikle optimum örnek miktarlarının ve kapların belirlenmesi için veri tabanı tasarımı ve ara yüz yazılımları geliştirilmiştir. Geliştirilen sistem, girilen verilere ve kurallara göre alınacak örnek kapları ve miktarlarını otomatik olarak hesaplar duruma getirilmiştir. Bulgular: Bu sistem Akdeniz Üniversitesi Hastanesi kan alma biriminde otomatik etiketleme cihazı ile entegre edilerek kullanıldığında, yapılan tetkiklerde aynı türden eski sistemde en fazla 5 tüp, yeni sisteminde en fazla 2 tüp kullanılırken, hastaların etiketleme için ortalama bekleme süresi 3 dakikadan 2 dakikaya düşerek %33 azaltılmış, cihazdan verilen örnek kapları için %0,174 olan hatalı örnek kabı verme durumu ortadan kaldırılmıştır. Çalışmada saat başına kabul sayıları değerlendirildiğinde, yeni sistem ortalama 176 örnek kabulü, personel ise ortalama 21 örnek kabulü yapmıştır. Bu sayılara göre yeni sistemin kabul alma konusunda da daha verimli olduğu görülmüştür. Sonuç: Çalışma sonucunda oluşan yeni sistemin değerlendirilmesinde seçilen 1701 hasta örneklemi üzerinde yapılan analizlerde; eski sisteme göre, saatlik kabul sayının arttığı, hastalardan alınan örnek tüp sayısının ve hata sayısının azaldığı, iş akışının hızlandığı, iş yükünün ve kurum maliyetlerinin azaldığı, yapılan anketler sonucunda hastaların memnuniyetinin ve kuruma olan güvenlerinin arttığı görülmüştür. Ayrıca, iyileştirilen yazılımın LBS'ye etkileri ortaya koyularak, ideal laboratuvar sistemlerinde olması gereken örnek alım ve kabul işleyişi hakkında bilgi verilmiştir. Anahtar Kelimeler: Laboratuvar bilgi sistemi, optimum örnek miktarı, karar destek, laboratuvar analiz öncesi süreç
Etkin ve ekonomik bir laboratuvar tüpü sıralama ve kayıt makinesi geliştirilmesi
Amaç: Bu çalışmada amaç klinik laboratuvar testlerinde pre-analitik süreçte merkez laboratuvara otomatik numune giriş kaydı, numune sıralaması, sınıflandırması ve kontrolü yapan daha ekonomik, yerli teknoloji bir makine alternatifin geliştirilmesidir. Yöntem: Çalışma kapsamında amaçlanan hizmeti optimum düzeyde gerçekleştirebilmek için öncelikle ülkemizde yaygın kullanılan, kolay erişilebilir, çoğunluğu yerli malı malzemeler kullanılacak şekilde bir elektromekanik tasarım ve prototip üretimi gerçekleştirilmiştir. İkinci olarak bu elektromekanik üniteyi kontrol eden programlanabilir denetleyici programı yazılarak mekanik düzeneklerin beklenen verimlilikte çalışması sağlanmıştır. Daha sonra tüp kapak rengi ve barkod okuma işlemi yaparak TCP/IP protokolü üzerinden Akdeniz Üniversitesi hastane bilgi yönetim sistemi ve laboratuvar bilgi sistemi ile iletişim kurabilen yazılım oluşturulmuştur. Tüm bileşenlerin birlikte çalışabilirliğini ve etkinliğini test amacıyla üniversite hastanesi merkez laboratuvarında kullanılmakta olan benzer bir endüstriyel model ile 100 adet deneme numunesi her iki makinede de kullanarak işlem hızı (numune/saat) ve hata oranı (%) açısından karşılaştırmaları yapılmıştır. Bulgular: Çalışma sırasında yaygın yöntem olan renk ve barkod okuma için iki ayrı endüstriyel sensör kullanımı yerine dijital bir kameradan alınan görüntü üzerinden yazılımla her iki okumanın gerçekleştirilebildiği görülmüştür. Bu bulgu yaygın kullanımdakine göre mekanik düzeneğin de basitleşmesine sebep olmuş, bu sayede önemli oranda ekonomi ve özgünlük sağlanmıştır. Sonuç: Çalışma sonunda yüksek yerlilik oranında, benzerlerine göre çok daha ekonomik olarak tasarlanan mekanik tasarımın ve oluşturulan yazılımların piyasadaki pahalı ve ithal örneklere yakın bir performans sağladığı görülmüştür. Anahtar Kelimeler: Görüntü işleme, Barkod okuma, Renk okuma, Tüp Sınıflandırma.
Prostat kanseri riskinin bulanık mantık yaklaşımı ile belirlenmesi
Amaç: Prostat kanseri biyopsi kararı çeşitli değişkenlere bakılarak değerlendirilen fakat eşik olarak hiçbir kesin sayı kullanılamayan kompleks bir süreçtir. Bu yapısından ötürü zaman zaman gerçekte hasta olmayan kişiye de biyopsi gibi zor ve enfeksiyon riskinin bulunduğu bir işlem yapılmaktadır. Bu çalışma ile prostat kanseri riski belirleyerek hekime biyopsi kararı verirken destek sağlamak ve bulanık mantık ile ikili lojistik regresyon analizinin prostat kanseri riski belirleme performansları karşılaştırıldığında hangi yöntemin daha başarılı olduğunu tespit etmek amaçlanmaktadır. Yöntem: Üroloji uzmanları ile yapılan görüşmeler sonucunda sistemin girdi değişkenleri ve bunların değerlendirilmesi hakkında tek bir sisteme yönlenebilecek ortak bir kanıya varılamamıştır. Bu nedenle farklı yaklaşımlarla tasarlanan bulanık modeller ile kanser riski belirlenmiş ve bulanık modeller gösterdikleri prostat kanseri riski belirleme performansları doğrultusunda birbirine entegre edilmiştir. Bu entegrasyon sonucunda yeni bir bulanık sistem geliştirilmiştir. Bulanık sistemin prostat kanseri riski tahmin performansı ikili lojistik regresyon analizi ile karşılaştırılmıştır. Bulgular: Bu çalışma ile geliştiren bulanık sistem 0,710 ROC AUC ile prostat kanseri riski tahmin ederken ikili lojistik regresyon analizi 0,770 AUC ile prostat kanseri riski tahmin etmiştir. Bulanık sistem ve ikili lojistik regresyon analizinin AUC değerleri karşılaştırıldığında aralarında istatistiksel olarak anlamlı bir fark bulunmuştur (p<0,001). Sonuç: Bu çalışma ile geliştirilen bulanık sistem birden fazla yaklaşımın entegre edilmesiyle oluşturulduğundan veri giriş ve yorumlama esnekliğine sahiptir. Sistem beş kural tablosuyla karar vermektedir. Bu durum sistemin veri seti dışında gelecek yeni girişlerde elde edilen başarıyı tekrarlamasını sağlamaktadır. Fakat mevcut veri seti üzerinde geliştirilen bulanık sistemin ve ikili lojistik regresyon analizinin prostat kanseri tahmin performansı karşılaştırıldığında ikili lojistik regresyon analizinin daha başarılı olduğu görülmüştür. Anahtar Kelimeler: bulanık mantık, prostat kanseri, bulanık modeller
Amerika Birleşik Devletleri'nde en çok izlenen üç dizide bahsedilen sağlık sorunları ile google trends verileri arasındaki ilişkinin incelenmesi
Amaç: Dünya Geneli'nde Internet kullanıcılarının %69.6'sı, Internet'ten sağlık bilgisine erişmektedir. Sağlık bilgisine erişimde Internet'in bu kadar önemli rol oynadığı bu dönemlerde, sağlık bilgisini aramaya yönlendiren kaynak da son derece önemlidir. Bu çalışmada, daha önceden çalışılan ve literatürde çok sayıda örneğine rastlanan, şöhretli kişilerin sağlık sorunları ile Google Trends arasındaki ilişkiden yola çıkılarak, Amerika Birleşik Devletleri'nde en çok izlenen üç dizide bahsedilen sağlık konuları ile Google Trends arasındaki ilişki incelendi. Böylelikle dizilerde bahsedilen sağlık konularının farkındalık açısından etkilerinin önemi tespit edilmek istendi. Yöntem: Dizilerde bahsedilen sağlık konularının verileri, Google'ın, tarama trendlerini ölçmek için ücretsiz olarak halka sunduğu uygulaması olan Google Trend üzerinden elde edildi. Google Trends verilerindeki sıradışı hareketleri saptamak için ağırlıklandırılmış hareketli ortalamalar süreci yöntemi ile üstel yumuşatma yöntemi kullanılmıştır. Bu yöntem ile zaman serilerinde son dönemlere ağırlık verilebilir. Serilerin analizi için, üstel yumuşatma yönteminin çevirimiçi kullanımını sağlayan wessa.net sitesi kullanıldı. Bulgular: Dizilerde işlenen bir kısım sağlık sorunları, arama sayısında artışa neden olurken, büyük kısmında artış görülmemiştir. Bu çalışmadaki analiz sonuçlarına göre, dizilerde bahsedilen sağlık konuları belirli stratejiler ile anlamlı sonuçlar sergileyebilir. Stratejiler belirlenirken, dizilerin genel konuları, tanımlanan sağlık konuları ve sağlık konularının dizilerde hangi adı ile kullanılması gerektiği konusunda çalışmalar yapılmalıdır. Sonuç: Çalışmada sonuç olarak, doğru stratejiler ile sağlık konuları açısından toplumda farkındalık yaratmada dizilerin etkili bir araç olarak kullanılabileceği öngörüldü. Anahtar Kelimeler: Google Trends, TV dizileri, Üstel Yumuşatma, Sağlık
Hastane bilgi sistemleri denetimi için formal bir çerçeve geliştirilmesi
Amaç: Bu tez çalışmasında, Bilgi Çağı teknolojisinin günlük yaşam ile durmaksızın kesiştiği başlıca alanlardan biri olan, "Hastane Bilgi Sistemleri" (HBS) ele alınmaktadır. Her gün milyonlarca insana sağlık hizmeti sunulmasına aracılık eden bu sistemler, yine Bilgi Çağı sürecinde yeşeren disiplinlerden biri olan "Denetim" yönünden incelenmektedir. Günümüzde neredeyse HBS kullanmayan bir sağlık kuruluşunun olmaması ve bu sistemlerin işleyişindeki artan karmaşıklık, klinik denetimin yanında bilgi sistemleri ve teknolojileri denetimini de giderek daha önemli hale getirmiştir. Bununla beraber, sistemlerdeki aksaklıkların tespit edilerek sistemlerin iyileştirilmesi de ayrı bir gereksinimdir. Bu araştırmanın temel amacı, Türkiye'de bankacılık ve sermaye piyasalarında hali hazırda yasal bir gereklilik olarak uygulanmakta olan Bilgi Sistemleri Denetimi (BSD) süreçlerinin, Hastane Bilgi Sistemleri (HBS) açısından gerekliliğini vurgulamak ve bu hususta geliştirilebilecek genel bir çerçeve hakkında bilgi vermektir. Yöntem: Karma araştırma yöntemi izlenerek çalışılan bu tezde, BSD konusu salt HBS açısından ve bir denetçinin bakış açısıyla incelenmiştir. Bu doğrultuda, uygulanabilir bir denetim çerçevesi önerilmeye çalışılmış, buradan hareketle Hastane Bilgi Sistemleri Denetimi (HBSD) kavramı türetilmiş ve bu tez yazım tarihi itibariyle henüz uygulaması bulunmayan oldukça bakir bir konu, bir sağlık bilimci ve denetçi gözüyle irdelenmiştir. Bulgular: Çalışma kapsamında, BSD uygulamalarına ilişkin Türkiye yerel mevzuatında yürürlükte olan ilgili düzenlemelere dayalı olarak ve ISACA'nın COBIT rehberi kullanılarak HBSD için formal bir çerçevenin geliştirilebilir olduğu bulunmuştur. Sonuç: Halihazırdaki Bilgi Sistemleri Denetimi (BSD) uygulamalarının Hastane Bilgi Sistemleri (HBS) yönünden sağlık hizmetleri alanına uyarlanabilir olduğu ve bu doğrultuda genel nitelikli bir çerçeveye ihtiyaç duyulduğu sonucuna varılmıştır. Bununla birlikte, Hastane Bilgi Sistemleri Denetimi (HBSD) konusu kavramsal olarak ilk kez akademik bir çalışmaya konu edilmiş ve literatüre kazandırılmaya çalışılmıştır. Anahtar Kelimeler: hastane bilgi sistemleri denetimi, denetim çerçevesi, COBIT
Çok kriterli karar verme teknikleri kullanılarak yaşlılardaki düşkünlük seviyesinin tespiti
Amaç: Bu çalışmanın amacı, çok kriterli karar verme tekniklerinden yararlanarak yaşlı bireylerde "düşkünlük (kırılganlık)" veya "düşkünlük öncesi" tespitinin kapsamlı şekilde yapılmasına imkan sağlayacak ve aile hekimliklerinde aşamalı bir şekilde kullanılabilecek bir tekniğin önerilmesidir. Yöntem: Çalışmada G8 anketinde yer alan kriterler AHP tekniği ile uzmanlara danışarak ağırlıklandırılmıştır. Elde edilen ağırlıklar kullanılarak TOPSIS tekniğiyle 100 adet veri düşkünlük derecesine göre sıralanmıştır. Oluşturulan sıralama verinin içince mevcut olan Fried Ölçeği sonuçları ile karşılaştırılmıştır. Geliştirilen tekniği klinik gözlemlerle destekleme ve sınamak için, geliştirme aşamasında kullanılan veri setinden ayrı olarak, yeni bir test veri seti oluşturulmuştur. Test veri setini oluşturmak için, Antalya Atatürk Eğitim ve Araştırma Hastanesi, Fizik Tedavi Polikliniğine başvuran hastalardan rasgele 30 kişi seçilerek Fried Ölçeği, G8 ölçeği uygulandıktan sonra uzman görüşüne başvurulmuştur. Elde edilen veri AHP-TOPSIS tekniğiyle sıralanıp uzman tarafından yapılan değerlendirmeyle karşılaştırılmıştır. Bulgular: Kriterlerin ağırlıklandırma çalışmasından çıkan sonuca göre, İştah 10,4%, Kilo Kaybı 13%, Hareketlilik 22,7%, Nöropsikolojik problemler 16,3%, Vücut kitle indeksi 7,5%, Reçeteli ilaç sayısı 6,1%, Öz değerlendirme 8,6%, Yaş ise 15,4% öneme sahiptir. G8 ölçeğin performansını değerlendirmede kullanılan doğruluk oranı %75, Seçicilik %89, kesinlik %62, duyarlılık %87, F-ölçütü %72 değerleri literatürle uyumlu çıkmıştır. AHP-TOPSIS tekniğinde Doğruluk Oranı %78, Seçicilik %90, Kesinlik %66, Duyarlılık %87, F-Ölçü %75 olarak hesaplanmıştır. Bulgular: G8 ölçeğinin Türk toplumunda kullanılmak için geçerli bir ölçek olduğu sonucuna varılmıştır. AHP-TOPSIS performans ölçütlerinin, G8 ölçeğinin performans ölçütlerine daha yüksek olduğu gözlemlenmiştir. Test veri setinde elde edilen sıralama ile uzman tarafından elde edilen sıralama uyumlu çıkmıştır. Anahtar Kelimeler: G8, AHP, TOPSIS, Düşkünlük, Geriatri
İşyeri hekimliğinde sağlık bilişimi: İhtiyaçların analizi
İŞYERİ HEKİMLİĞİNDE SAĞLIK BİLİŞİMİ: İHTİYAÇLARIN ANALİZİ Amaç:İş Sağlığı; kişilerin çalıştığı her tür ortamda sağlığazarar verecek her tür etkenden korunmaları için alınmasıgereken tüm tedbirleri kapsayan; eğitim ve denetimin de eşlik ettiği bilim dalıdır.Elektronik Sağlık Kaydı (ESK) hasta sağlık bilgilerinin herhangi bir sağlık kuruluşunda bir veya birden çok bölüm/ kişi tarafından oluşturulmuş elektronik kayıtlardır.Bu çalışma işyeri hekimlerinin ESK kullanımıkonusundaki tutumlarını, bilişim teknolojileri konusundaki yeterliliklerini demografik özelliklerini incelemek amacıyla yapıldı. Yöntem:Buçalışmaİş Yeri Hekimliği Sertifikasıbulunan hekimlere yönelik web tabanlı bir anket ile gerçekleştirilmiştir. Bu anket 15 adet demografik özelliğe ilişkin, beşlilikert skalasına göre hazırlanmış 10 madde ile; bir adet öneri ve görüş isteyen açık uçlu sorular içermektedir. Anket; elektronik posta; sosyal medya, whatsappuygulaması kullanılarak evrene iletilmeye çalışıldı. Bulgular:Ankete 415 erkek, 99 kadın katılmıştır. Doğum yılı aralığı olarak 50 yıllık bir zaman diliminden sonuçlar alınmıştır. (1941-1991) Ülke genelinde 50 ilden veri toplanmıştır. İş sağlığı kayıtlarınınözel program ile yazılımı sorusuna 174 kişi evet demiştir.İK ile iletişim 113 hekim içinmümkünken; meslektaşları ile iletişimi 57 hekim sağlayabilmektedir. ESK kullanımı ile ilgili düşünceleri sorgulayan 16. soruya verilen cevaplar bilimsel yayınların önerdiği noktaları desteklerken entegrasyon ve ESK kullanımının ÇSGB tarafından teşvik edilmesi gerektiğini vurgulamıştır. Sonuç:İşyeri hekimlerinin ESK kullanımı vegenel sağlık sistemiile entegrasyonu için gerekli yazılımlar mevcut değildir.Sağlık sistemimiz içinde işyeri hekimlerininverileri hasta yararına ve istatistiksel olarak kullanılamıyorİşyeri hekimlerinin bilgisayarkullanma tecrübelerive beklentileri ESKkullanımını ve entegrasyonu destekler durumdadır.ESK kullanımı hekimler arası iletişim ile daha iyi sağlık bakımıve takibinisağlık sistemimize sağlayacaktır. Anahtar Kelimeler:iş sağlığı, esk, işyeri hekimi, entegrasyon
Hepatosellüler karsinom prognozunun belirlenmesinde epigenetik faktörlerin ileri biyoinformatik yöntemlerle analizi
Amaç: Bu çalışmanın amacı HCC'nin biyolojik davranışında belirleyici olduğu düşünülen moleküler genetik mekanizmaların transkriptomik ve epigenetik analizler sonucu elde edilen veriler kullanılarak tespit edilmesidir. Materyal ve Metot: HCC ile ilişkili transkriptomik veriler NCBI GEO veri tabanından indirilmiştir. GSE46444 ve GSE63898 erişim numaralı veri setlerinde bulunan gruplar arası ekspresyon farklılıkları GEO2R ile analiz edilmiştir. Ekspresyonda farklılık gösteren genler GO ve KEGG metabolik yolak analizleri ile zenginleştirilmiştir. WGBS ve MeDIP-Seq veri setleri NCBI SRA veri tabanından indirilmiştir. WGBS ve MeDIP-Seq verileri sırasıyla Bismark ve QSEA yazılımı ile analiz edilmiştir. Gruplar arası metilasyona uğrayan bölgeler ile işlevsel zenginleştirme analizi gerçekleştirilmiştir. Bulgular: GSE46444 veri setinde sirozlu dokuyla karşılaştırıldığında HCC'li dokuda protein kodlayan 80 genin up- ve 315 genin down-regule olduğu görülmüştür. GSE63898 veri setinde HCC'li grup ile karşılaştırıldığında sirozlu grupta 1.261 genin up- ve 458 genin down-regule olduğu görüldü. WGBS sonucunda sağlıklı dokuyla karşılaştırıldığında HCC'li dokuda hipermetile olan ilk 20 genomik lokasyonda protein-kodlayan genlerin olduğu ve hipometile bölgelerin çoğunun da kodlayan genomik bölge olduğu görülmüştür. Sirozlu dokuyla karşılaştırıldığında HCC'li dokuda metile olan lokasyonlar da sağlıklı dokudaki karşılaştırmalar ile benzerdir. MeDIP-Seq ile HCC'li ve HCC'siz dokular karşılaştırılmıştır. Hiper- ve hipometile olan bölgelerde protein-kodlayan genler belirlenmiştir. Bu bölgelerin işlev zenginleştirme analizinde peroksizom, fokal adhezyon, mTOR, RAP1, Fosfolipaz D, Ras ve PI3K/AKT sinyal yolağında rol oynadığı belirlenmiştir. Sonuç: Transkriptomik ve epigenetik analizlerle HCC'nin biyolojik davranışında etkili moleküler düzeyde veriler elde edilmiştir. Bunların ileride geliştirilecek hedeflenmiş tedavi için potansiyel aday olabileceği düşünülmektedir. Anahtar Kelimeler: Biyoinformatik analiz, Epigenetik, Genetik, Hepatoselüler karsinom, Transkriptomik
Koroner arter hastalarında hipertansiyonun sınıflandırılması için dengesiz sınıf probleminin tıbbi bilgi keşfi süreci ile giderilmesi
Amaç: Bu çalışmanın birinci temel amacı, Koroner arter hastalarında mortalite ve morbiditenin artma nedenlerinden biri olan hipertansiyonun, çeşitli risk faktörleri yardımıyla Tıbbi Bilgi Keşfi Süreci uygulanması suretiyle tahmin edilmesi (sınıflandırılması) dir. Çalışmada kullanılan veri setinin bağımlı değişkeni olan hipertansiyonun sınıf dengesizliği probleminin olması nedeniyle, sınıflandırma işlemi yapılmadan önce bu probleminin giderilmesi için çeşitli yaklaşımları kullanan ve ara yüzü Türkçe olan bir web-tabanlı yazılımın geliştirilmesi bu çalışmanın ikinci temel amacıdır. Materyal ve Metot: Çalışmada kullanılan veri seti, 149'u (%16) hipertansiyonu bulunan, 780'i (%84) hipertansiyonu bulunmayan toplam 929 koroner arter hastası kayıtlarından oluşmaktadır. Koroner arter hastalarında hipertansiyonun sınıflandırılması 8 adet bağımsız değişkene dayalı olarak yapılmıştır. Dengesiz sınıf problemini gidermek için çeşitli alt örnekleme, üst örnekleme ve hem alt hem de üst örnekleme yöntemleri kullanılmıştır. Sınıflandırma yöntemleri olarak Çok Katmanlı Algılayıcı, Aşırı Öğrenme Makinesi ve Destek Vektör Makineleri modelleri uygulanmıştır. Bulgular: En iyi sınıflandırma performansının, DBSMOTE sınıf dengeleme yöntemi uygulandıktan sonra Destek Vektör Makinesi modeli ile elde edildiği görülmüştür. İlgili modelin, doğruluk, duyarlılık, seçicilik, kesinlik, f-ölçümü ve g-ortalama değerleri sırasıyla, 0.99, 0.99, 0.99, 0.95, 0.97 ve 0.97 olarak hesaplanmıştır. Sonuç: Çalışmada uygulanan üst örnekleme yöntemlerinin, alt örnekleme yöntemlerine göre modellerin sınıflandırma performanslarına belirgin bir şekilde olumlu katkı yaptığı görülmüştür. Bu çalışma kapsamında yer almayan ancak ilerleyen çalışmalarda ele alınacak olan; hibrit yöntemleri, Maliyet-Duyarlı Öğrenme Tabanlı Yöntemler, Topluluk Öğrenme Tabanlı Yöntemler, Öznitelik Seçimi Tabanlı Yöntemler, daha sağlam ve tutarlı sonuçlar elde edilmesi açısından okuyuculara önerilebilir. Anahtar Kelimeler: Dengesiz sınıf problemi, alt-üst örnekleme yöntemleri, hipertansiyon, tıbbi bilgi keşfi süreci, koroner arter hastalığı.
İşgücüne katılım oranını etkileyen faktörlerin kategorik regresyon analizi ile modellenmesi
Amaç: İşgücüne dahil olma durumunu etkileyen bağımsız değişkenler; göç, cinsiyet, yaş, hanehalkı büyüklüğü, maaş, eğitim, çalışma durumu, çalıştığı sektör, enflasyon ve işgücü endeksleri olarak belirlenmiştir. Belirlenen değişkenlerin optimum ölçeklendirme ile bağımlı değişken üzerindeki beklenen varyansı açıklama oranını görerek, değişkenlerin kısmı katkılarını görmek ve istatistiksel anlamlılıklarını test etmek. Materyal ve Metot: Analizler, TUİK( Türkiye İstatistik Kurumu) Hanehalkı İşgücü verilerinin 2016 yılına ait son altı aylık verileri üzerinden 2463 hane verisine kategorik regresyon (CATREG) uygulanmıştır. Çözümleme, IBM SPSS 20 programında yapılmıştır. Bulgular: Veri yapısına uygun ölçeklendirme ile çözümleme yapıldığında, R^2 değeri model anlamlı çıkmasına rağmen yüksek seviyede çıkmamıştır. Optimum ölçeklendirme ile değişkenler tekrardan belli bir kısıt dahilinde ölçeklendirildiğinde, modelin anlamlı ve R^2 değerinin belirgin şekilde arttığı tespit edilmiştir. Bu kapsamda optimal ölçeklemenin bu konuda kuvvetli olduğunu savunabiliriz. Sonuç: Optimum ölçeklendirme ile bağımsız değişkenlerin bağımlı değişkendeki varyansı açıklama oranındaki değişimler görülmüştür. Elde edilen optimum model sonrası R^2 değerinin düşük seviyede kalması ve anlamlı beklenen değişkenlerin anlamsız çıkması ise analize sokulan verilerin tutarlılığının sağlanamamasından kaynaklanmaktadır. Anahtar Kelimeler: İşgücüne Dahil Olma Durumu, Kategorik Regresyon, Hanehalkı Büyüklüğü, İşsizlik Oranı ve Enflasyon.
Meta analizi ve genetik çalışmalarda bir uygulama
Amaç: Belirli bir konuda birbirinden bağımsız yapılmış çalışmaların sonucunda elde edilmiş bulguların uygun istatistiksel yöntemlerle birleştirilmesini sağlayan yöntemler topluluğuna meta analizi denir. Bu çalışmada meta analiz yöntemleri tanıtılarak genetik bir veride uygulaması yapılacaktır. Şizofreni dünya nüfusunun %1'ini etkileyen psikiyatrik bir hastalıktır. Şizofreni birçok genetik ve çevresel faktörleri içeren kompleks bir hastalıktır. Katekol-O-metiltransferaz (COMT) şizofreniye duyarlı gen olmaya adaydır. Bu çalışmanın uygulama kısmında şizofreni ile COMT geninin rs737865 SNP'i (tek nükleotit polimorfizmi) için allel frekansına bağlı olarak elde edilen odds oranları birleştirilecektir. Materyal ve Metot: Pubmed, Web of science ve google scholar veri tabanlarında "COMT (rs737865) schizophrenia" kelimeleri ile Aralık 2016'ya kadar olan yayınlar taranmıştır. Kriterlerimizi sağlayan 15 çalışma ve cinsiyete göre ayrı veri veren 4 çalışmaya STATA 14.0 kullanılarak allel frekanslarına bağlı odds oranlarının ortak kestirimi için uygun meta analitik yöntemler uygulanmıştır Bulgular: Tüm veriye rasgele etki modeli altında Dersimonian Laird yöntemi uygulanarak ortak OR=1,033 (%95 G.A=0,979-1,090) olarak bulunmuştur. Ayrıca, cinsiyete göre ayrı verilerine ulaşılan 4 çalışmaya kadınlar ve erkekler için sabit etki modeli altında ayrıca meta analizi uygulanmıştır. Kadınlar için OR=1,138 (%95 G.A. =0,975-1,328) olarak bulunmuştur. Erkekler için OR= 1,149 (%95 G.A. =1,019-1,295) olarak bulunmuştur. Sonuç: Uygun meta-analitik yöntem sayesinde tümel bir risk kestirimi elde edilmiş olup COMT geni rs737865 SNP'i için C ya da T alleline sahip olmanın şizofreni için risk oluşturmadığı bulunmuştur. Kadınlar ve erkekler için ayrı yapılan meta analizinde sonucunda ise kadınlar için de bir riskten sözedemezken erkekler için T alleline sahip olmanın şizofreni riskini arttırdığı bulunmuştur.
Kümelenmiş veri analizi ve sağlık alanında bir uygulama
Amaç: Sağlık alanında yapılan çalışmalarda sıklıkla kümelenmiş veri yapısı karşımıza çıkabilmektedir. Kümelenmiş verileri diğer verilerden ayıran en önemli özelliği aynı kümeden elde edilen sonuçların birbiriyle ilişkili olmasıdır. Bu korelasyon yapısının göz ardı edilmesi ise istatistiksel çıkarımda yanlılığa neden olabilir. Bu çalışmanın amacı, kümelenmiş veriler için korelasyon yapısını dikkate alan alternatif yöntemleri tanıtmak ve sağlık alanında bir veri üzerinde uygulamasını göstermektir. Böylece kümelenmiş verilere uygulanan standart istatistiksel analiz yöntemlerinin yanlı sonuç verebileceği ve doğru analiz yöntemi ile geçerli bulgular elde edilebileceği örneklenecektir. Materyal ve Metot: Standart ki-kare testi ile önerilen düzeltilmiş testlerin karşılaştırılması ve örneklenmesi amacıyla hipotetik bir sağlık verisi kullanılmıştır. Bu verinin analiz edilmesinde ise standart Pearson ki-kare testi ve kümelenmiş kategorik veriler için önerilen Rosner (1982) düzeltilmiş ki-kare (1), Dallal (1988) düzeltilmiş ki-kare (2). Donner (1989) düzeltilmiş ki-kare (3) ve Rao ve Scott (1992) düzeltilmiş ki-kare (4) testleri kullanılmıştır. Bulgular: Her bir hastanın iki gözü üzerinde yapılan ölçüm sonucunda katarakt varlığı değerlendirilmiştir. Yaş gruplarına göre pozitiflik oranları karşılaştırılmak istenmektedir. Rosner düzeltilmiş ki-kare test istatistiği T=9.04; p=0.010, Dallal düzeltilmiş ki-kare test istatistiği D=8.27; p=0.040, Donner düzeltilmiş ki-kare istatistiği 〖X_A〗^2=9.12; p=0.010 ve Rao ve Scott düzeltilmiş ki-kare test istatistiği (X^2 ) ̃=8.9; p=0.011 olarak elde edilmiştir. Ayrıca standart ki-kare test istatistiği X^2=9.2; p=0.055 olarak bulunmuştur. Sonuç: Kümelenmiş veri yapısını dikkate alan düzeltilmiş test istatistikleri ile H0 hipotezi reddedilirken, standart ki-kare testi ile H0 hipotezi kabul edilmiştir. Veri yapısına uygun olmayan istatistiksel yöntemlerin kullanılması yanlış sonuçlara ulaşılmasına neden olabilir.
Çeşitli çekirdek fonksiyonları ile oluşturulan destek vektör makinesi modellerinin performanslarının incelenmesi: Bir klinik uygulama
Çeşitli Çekirdek Fonksiyonları ile Oluşturulan Destek Vektör Makinesi Modellerinin Performanslarının İncelenmesi: Bir Klinik Uygulama Amaç: Bu araştırmanın birincil amacı; çeşitli çekirdek fonksiyonları ile oluşturulan destek vektör makinesi modellerinin, akut koroner sendromlu hastalarda diabetes mellitus'u sınıflandırma performanslarının incelenmesi ve karşılaştırılmasıdır. Bu araştırmanın ikincil amacı ise, destek vektör makinesi modeli oluşturulurken kullanılan çeşitli çekirdek fonksiyonlarının parametrelerinin optimize edilerek en iyi sınıflandırma performansını elde etmeye çalışmaktır. Materyal ve Metot: Bu çalışmada incelenen veriler, İnönü Üniversitesi Turgut Özal Tıp Merkezi Kardiyoloji Anabilim Dalı için geliştirilen veritabanından geriye yönelik (retrospektif) olarak seçilmiştir. Çalışmadaki söz konusu veriler akut koroner sendromlu hastalarda tip 2 diabetes mellitus ile değişik demografik ve klinik değişkenleri içermektedir. Akut koroner sendromlu hastalarda tip 2 diabetes mellitus'un sınıflandırılması için Destek Vektör Makinesi modelleri kullanılmıştır. İlgili modeller, ANOVA radyal tabanlı fonksiyon, bessel, doğrusal, Gaussian radyal tabanlı fonksiyon, laplace, polinomiyal ve sigmoid çekirdekleri ile oluşturulmuştur. Bulgular: Laplace çekirdek fonksiyonu ile oluşturulan en iyi sınıflama performansına sahip destek vektör makinesi modeline ilişkin doğruluk, ROC eğrisi altında kalan alan, duyarlılık ve özgüllük [seçicilik] ölçütleri ile % 95 güven aralığı değerleri sırasıyla; 0.9804 (0.9716 - 0.987), 0.9332 (0.9096 - 0.9567), 0.9999 (0.9791 – 1.000) ve 0.9776 (0.9675 – 0.9852) olarak elde edilmiştir. Sonuç: İncelenen değişik çekirdek fonksiyonları ile oluşturulan modeller arasında söz konusu performans ölçütleri dikkate alındığında, en iyi sınıflama performansı laplace Destek Vektör Makinesi modelinden elde edilmiştir. İlerleyen çalışmalarda, farklı klinik verilerde değişik çekirdek fonksiyonlu Destek Vektör Makinesi modelleri ile diğer makine öğrenmesi ya da veri madenciliği algoritmalarının kullanılması hastalıkların sınıflandırma başarısını artırabilecektir. Anahtar Kelimeler: Destek vektör makinesi, çekirdek fonksiyonları, akut koroner sendromu, Tip II diabetes mellitus.