Geri Dön

Finding hidden patterns of hospital infections on the newborn in Turkey: A data mining approach

Türkiye'deki yenidoğan hastane enfeksiyonlarının gizli örüntülerini bulmak: Bir veri madenciliği yaklaşımı

PDF İndir

  1. Tez No: 271119
  2. Yazar: İNCİ AKSOY
  3. Danışmanlar: YRD. DOÇ. DR. BERTAN BADUR, YRD. DOÇ. DR. SONA MARDİKYAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: İşletme, Hastaneler, Business Administration, Hospitals
  6. Anahtar Kelimeler: Bebek-yenidoğmuş, Enfeksiyonlar, Hastaneler, Türkiye, Veri madenciliği, Çocuk hastanesi, Infant-newborn, Infections, Hospitals, Türkiye, Data mining, Children's hospital
  7. Yıl: 2010
  8. Dil: İngilizce
  9. Üniversite: Boğaziçi Üniversitesi
  10. Enstitü: Sosyal Bilimler Enstitüsü
  11. Ana Bilim Dalı: Yönetim Bilişim Sistemleri Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Her geçen gün görülme sıklığı artan hastane enfeksiyonları, önemli derecede morbidite, mortalite ve ekonomik yüklere neden olmakta ve yalnızca sağlık sektörünü değil, tüm toplumu ilgilendirmektedir. Bazı sağlık merkezlerinde hastane enfeksiyonları veri madenciliği uygulamalarını kapsayan daha kontrollü ve kapsamlı sürveyans yöntemleriyle takip edilebilmektedir. Bu uygulamalarda veri madenciliği yöntemleri kolaylıkla belirlenemeyen salgınların tespitinde kullanılmaktadır.Bu çalışmada, yenidoğan yoğun bakım ünitesindeki hastane enfeksiyonlarının tespit edilmesi için veri madenciliği yöntemlerinin uygulaması sunulmaktadır. Veri seti Eskişehir Osmangazi Üniversitesi, Tıp Fakültesi, Klinik Mikrobiyoloji ve Enfeksiyon Hastalıkları Bölümü tarafından hazırlanmıştır. Basit ve çapraz doğrulama yöntemleri ile karar ağaçları, yapay sinir ağları ve lojistik regresyon sınıflandırma modelleri kurulmuştur. Model karşılaştırmada doğruluk ve duyarlılık oranları dikkate alınmıştır. Doğruluk oranını arttırmak amacıyla karar ağaçları ve yapay sinir ağları modellerinde bagging ve boosting yöntemleri uygulanmıştır.Sonuçlara göre, antibiyotik ve üriner kateter kullanımı, periferik kateter kullanım süresi, enteral ve total parenteral beslenme süreleri ve doğum ağırlığının gestasyonel yaşa oranı önemli risk faktörleri arasındadır. Yapay sinir ağları, test setinde %83 doğruluk ve %30 duyarlılık oranı ile hastane enfeksiyonları tespitinde başarılı olmuştur. Bunun yanında boosting yöntemi yapay sinir ağlarında duyarlılık oranının %44'e çıkmasını sağlamıştır.

Özet (Çeviri)

The increasing number of hospital infections with considerable morbidity, mortality and economic burden attracts the attention of not only the health-care environment, but also the whole society. In some medical centers, hospital infections are traced with more controlled and extensive surveillance methods, which adopt data mining applications. Data mining methods are applied to find the outbreaks, which cannot be determined easily by infection control teams.This study presents an application of data mining methods for hospital infection detection in a newborn intensive care unit. The data set is provided by Department of Clinical Microbiology and Infectious Diseases, Eskişehir Osmangazi University, Faculty of Medicine. Decision tree, neural network and logistic regression classification models are built with holdout sampling and cross validation. In model comparison, accuracy and sensitivity measures are taken into consideration. Bagging and boosting methods are applied on neural network and decision trees in order to increase the performance of these models.According to the results, antibiotics and urinary catheter usage, peripheral catheter duration, enteral and total parenteral nutrition durations, and birth weight for gestational age are prominent risk factors. Among the models, neural network performs well on hospital infections detection representing 83% accuracy and 30% sensitivity on test data set. Furthermore, the sensitivity is improved with boosted neural network model to 44%.

Benzer Tezler

  1. Tez No

    671261

    Capturing the data similarity among organizations of same nature

    Başlık çevirisi yok

    WAQAR ISHAQ

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKadir Has Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. HABİB ŞENOL

  2. Tez No

    397924

    Cazın piyano üzerinden matematiksel analiz ile fraktal geometri ile ilişkisinin analizi

    Mathematical analysis of the relationship between jazz and fractal geometry over the piano

    SELEN BEYTEKİN

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    Müzikİstanbul Teknik Üniversitesi

    Mimarlık Ana Bilim Dalı

    PROF. DR. SİNAN MERT ŞENER

  3. Tez No

    55961

    Biyomagnetik olaylar

    Başlık çevirisi yok

    M.TOGAN ÇANDIR

    Yüksek Lisans

    Türkçe

    Türkçe

    1996

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    PROF.DR. İNCİ AKKAY

  4. Tez No

    703048

    Discovering users' usage patterns of web log through association rules mining methodology

    Kullanıcıların web log kullanım şekillerinin ilişkili kurallar madencilik metodolojisiyle keşfi

    AHMAD HISHAM ARNAOUT

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Bilim ve TeknolojiBahçeşehir Üniversitesi

    Büyük Veri Analitiği ve Yönetimi Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ TAMER UÇAR

  5. Tez No

    678681

    Bist 30 hisse senedi endeksinin kısa dönem öngörüsü: Saklı Markov Modeli uygulaması

    Short-term forecast of bist30 stock index: Application of Hidden Markov Model

    ALİ SİNANOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    EkonometriAtatürk Üniversitesi

    Ekonometri Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ HAYRİ ABAR

Geri Dön