Geri Dön

Koroner arter hastalarında hipertansiyonun sınıflandırılması için dengesiz sınıf probleminin tıbbi bilgi keşfi süreci ile giderilmesi

Handling imbalanced class problem for the classification of hypertension in the coronary artery disease patients by using medical knowledge discovery process

PDF İndir

  1. Tez No: 493537
  2. Yazar: AHMET KADİR ARSLAN
  3. Danışmanlar: PROF. DR. CEMİL ÇOLAK
  4. Tez Türü: Yüksek Lisans
  5. Konular: Biyoistatistik, Biostatistics
  6. Anahtar Kelimeler: Dengesiz sınıf problemi, alt-üst örnekleme yöntemleri, hipertansiyon, tıbbi bilgi keşfi süreci, koroner arter hastalığı, Biyoistatistik, Morbidite, Tıbbi bilişim, Örnekleme yöntemleri, İstatistik, İstatistiksel teknikler, Imbalanced class problem, over and under sampling methods, hypertension, medical knowledge discovery process, coronary artery disease, Bioistatistics, Morbidity, Medical informatics, Sampling methods, Statistics, Statistical techniques
  7. Yıl: 2018
  8. Dil: Türkçe
  9. Üniversite: İnönü Üniversitesi
  10. Enstitü: Sağlık Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Biyoistatistik ve Tıbbi Bilişim Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

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.

Özet (Çeviri)

Aim: The primary aim of this study is to estimate (classify) hypertension, one of the causes of mortality and morbidity increase in coronary artery disease patients, by applying Medical Knowledge Discovery Process with various risk factors. Because of the class imbalance problem of hypertension, which is dependent variable of the dataset used in the study, the development of a web-based software which uses various approaches to resolve this problem before the classification process and whose interface is Turkish is the second main aim of this study. Material and Method: The dataset used in the study consisted of records of 929 coronary artery patients with 149 (16%) hypertension and 780 (84%) non-hypertension. Classification of hypertension in coronary artery patients was done based on 8 independent variables. Various over-under sampling and both over and under sampling methods was used to handle the imbalanced class problem. As the classification methods, Multilayer Perceptron, Extreme Learning Machine and Support Vector Machine models were performed. Results: The best classification performance was obtained by the Support Vector Machine model after applying the DBSMOTE class balancing method. The accuracy, sensitivity, specificity, precision, f-measure and g-mean metrics of the relevant model were calculated as 0.99, 0.99, 0.99, 0.95, 0.97 and 0.97, respectively. Conclusion: Compared to the undersampling methods, the oversampling methods used in the study showed a positive contribution to the classification performance of the models. Hybrid Methods, Cost-Sensitive Learning Based Methods, Ensemble Learning Based Methods, Feature Selection Based Methods, which aren't included in the scope of this study but will be discussed in further studies, can be suggested to readers for more robust and consistent results.

Benzer Tezler

  1. Tez No

    921730

    Acil servise başvuran st elevasyonlu miyokard infarktüs hastalarında yatak başı hesaplanan yaş-şok indeksi ve timi skorunun analizi

    Analysis of the age-shock index and timi score calculated at the bedside in patients with acute st-elevation myocardial infarction admitted to the emergency department

    ABDULLAH YASER GÜNEY

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2024

    Acil TıpBezm-İ Alem Vakıf Üniversitesi

    Acil Tıp Ana Bilim Dalı

    DOÇ. DR. BAHADIR TAŞLIDERE

    PROF. DR. BAŞAR CANDER

  2. Tez No

    688618

    COVİD-19 tanısı ile Hacettepe Üniversitesi erişkin hastanesinde izlenen hastaların hastalık ile ilgili risk algıları ve yaşam tarzı değişikliği planlarının değerlendirilmesi

    Evaluation of disease-related risk perceptions and lifestyle change plans of patients followed up at Hacettepe University adult hospital with the diagnosis of COVİD-19

    KAMIL ZARNISHANOV

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2021

    İç HastalıklarıHacettepe Üniversitesi

    İç Hastalıkları Ana Bilim Dalı

    PROF. DR. GÜLAY SAİN GÜVEN

    DR. ÖĞR. ÜYESİ NURSEL ÇALIK BAŞARAN

  3. Tez No

    974188

    Takayasu arteriti tanılı hastalarda bazal kardiyovasküler değerlendirme ve prognoz ilişkisi: Retrospektif çalışma

    Baseline cardiovascular assessment and its relationship with prognosis in patients with takayasu arteritis: A retrospective study

    ASLI ŞAHİN KAHLEOĞULLARI

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2025

    İç HastalıklarıDokuz Eylül Üniversitesi

    İç Hastalıkları Ana Bilim Dalı

    DOÇ. DR. GÖKÇE KENAR ARTIN

  4. Tez No

    473808

    Koroner bypass yapılan olgularda postoperatif dönemde gelişen atriyal fibrilasyon gelişme riski için bir tahmin modeli önerisi

    A forecast model proposal for the risk of atrial fibrillation developing in postoperative period in patients with coronary artery bypass

    NESLİHAN BAKİ

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    Göğüs Kalp ve Damar CerrahisiKaradeniz Teknik Üniversitesi

    Biyoistatistik ve Tıbbi Bilişim Ana Bilim Dalı

    PROF. DR. KEMAL TURHAN

  5. Tez No

    952344

    Acil servise koah akut alevlenmesi ile başvuran hastalarda entegre pulmoner index (IPI) değerlerinin şiddet skorlamaları ile karşılaştırılması

    Comparison of integrated pulmonary index (IPI) values with severity scores in patients admitted to the emergency department with acute copd exacerbations

    MELİKE NUR UÇAN

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2025

    Acil TıpSağlık Bilimleri Üniversitesi

    Acil Tıp Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ NAZİM ONUR CAN

Geri Dön