Geri Dön

Tip 2 diyabet mellitus ile ilişkili risk faktörlerini saptamada çok değişkenli istatistiksel yöntemlerinin karşılaştırılması

A comparison of multivariate statistical methods to detect risk factors for type 2 diabetes mellitus

PDF İndir

  1. Tez No: 528503
  2. Yazar: İPEK BALIKÇI ÇİÇEK
  3. Danışmanlar: PROF. DR. SAİM YOLOĞLU
  4. Tez Türü: Yüksek Lisans
  5. Konular: Biyoistatistik, Biostatistics
  6. Anahtar Kelimeler: Biyoistatistik, Diabetes mellitus, Diabetes mellitus-tip 2, Karar ağacı, Lojistik regresyon analizi, Regresyon analizi, Risk faktörleri, Yapay sinir ağları, Çok değişkenli istatistik, İstatistiksel yöntemler, Bioistatistics, Diabetes mellitus, Diabetes mellitus-type 2, Decision tree, Logistic regression analysis, Regression analysis, Risk factors, Artificial neural networks, Multivariate statistic, Statistical methods
  7. Yıl: 2018
  8. Dil: Türkçe
  9. Üniversite: İnönü Üniversitesi
  10. Enstitü: Sağlık Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Biyoistatistik ve Tıp Bilişimi Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Amaç: Bu çalışmanın amacı, Tip 2 Diyabet Mellitus olan ve olmayan hastalara ait verileri kullanarak Yapay Sinir Ağları, Lojistik Regresyon Analizi ve Karar Ağaçları Yöntemlerine ait sınıflandırma performanslarını karşılaştırmak ve Tip 2 Diyabet Mellitus için risk faktörlerini belirlemektir. Materyal ve Metot: Çalışmadaki veriler, İnönü Üniversitesi Tıp Fakültesi Turgut Özal Tıp Merkezi İç Hastalıkları Anabilim Dalı Diyabet ve Tiroid polikliniğine gelen hastalardan elde edilmiştir. İlgili veri seti 25 bağımsız değişken ve 1 bağımlı değişkenden oluşmaktadır. Yöntemlerin sınıflandırma performansları karşılaştırılırken performans ölçütlerinden doğruluk, duyarlılık, seçicilik, kesinlik, F-ölçümü, AUC ve sınıflama hatası kullanılmıştır. Bulgular: Üç yöntemden en iyi sınıflandırma performansını Yapay Sinir Ağları yöntemi vermiştir. Bu yöntemin, doğruluk, duyarlılık, seçicilik, kesinlik, F-ölçümü, AUC ve sınıflama hatası değerleri sırasıyla; 98.94, 100, 97.73, 98.04, 99.01, 0.978 ve 1.06 olarak bulunmuştur. Yapay sinir ağları yöntemi için hastalığı etkileyen risk faktörlerinden cinsiyet, aile öyküsü, uzun süre ilaç kullanımı, kortizon kullanımı, eşlik eden hastalık, yüksek tansiyon, stres faktörü, kalp hastalığı, kolesterol yüksekliği, sigara kullanımı, alkol tüketimi, egzersiz durumu, karbonhidrat kullanımı, sebze kullanımı, et kullanımı, yaş, kilo, boy, başlama yaşı, günlük ekmek tüketimi, HDL, LDL, Trigliserid, Total Kolesterol, Açlık kan şekeri bağımsız değişkenlerinin ağırlıkları sırasıyla; 0.017, 0.013, 0.009, 0.008, 0.017, 0.008, 0.016, 0.024, 0.053, 0.006, 0.007, 0.023, 0.040, 0.020, 0.007, 0.046, 0.083, 0.049, 0.024, 0.066, 0.083, 0.084, 0.031, 0.020, 0.244 olarak bulunmuştur. Sonuç: Lojistik Regresyon, Yapay Sinir Ağları ve Karar Ağaçları sınıflandırma yöntemleri uygulandığında en iyi performansı gösteren Yapay Sinir Ağları yöntemi ve bu yöneteme göre Tip 2 Diyabet Mellitusa neden olabilecek en önemli risk faktörün açlık kan şekeri olduğu elde edilmiştir.

Özet (Çeviri)

Aim: The aim of this study was to compare the classification performance of Logistic Regression Analysis, Artificial Neural Networks and Decision Trees Methods by using data from patients with and without Type 2 Diabetes Mellitus and to determine risk factors for Type 2 Diabetes Mellitus. Material and Method: The data in this study were obtained from patients who came to İnönü University Faculty of Medicine Turgut Özal Medical Center Internal Medicine Department Diabetes and Thyroid Polyclinic. The data set consists of 25 independent variables and 1 dependent variable. Accuracy, sensitivity, specificity, precision, F-measurement, AUC and classification error were used in the performance criteria when comparing the classification performances of the methods. Results: Among the three methods, the best classification performance was given by the Artificial Neural Networks method. The accuracy, sensitivity, specificity, precision, F-measurement, AUC and classification error of this method were found as 98.94, 100, 97.73, 98.04, 99.01, 0.978 and 1.06, respectively. According to the results of Artificial Neural Networks method; from the risk factors affecting the disease, sex, family history, long-term drug use, cortisone use, concomitant disease, high blood pressure, stress factor, heart disease, high cholesterol, smoking, alcohol consumption, exercise status, carbohydrate use, vegetable use, meat use, age, weight , height, starting age, daily bread consumption, HDL, LDL, Triglyceride, Total Cholesterol, fasting blood sugar independent variables obtained weight values respectively; 0.017, 0.013, 0.009, 0.008, 0.017, 0.008, 0.016, 0.024, 0.053, 0.006, 0.007, 0.023, 0.040, 0.020, 0.007, 0.046, 0.083, 0.049, 0.024, 0.066, 0.083, 0.084, 0.031, 0.020, 0.244. Conclusion: When the Artificial Neural Networks, Logistic Regression and Decision Trees classification methods are applied, the Artificial Neural Networks method has shown the best performance and according to this method, the most important risk factor that may cause diabetes is fasting blood sugar.

Benzer Tezler

  1. Tez No

    843889

    Ebeveynlerinde tip 2 diabetes mellitus tanısı olan prediabeti olmayan kişilerin insülin direnci ve subklinik ateroskleroz için trigliserid-glukoz indeksi ve ankle-brakial indeks ile değerlendirilmesi

    Evaluation of insulin resistance and subclinic atherosclerosis with triglyceride-glucose index and anchle-brachial index in non-prediabetic offsprings of diabetic family's

    SELİN KARACAOĞLU

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2023

    Endokrinoloji ve Metabolizma HastalıklarıSağlık Bilimleri Üniversitesi

    İç Hastalıkları Ana Bilim Dalı

    UZMAN SELMA KARAAHMETOĞLU

    ÖĞR. GÖR. ALİ CAN KURTİPEK

  2. Tez No

    757657

    Tip 2 diabetes mellitus hastalarında, takip sırasında sürdürülebilir HbA1c hedeflerinin kardiyovasküler mortalite ve morbidite ile ilişkisi

    Type 2 diabetes mellitus patients, the relationship of sustainable HbA1c targets with cardiovascular mortality and morbidity during follow-up

    EZGİ EMRE

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2022

    İç HastalıklarıSağlık Bilimleri Üniversitesi

    İç Hastalıkları Ana Bilim Dalı

    PROF. DR. HAYRİYE ESRA ATAOĞLU

    UZMAN EMRE HOCA

  3. Tez No

    513030

    Tip 1 diyabetes mellituslu hastalarda scd 146 düzeyi ile karotis intima media kalınlığı arasındaki korelasyon ve bunun sağlıklı bireylerle kıyaslanması

    Correlation between carotis i̇ntima-media thickness and circulation endothelial cells in type 1 diabetes and comparison to healthy subject

    SEMA ÇİFTÇİ

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2008

    Endokrinoloji ve Metabolizma HastalıklarıSağlık Bakanlığı

    İç Hastalıkları Ana Bilim Dalı

    UZMAN MİNE ADAŞ

  4. Tez No

    680515

    Sarkopeninin diyabetes mellituslu hastalarda ultrason ile değerlendirilmesi

    Evaluation of sarcopenia with ultrasound in patients with diabetes mellitus

    MUHARREM AKER

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2020

    Fizyoterapi ve RehabilitasyonZonguldak Bülent Ecevit Üniversitesi

    Fizik Tedavi ve Rehabilitasyon Ana Bilim Dalı

    DOÇ. DR. ALİ ERDEM BAKİ

  5. Tez No

    927553

    Artroplasti sonrasında hastalarda kronik ağrı gelişme insidansının kan glukoz düzeyi ile ilişkisi

    The relationship between blood glucose levels and the incidence of chronic pain development in patients following arthroplasty

    EMBİYE MUTLU

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2024

    Anestezi ve ReanimasyonEge Üniversitesi

    Anesteziyoloji ve Reanimasyon Ana Bilim Dalı

    PROF. DR. MELTEM UYAR

Geri Dön