Geri Dön

Sağlık verilerinde veri madenciliği teknikleri ile sağkalımı etkileyen faktörlerin seçimi, performanslarının değerlendirilmesi

Selection of factors affecting survival and performance evaluation with data mining techniques in health data

PDF İndir

  1. Tez No: 758302
  2. Yazar: BÜŞRA ECEM GÜNAYDIN
  3. Danışmanlar: PROF. DR. SONER DUMAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Biyoistatistik, Biostatistics
  6. Anahtar Kelimeler: Biyoistatistik, Sağkalım, Sağkalım analizi, Veri madenciliği, İstatistiksel yöntemler, Bioistatistics, Survival, Survival analysis, Data mining, Statistical methods
  7. Yıl: 2022
  8. Dil: Türkçe
  9. Üniversite: Ege 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

Giriş ve Amaç: Bu çalışmada, ağaç tabanlı veri madenciliği yöntemi Rastgele Sağkalım Orman'ın araştırılması ve tıp alanındaa toplanan veri üzerinde analizler yaparak sonuçların incelenmesi amaçlanmıştır. Yöntem: Çalışmada Mendeley Data açık kaynak platformunda yayınlanan Awodutire, Kolawole, Ilori tarafından 2017 yılındaki çalışmalarında uygulanmış, Osogbo'daki Ladoke Akintola Teknoloji Eğitim Hastanesi'ndeki meme kanseri hastasından alınan klinik verilerle Cox Regresyon ve Rastgele Sağkalım Orman yöntemleri ile analizler yapılmıştır. Analizlerde RStudio Version 1.4.1717 programı kullanılmıştır. Bulgular: Çalışmada 89 hasta vardır. Hastaların yaş ortalaması 50.29±10.848, ortalama menarş yaşı 15.72±2.326 ve ortalama emzirme yılı 1.39±0.547'dir. Hastalara ait sağkalım sürelerinin %42.7'si (n=38) sağdan sansürlüdür. Hastaların %53.9'u (n=48) doğum kontrol hapı kullanmakta, teşhis anında %67.4'ünün (n=60) erken evre(Evre I. Ve II), %32.6'sının (n=29) geç evredir (III.Evre ve IV.Evre). Tedavi sırasında %43.8'ine (n=39) neoadjuvant uygulanmıştır. Hastaların medyan sağkalım süresi 251± 52.82 [%95 G.A. 147.5-354.5] gün olarak hesaplanmıştır. Cox regresyon yönteminde tedavi süresinde neoadjuvan kullanımının tehlike oranı üzerindeki etkisi istatistiksel olarak anlamlıdır (p<0.05). Cox regresyon modeli uyum indeksi olan C-Index 0.648 olarak hesaplandı. Rastgele Sağkalım orman yönteminde veri seti %70 test, %30 analiz dışı tutulmuş, out-of-box veri olarak ayrılmıştır. Buna göre önemli değişkenler ortalama emzirme yılı ve doğum kontrol hapı kullanımı olarak belirlenmiştir. Rastgele sağkalım yöntemine ait C-index 0.60 olarak hesaplanmıştır. Sonuç: Her iki yöntemde benzer performans göstermiştir, Örneklem ve değişken sayısı arttırılarak analiz tekrarlanmalıdır.

Özet (Çeviri)

Introduction and Aim: In this study, it is aimed to examine the Random Survival Forests (RSF) method, which is one of the tree-based data mining methods, and to discuss the results by applying it to a data set obtained from the health field. Methods: In the study, analyzes were made by Cox Regression and Random Survival Forest methods with clinical data obtained from a breast cancer patient at Ladoke Akintola Technology Teaching Hospital in Osogbo, which was applied by Awodutire, Kolawale, Ilori, published on the Mendeley Data open source platform, in their study in 2017. RStudio Version 1.4.1717 program was used in the analysis. Results: There were 89 patients in the study. The mean age of the patients was 50.29±10.848, the mean age at menarche was 15.72±2.326, and the mean breastfeeding year was 1.39±0.547. 42.7% (n=38) of the patients' survival times were right-censored. 53.9% (n=48) of the patients were using birth control pills, at the time of diagnosis, 67.4% (n=60) were in the early stage (Stage I and II), and 32.6% (n=29) was in the late stage (III. Stage and Stage IV). Neoadjuvant was applied to 43.8% (n=39) of them during treatment. Median survival of patients 251±52.82 [95% G.A. 147.5-354.5] days. In the Cox regression method, the effect of neoadjuvant use on the hazard ratio was statistically significant (p<0.05). The C-Index, which is the Cox regression model fit index, was calculated as 0.648. In the Random Survival forest method, the data set was divided as 70% tested, 30% excluded, out-of-box data. Accordingly, the important variables were determined as the mean year of breastfeeding and the use of birth control pills. The C-index of the random survival method was calculated as 0.60. Conclusion: Both methods showed similar performance. The analysis should be repeated by increasing the number of samples and variables.

Benzer Tezler

  1. Tez No

    377216

    Shelf arrangement via data mining techniques and a case study

    Veri madenciliği teknikleri ile raf düzenleme ve bir vaka çalışması

    ZEYNEP CEYLAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2014

    Endüstri ve Endüstri MühendisliğiMarmara Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. SENİYE ÜMİT OKTAY FIRAT

  2. Tez No

    391411

    Kamu hastanelerindeki TİG (teşhisle ilişkili gruplar) verilerinin sağlık analitiği yaklaşımı ile incelenmesi

    Analysing DRG (diagnosis - related group) data in training hospitals with health analytical approach

    PAKİZE YİĞİT

    Doktora

    Türkçe

    Türkçe

    2015

    Sağlık Kurumları Yönetimiİstanbul Üniversitesi

    İşletme Ana Bilim Dalı

    PROF. DR. EYÜP ÇETİN

  3. Tez No

    394520

    Veri madenciliği yöntemleri ile ankilozan spondilit hastalığında radyografik progresyona etkili faktörlerin analizi

    Analysis of factors affecting radiographic progression in ankylosing spondylitis disease by data mining methods

    YEŞİM ATASOY

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Üniversitesi

    Enformatik Ana Bilim Dalı

    YRD. DOÇ. DR. ÇİĞDEM EROL

    YRD. DOÇ. DR. YALÇIN ÖZKAN

  4. Tez No

    493624

    Veri madenciliği yöntemi ile akciğer kanseri teşhisine yönelik öneri sistemi tasarımı

    A suggestion system design for the diagnosis of lung cancer with data mining method

    NİHAT BARIŞ SEBİK

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. HALİL İBRAHİM BÜLBÜL

  5. Tez No

    877526

    Veri madenciliğinde sınıflandırma ve kümeleme algoritmaları ile COVID-19 şüphesi taşıyan hastaların değerlendirilmesi

    Evaluation of patients with suspected of covid-19 using classification and clustering algorithms in data mining

    BEYZA DURMAZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Endüstri ve Endüstri MühendisliğiOndokuz Mayıs Üniversitesi

    Akıllı Sistemler Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ASLI ÇALIŞ BOYACI

Geri Dön