Geyve Devlet Hastanesinde yatan COVID-19 hasta verilerinin veri madenciliği yöntemiyle incelenmesi
Examination of inpatient COVID-19 patient data in Geyve State Hospital by data mining method
- Tez No: 787960
- Danışmanlar: DOÇ. DR. NİLÜFER YURTAY
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Biontech aşısı, COVID 19, Sakarya-Geyve, Sinovac, Veri madenciliği, Biontech vaccine, COVID 19, Sakarya-Geyve, Sinovac, Data mining
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Sakarya Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Koronavirüs tüm dünyada olduğu gibi ülkemizde de hızlı bir şekilde yayılarak insanların sağlığını olumsuz yönde etkilemiştir. Ülkemizde hastalığa yakalanan insanlar arasında, hastalığı hafif atlatanlar olduğu gibi hastanede yatmak zorunda kalan kişiler de olmuştur. Hastalığa yakalanıp hastaneye yatış yapan kişilere ait verilerin tutulması Covid-19 servisleri için önemli bir parametre haline gelmiştir. Bu çalışmada; 2 Nisan 2020 ile 30 Eylül 2021 tarihleri arasında Geyve Devlet Hastanesi Covid-19 servisinde yatan hastaların ortak özelliklerini belirlemek amacıyla, hastalara ait veriler incelenmiştir. Elde edilen veri kümesine birliktelik analizi yöntemlerinden biri olan Apriori algoritması uygulanmıştır ve Covid-19 hastalığına yakalanan kişilerin birliktelik kuralları çıkarılmıştır. Bunun için hastaların aşı sayısı, aşı türü, yaşı, cinsiyeti, hastanede kalma süresi ve hastaneden çıkış türü parametreleri veri madenciliği yazılımlarından biri olan RapidMiner uygulaması kullanılarak incelenmiştir. Bu çalışma sonucunda; aşı sayısı, aşı türü, yaş, cinsiyet, hastanede kalma süresi ve hastaneden çıkış türü parametrelerinin birbirleriyle ilişkileri hakkında çıkarımlarda bulunulmuştur. Hasta profillerinin incelenip hastaların hastanede ne kadar kalacağını öngörmek yatan hasta servislerindeki planlama açısından önemli olabilmektedir. Bu çalışmadan Sakarya Geyve Devlet Hastanesi COVID-19 yatan hasta servisinden alınan 556 hastanın verileri birliktelik kural analizi yöntemlerinden olan apriori algoritması ile incelenmiş ve birliktelik kuralları çıkarılmıştır. Analiz sonucunda hastaneye yatan hastaların 506'sı hastanede sağlıklı bir şekilde taburcu edilmiştir. İki Biontech aşısı olmayı tercih eden 198 hastanın Covid-19'a yakalandığında aşısının olmadığı görülmüştür. 292 hasta, sadece 0-7 gün hastanede yatmıştır. Sadece 1 kişi 30 günde fazla hastane yatmıştır. Hastane yatış en çok 45-74 yaş aralığında olmuştur. Çalışma sonucunda elde edilen bilgilerin hastane yönetimine ve doktorlara fayda sağlayacağı ve hastaların aldığı hizmete artı yönde katkı yapacağı düşünülmektir.
Özet (Çeviri)
The coronavirus has spread rapidly in our country as well as all over the world, negatively affecting people's health. Among the people who got the disease in our country, there were people who had to stay in the hospital as well as those who survived the disease mildly. Keeping the data of people who have been infected and hospitalized has become an important parameter for Covid-19 services. In this study; In order to determine the common characteristics of patients hospitalized in the Covid-19 service of Geyve State Hospital between April 2, 2020 and September 30, 2021, the data of the patients were examined. The Apriori algorithm, which is one of the association analysis methods, was applied to the obtained dataset and the association rules of the people who were infected with the Covid-19 disease were deduced. For this, the number of vaccines, vaccine type, age, gender, length of hospital stay and discharge type parameters of the patients are one of the data mining software. Examined using RapidMiner application. As a result of this study; Inferences were made about the relationships between the number of vaccines, type of vaccine, age, gender, length of hospital stay and type of discharge from the hospital. Examining patient profiles and predicting how long the patients will stay in the hospital can be important in terms of planning in inpatient services. In this study, the data of 556 patients taken from the Sakarya Geyve State Hospital COVID-19 inpatient service were analyzed with the apriori algorithm, which is one of the association rule analysis methods, and association rules were extracted. As a result of the analysis, 506 of the hospitalized patients were discharged from the hospital in good health. It was observed that 198 patients who preferred to receive two Biontech vaccines were not vaccinated when they caught Covid-19. 292 patients were hospitalized for only 0-7 days. Only 1 person was hospitalized for more than 30 days. Hospitalization was mostly between the ages of 45-74. It is thought that the information obtained as a result of the study will benefit the hospital management and doctors and contribute positively to the service received by the patients.
Benzer Tezler
- Pazarköy (Isparta ili) ve dolayının jeolojisi
Başlık çevirisi yok
MAHMUT MUTLUTÜRK
Yüksek Lisans
Türkçe
1985
Jeoloji Mühendisliğiİstanbul ÜniversitesiMineraloji-Petrografi Ana Bilim Dalı
DOÇ. DR. YÜCEL YILMAZ
- Sipahiler (Isparta ili) ve dolayının jeolojisi
Başlık çevirisi yok
MUSTAFA BOZCU
Yüksek Lisans
Türkçe
1985
Jeoloji Mühendisliğiİstanbul ÜniversitesiJeoloji Ana Bilim Dalı
DOÇ. DR. YÜCEL YILMAZ
- Ayvalı (Isparta ili) ve dolayının jeolojisi
Başlık çevirisi yok
KAMİL YILMAZ
Yüksek Lisans
Türkçe
1985
Jeoloji Mühendisliğiİstanbul ÜniversitesiMineraloji-Petrografi Ana Bilim Dalı
DOÇ. DR. YÜCEL YILMAZ
- Enerji iletim şebekelerinin donanım planlamasında optimizasyonu
Optimisation in the planning of supply of power transmission networks summary
K.R.İRFAN GÜNEY
- Tombul fındık çeşidi için tozlayıcı seçimi
Selection of pollinators for tombul hazelnut cultivar
YEŞİM OKAY
Yüksek Lisans
Türkçe
1987
ZiraatAnkara ÜniversitesiBahçe Bitkileri Ana Bilim Dalı
PROF. DR. MAHMUT AYFER