Geri Dön

Covıd-19 servislerinde görev yapan sağlık çalışanlarının ses sinyallerinden olası anksiyetelerinin makine öğrenmesi yöntemi ile belirlenmesi

The determination of possible anxiety by machine learning method from sound signals healthcare staff members who work at covid-19 clinics

PDF İndir

  1. Tez No: 802968
  2. Yazar: MEHMET YİĞİT
  3. Danışmanlar: PROF. DR. KEMAL TURHAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Biyoistatistik, Biostatistics
  6. Anahtar Kelimeler: Anksiyete, Bilişim, COVID 19, Derin öğrenme, Hemşirelik bilişimi, Makine öğrenmesi, Sağlık anksiyetesi, Sağlık personeli, Ses, Tıbbi bilişim, Anxiety, Informatics, COVID 19, Deep learning, Nursing informatics, Machine learning, Health anxiety, Health personnel, Voice, Medical informatics
  7. Yıl: 2023
  8. Dil: Türkçe
  9. Üniversite: Karadeniz Teknik 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

Ruh sağlığı alanında bireyler değerlendirilirken genellikle nitel yöntemlerden yararlanılmaktadır. Bu sorular ayrıntılı ve uzun olmakla birlikte nitel soru-cevap şeklinde ilerlediği için bazen yanlış yönlendirmelere neden olabilmektedir. Pandemide COVID-19 hastalığına doğrudan maruz kalan sağlık çalışanları da kendilerini tehdit altında hissetmeye başlamıştır. Anksiyete, kaygılı ve tehdit altında hissedildiğinde vücudun doğal bir tepkisidir. Anksiyete, duygu, düşünce ve fiziksel durumu etkilemektedir. Bu çalışma, ses verisiyle elde edilen çıktıların, anksiyetenin tanılanma sürecinin şekillendirilmesinde, sağlık profesyonellerine yardımcı olması amacıyla yürütülmüştür. Anksiyetenin tespiti için Durumluk-Sürekli Kaygı Ölçeği (DSKÖ) (State- Trait Anxiety Inventory- STAI) kullanılmıştır. Katılımcılar, Ordu ilinde COVID-19 pandemi kliniklerinde aktif olarak görev alan 30 sağlık çalışanı ile COVID-19 pandemi kliniklerinde aktif olarak görev almayan 30 sağlık çalışanından randomize olarak seçilmiştir. Phonic.ai aracılığı ile beş adet sözel soruya sesli yanıt ve ardından DSKÖ'ye yanıtlar alınmıştır. DSKÖ verilerinin analizinde SPSS paket programları kullanılmış olup analiz sonucunda Acil Servis'te çalışan sağlık çalışanlarında durumluk kaygı düzeyleri anlamlı olarak yüksek bulunmuştur. Sesli yanıtlardan makine öğrenmesi algoritmaları oluşturabilmek için Python yazılım dili kullanılmıştır. Tasarlanan algoritmalar ile çıktılar elde edilmiştir. DSKÖ'nün çıktıları ile makine öğrenmesi yönteminin çıktıları karşılaştırılmıştır. Modeller karşılaştırıldığında (VGG-19, ResNet50, AlexNet) en başarılısı 1D(boyutlu) CNN (konvolüsyonel sinir ağı) tabanlı model olmuştur. Modelin duygu analizinde; doğruluk %63.7 (%63 hassasiyet, %91 özgüllük) anksiyete analizinde ise doğruluk %73.5 (%73 hassasiyet, %94 özgüllük) saptanmıştır. Bu sonuçlar doğrultusunda geliştirilen modelin gelecek çalışmalarda görüntü ve video kaydı gibi yöntemlerle desteklendiğinde başarısının artacağı düşünülmektedir.

Özet (Çeviri)

Qualitative methods are generally used when evaluating individuals in the field of mental health. Although these questions are detailed and long, they can sometimes lead to false guidance because they proceed in a qualitative question-answer form. Health workers directly exposed to the COVID-19 disease during the pandemic have also started to feel threatened. Anxiety is a natural response of the body when one feels anxious and threatened. Anxiety affects emotions and thoughts as well as physical state. This study was conducted to assist healthcare professionals in the process of identifying anxiety by using output obtained from voice data. The State-Trait Anxiety Inventory (STAI) was used to measure anxiety levels. The participants were randomly selected from 30 healthcare workers actively serving in COVID-19 pandemic clinics and 30 healthcare workers not actively serving in COVID-19 pandemic clinics, all located in Ordu province. five verbal questions were asked via Phonic.ai and answers were obtained through voice responses, followed by answers to the STAI. SPSS package programs were used for the analysis of STAI data, and the results showed that the state anxiety levels of healthcare workers working in the emergency department were significantly higher. To create machine learning algorithms from voice responses, Python programming language was used The outputs of the State-Trait Anxiety Inventory (STAI) were compared with the outputs of the machine learning method. When the models were compared (VGG-19, ResNet50, AlexNet), the most successful one was found to be the 1D (dimensional) CNN (convolutional neural network) based model. In the emotion analysis of the model, an accuracy of 63.7% (63% sensitivity, 91% specificity) was achieved, while in the anxiety analysis, an accuracy of 73.5% (73% sensitivity, 94% specificity) was found. Based on these results, it is believed that the model developed will be more successful when supported by methods such as image and video recording in future studies.

Benzer Tezler

  1. Tez No

    870636

    COVID-19 salgını itibariyle pandemi servisinde çalışan ve pandemi servisinde çalışmayan sağlık çalışanları arasındaki uyku kalitesi ve kas iskelet sistemi etkileniminin karşılaştırılması

    Comparison of sleep quality and musculoskeletal impact between healthcare professionals working and not working in the pandemic service during the COVID-19 pandemic

    TUĞÇE SUCUER

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Fizyoterapi ve RehabilitasyonDokuz Eylül Üniversitesi

    Fizyoterapi ve Rehabilitasyon Ana Bilim Dalı

    DOÇ. DR. SELNUR NARİN ARAL

  2. Tez No

    780575

    Van Y.Y.Ü. Tıp Fakültesi'nde COVID-19 pandemi sürecinde görev yapan sağlık çalışanlarının depresyon düzeylerinin belirlenmesi ve etkileyen faktörlerinin incelenmesi

    Determining depression levels andexamining the affecting factors of HEALTH workersworking in the process of COVİD-19 pandemic at VanY.Y.U. Faculty of Medicine

    ÖZNUR SÜSLÜ KEPENEK

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2022

    Aile HekimliğiVan Yüzüncü Yıl Üniversitesi

    Aile Hekimliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MEHMET EMİN LAYIK

  3. Tez No

    728710

    COVID-19 salgını korkusunun sağlık çalışanlarının etik ahlaki duyarlılık durumları ve iş yaşam kalitesi üzerine etkisi

    The effect of the fear of the COVID-19 epidemic on the ethical moral sensitivity status and quality of work life of healthcare workers

    ÖZLEM KARACA

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    HemşirelikMuğla Sıtkı Koçman Üniversitesi

    Hemşirelik Ana Bilim Dalı

    PROF. DR. NEZİHE BULUT UĞURLU

  4. Tez No

    737950

    COVID-19 pandemi (Mart 2020-Aralık 2021) döneminde İstanbul İli 3.basamak hastanelerde çalışmakta olan aile hekimi asistanlarında tükenmişlik sendromu sıklığının araştırılması

    Investigation of the frequency of burnout syndrome in Family physician assistants working in İstanbul 3RD stage hospitals during the COVID-19 pandemic (March 2020-Dec 2021) period

    ZEYNEP TEKDEMİR

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2022

    Aile HekimliğiSağlık Bilimleri Üniversitesi

    Aile Hekimliği Ana Bilim Dalı

    PROF. DR. MUSTAFA REŞAT DABAK

  5. Tez No

    875907

    Türkiye'de acil tıp uzmanlarının sınırlı kaynakların triyajında kullandığı kriterlerin kantitatif yöntemle tespiti ve etik açıdan değerlendirilmesi

    The quantitative determination and ethical evaluation of the criteria employed by emergency specialists in Türkiye for triaging scarce resources

    ADEM AZ

    Doktora

    Türkçe

    Türkçe

    2024

    Deontoloji ve Tıp Tarihiİstanbul Üniversitesi

    Tıp Tarihi ve Etik Ana Bilim Dalı

    PROF. DR. İLHAN İLKILIÇ

Geri Dön