Akut pulmoner tromboemboli hastalarında geliştirilen yapay zeka modellemesinin PESI skoruyla karşılaştırılması
Comparison of artificial intelligence modeling with pesi score in acute pulmonary thromboembolism patients
- Tez No: 834296
- Danışmanlar: DOÇ. DR. TUFAN ÇINAR
- Tez Türü: Tıpta Uzmanlık
- Konular: Kardiyoloji, Cardiology
- Anahtar Kelimeler: Pulmoner emboli, Tromboembolizm, Venöz tromboz, Yapay zeka, Ölçekler, Pulmonary embolism, Thromboembolism, Venous thrombosis, Artificial intelligence, Scales
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Sağlık Bilimleri Üniversitesi
- Enstitü: İstanbul Sultan Abdülhamid Eğitim ve Araştırma Hastanesi
- Ana Bilim Dalı: Kardiyoloji Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Pulmoner tromboemboli (PTE), venöz tromboembolizm hastalığının ana bileşenlerinden biridir ve kardiyovasküler hastalıklar arasında mortalite ve morbiditesi yüksek hastalıklar arasında yer almaktadır. 65 yaş üzeri hastalar arasında hastane içi mortalite %4, 6 aylık mortalite oranı ise %20 civarındadır. Genel popülasyonda ise 30 günlük mortalite oranı %5'tir Bu çalışmada, PTE hastalarında erken tanı koymak ve kısa dönem (ilk 30 gün) mortaliteyi öngörmek amacıyla makine öğrenmesiyle geliştirilmiş bir modelin performansı incelenmiş ve referans skorlama olan PESI skoruyla karşılaştırma amaçlanmıştır. Çalışmada, 207 PTE hastası ve 200 PTE tanısı dışlanmış kontrol hastası üzerinde yapılan analizlerle modelin doğruluğu değerlendirilmiştir. Model, PTE tanısını koymada %91, ilk 30 gün mortaliteyi tahmin etmede ise %93 duyarlılık göstermiştir. Ayrıca, PTE hastalarında kullanılan klasik risk skoru olan PESI ile karşılaştırıldığında, modelin üstün bir performans sergilediği tespit edilmiştir. PTE hastalarında yapılan pulmoner bilgisayarlık tomografik anjiografi ( PBTA )görüntülerinden alınan verilerin kullanılması sayesinde, modelin klinik parametrelerden daha kolay kullanılabileceği ve daha doğru sonuçlar elde edilebileceği görülmüştür. Model, PTE hastalarının tedavi süreçlerinde ve prognozlarında erken müdahale imkanı sağlayarak hastaların yaşam kalitesini artırabilir ve morbidite-mortalite oranlarını düşürebilir. Sonuç olarak, bu çalışmada geliştirilen makine öğrenmesi modeli, PTE hastalarının tanı ve tedavi süreçlerinde klinik parametrelerden daha etkili bir yöntem olarak öne çıkmaktadır. Gelecekte daha geniş veri setleriyle ve farklı popülasyonlarda yapılacak çalışmalarla modelin güvenilirliği daha da artırılabilir. Bu tür yapay zeka tabanlı modellerin klinik uygulamalarda kullanılması, PTE'nin erken tanısı ve tedavisi için önemli bir araç olabilir.
Özet (Çeviri)
Pulmonary thromboembolism (PTE) is one of the main components of venous thromboembolism disease and ranks among the high-mortality and high-morbidity conditions within cardiovascular diseases. Hospital mortality among patients aged 65 and above is around 4%, while the 6-month mortality rate is approximately 20%. In the general population, the 30-day mortality rate is 5%. This study examines the performance of a machine learning model developed to make early diagnoses and predict short-term (first 30 days) mortality in pulmonary thromboembolism (PTE) patients, comparing it with the reference scoring system, PESI score. The analysis was conducted on 207 PTE patients and 200 control patients with excluded PTE diagnoses to evaluate the accuracy of the model. The model showed a sensitivity of 91% in diagnosing PTE and 93% in predicting first 30-day mortality. Furthermore, when compared with the classical risk scoring system, PESI, the model exhibited superior performance. Using data obtained from PBTA images of PTE patients, it was observed that the model could be more easily utilized and provide more accurate results than clinical parameters. By enabling early intervention in the treatment and prognosis of PTE patients, the model could enhance their quality of life and reduce morbidity-mortality rates. In conclusion, the machine learning model developed in this study stands out as a more effective method than clinical parameters in the diagnosis and treatment of PTE patients. Its reliability can be further enhanced through future studies with larger datasets and in different populations. The use of such artificial intelligence-based models in clinical applications can be a crucial tool for the early diagnosis and treatment of PTE
Benzer Tezler
- Diyabetus mellitus'da gözlenen mikrovasküler komplikasyonların prostaglandinler ile olan ilişkisi
The Relation of microvaskular complications observed in diabetes mellitus with prostoglandins
CANAN NEBİGİL
Doktora
Türkçe
1985
Eczacılık ve FarmakolojiCumhuriyet ÜniversitesiFarmakoloji Ana Bilim Dalı
YRD. DOÇ. DR. YUSUF SARIOĞLU
- Çocuklarda akut stres hiperglisemisinde hormonal değişikliklerin ve kısa süreli prognozun incelenmesi
Başlık çevirisi yok
AYGÜN DİNDAR
Tıpta Uzmanlık
Türkçe
1987
Çocuk Sağlığı ve Hastalıklarıİstanbul ÜniversitesiÇocuk Sağlığı ve Hastalıkları Hemşireliği Ana Bilim Dalı
DOÇ. DR. HÜLYA GÜNÖZ
- Kadın genital bölgesi vajen ve serviks mikrobiyal flora dağılımı ve enfeksiyon etkeni patojen mikroorganizmaların tanımı
The Distrubition of microbial flora of vagina nd cervix in women genital tract and description of pathooen microorganism which are infection agent
NİHAL YÜCEL
- Kaza sonucu meydana gelen akut zehirlenmeler ve ilaç zehirlenmeleri
Başlık çevirisi yok
SELMA YURTDAŞ
Yüksek Lisans
Türkçe
1987
Eczacılık ve FarmakolojiGazi ÜniversitesiKazaların Çevresel ve Teknik Araştırması Ana Bilim Dalı (disiplinlerarası)
PROF. DR. ORHAN ASLANOĞLU
- Dermatofitoz sıklığı ve %1 lik tiyokonazol'ün terapötik etkinliğinin araştırılması
Başlık çevirisi yok
İ.HALUK ÖZBAYRAM
Tıpta Uzmanlık
Türkçe
1986
DermatolojiTrakya ÜniversitesiDermatoloji Ana Bilim Dalı
PROF. DR. HAFİT SAVAŞKAN
- Akut miyokard inforktüsünde simetidin'in hemodinamik ve antiaritmik etkileri
Başlık çevirisi yok
A. ARMAĞAN TUĞRUL
Tıpta Uzmanlık
Türkçe
1986
KardiyolojiTrakya Üniversitesiİç Hastalıkları Ana Bilim Dalı
DOÇ. DR. GÜLTAÇ ÖZBAY