Üst gastrointestinal sistem kanama hastalarında endoskopi ihtiyacı kararının makine öğrenmesi algoritmasıyla verilmesi
Determination of endoscopy necessity in gastrointestinal bleedingpatients using machine learning algorithm
- Tez No: 868247
- Danışmanlar: DOÇ. DR. SERKAN DOĞAN
- Tez Türü: Tıpta Uzmanlık
- Konular: Acil Tıp, Gastroenteroloji, Emergency Medicine, Gastroenterology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Sağlık Bilimleri Üniversitesi
- Enstitü: İstanbul Kanuni Sultan Süleyman Eğitim ve Araştırma Hastanesi
- Ana Bilim Dalı: Acil Tıp Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Giriş ve Amaç Üst gastrointestinal (GİS) kanama, sık görülen ve mortalite ve morbiditesi açısından önemli bir sağlık sorunudur. Üst GİS kanamalarının yönetiminde endoskopi, hem tanısal hem terapötik öneme sahiptir. Glasgow Blatchford Skoru (GBS), hastaların endoskopi ihtiyacını değerlendirmede kullanılır ve düşük riskli hastaları belirlemede etkiliyken, yanlış pozitifliği yüksektir. Biz de bu çalışmada, makine öğrenmesi modelleri kullanarak acil servise üst GİS kanaması sebebiyle başvuran hastalarda gereksiz endoskopi yapılan vakaları azaltmayı ve daha yüksek spesifitedeki tahminlerle maliyet ve iş gücü kaybını önlemeyi amaçlamaktayız. Materyal ve Metod Etik kurul onayı alınarak başlatılan çalışmamız, retrospektif, gözlemsel, kesitsel ve analitik niteliktedir. Vaka grubumuz 1 Ocak 2015 ve 1 Ağustos 2022 tarihleri arasında, acil servise üst GİS kanama ön tanısıyla başvuran ve endoskopi yapılan 18 yaş ve üstü hastaları kapsamaktadır. Python 3.9.0 kullanılarak oluşturulan makine öğrenmesi modelleri ile hastaların endoskopi ihtiyacının belirlenmesi amaçlanmıştır. Power analizi sonucunda, anlamlı bir fark tespit edebilmek için toplam 1146 hastanın gerektiği ve bu hastalardan randomize seçilen %30'unun (343 vaka) internal validasyon grubunda değerlendirilmesi gerektiği, %70'iyle de (666 vaka) makine öğrenmesi modellemesi yapılması kararlaştırılmıştır. Bulgular Aktif kanama bulunan hastaları tespit etmek için eğittiğimiz makine öğrenmesi modellerinden Gaussian Naive Bayes (GNB), Support Vector Machines (SVM), Random Forest ve Logistic Regression modellerini gerçek sonuçlarla karşılaştırdığımızda istatistiksel olarak anlamlı bir ilişki olduğunu tespit ettik (p=0,017, p<0,001, p<0,001, p<0,001, sırasıyla). Makine öğrenmesi modellerinden K-Nearest Neighbor (KNN) ile gerçek sonuçlar arasında ise istatistiksel olarak anlamlı bir ilişki saptamadık (p=0,241). Tartışma ve Sonuç Aktif GİS kanama saptama modellerimizden; SVM, Logistic Regression ve Random Forest modellerinin negatif prediktif değerlerinin yüksekliği, aktif kanama bulgusu olmayan hastaları tanımada başarılı olarak çalıştığını göstermektedir. Çalışmamızda GİS kanama prevalansı %8.8 olarak hesaplanmış olması da analiz sonuçlarımızı etkileyeceğini kabul ederek, makine öğrenmesi ile oluşturulan modellerin aktif GİS kanama olgularını saptayacağını düşünmekteyiz. Anahtar kelimeler Üst gastrointestinal sistem kanamaları, makine öğrenmesi, endoskopi
Özet (Çeviri)
Introduction and Objective Upper gastrointestinal (GI) bleeding is a common health issue with significant mortality and morbidity. In the management of upper GI bleeds, endoscopy plays a crucial role both diagnostically and therapeutically. The Glasgow Blatchford Score (GBS) is used to assess patients' need for endoscopy and is effective in identifying low-risk patients, although it has a high rate of false positives. In this study, we aim to use machine learning models to reduce unnecessary endoscopies in patients presenting to the emergency department with upper GI bleeding, thereby preventing the loss of resources and manpower through more accurate predictions with higher specificity. Materials and method Our study, initiated after obtaining ethical approval, is retrospective, observational, cross-sectional, and analytical in nature. Our case group includes patients aged 18 years and over who presented to the emergency department with a preliminary diagnosis of upper GI bleeding and underwent endoscopy between January 1st, 2015, and August 1st, 2022. The goal is to determine the need for endoscopy in patients using machine learning models created with Python 3.9.0. Power analysis results indicated that a total of 1146 patients are required to detect a significant difference, and it was decided that 30% of these patients (343 cases), randomly selected, should be evaluated in an internal validation group, with machine learning modeling conducted on the remaining %70 (666 cases). Results When comparing the machine learning models we trained to detect patients with active bleeding - specifically the Gaussian Naive Bayes (GNB), Support Vector Machines (SVM), Random Forest, and Logistic Regression models - with actual results, we identified a statistically significant relationship (p=0.017, p<0.001, p<0.001, p<0.001, respectively). However, between the K-Nearest Neighbor (KNN) machine learning model and the actual results, we did not find a statistically significant relationship (p=0.241). Discussion and Conclusion From our active GI bleeding detection models, the high negative predictive values of the SVM, Logistic Regression, and Random Forest models indicate their success in correctly identifying patients without signs of active bleeding. Given that the prevalence of GI bleeding was calculated to be 8.8% in our study, acknowledging this will affect our analysis results, we believe that models created with machine learning will detect cases of active GI bleeding. Keywords Upper gastrointestinal system bleedings, machine learning, endoscopy
Benzer Tezler
- Acil servise üst gastrointestinal sistem kanamaları ile başvuran hastalarda vena kava inferior ve aort çapının ultrasonografi ile görüntülenmesinin yatış, taburculuk ve morbidite üzerine etkilerinin araştırılması
Researching the effects of visualization of vena cava inferior and aortic diameter by ultrasound on hospitalization, discharge and morbiity in patients admitted to the emergency department with upper gastrointestinal hemorrhage
MUHAMMED SALTUK DENİZ
Tıpta Uzmanlık
Türkçe
2020
İlk ve Acil YardımAnkara Yıldırım Beyazıt ÜniversitesiAcil Tıp Ana Bilim Dalı
DR. ÖĞR. ÜYESİ FATİH TANRIVERDİ
- Acil servise başvuran üst gastrointestinal sistem kanamalı hastalarda kapı-endoskopi süresinin hasta prognozu üzerine etkisi
Effects of the duration from admission to the emergency-until the end of endoscopic therapeutic process on patient prognosis in patients with upper gastrointestinal bleeding when they apply to the emergency service
EBUBEKİR ARSLAN
Tıpta Uzmanlık
Türkçe
2016
İlk ve Acil YardımEskişehir Osmangazi ÜniversitesiAcil Tıp Ana Bilim Dalı
DOÇ. DR. ENGİN ÖZAKIN
- Üst gastrointestinal sistem kanaması olan hastalarda endoskopik tedavi ihtiyacı ve yanıtı göstermede pre-endoskopik skorlama sistemlerinin geçerliliği
Upper gastrointestinal system has been used for endoscopic examination and use of pre-endoscopic scoring systems instructions
SOULMAZ JABBARPOUR
Tıpta Uzmanlık
Türkçe
2024
GastroenterolojiSakarya Üniversitesiİç Hastalıkları Ana Bilim Dalı
PROF. DR. AHMET TARIK EMİNLER
- Acil serviste non-variköz üst gastrointestinal sistem kanama tanısı alan olgularda kombine hematolojik inflammatuar indekslerin hastane içi mortaliteyi öngörmedeki rolü
The role of combined hematological inflammatory indexes in predicting in-hospital mortality in cases diagnosed with non-variceal upper gastrointestinal bleeding in the emergency department
OĞUZ METE İŞLEK
Tıpta Uzmanlık
Türkçe
2025
Acil TıpSağlık Bilimleri ÜniversitesiAcil Tıp Ana Bilim Dalı
PROF. DR. SERKAN EMRE EROĞLU
- Üst gastrointestinal sistem kanamalı hastalarda infüzyonel ve düşük doz proton pompa inhibitörü tedavisinin karşılaştırılması
Infusion and low-dose proton pump inhibitor treatment for upper gastrointestinal haemorrhage
AYŞE BALKARLI
Tıpta Uzmanlık
Türkçe
2010
GastroenterolojiSüleyman Demirel Üniversitesiİç Hastalıkları Ana Bilim Dalı
PROF. DR. YILDIRAN SONGÜR