Türkiye'de kronik hastalıkların yaygınlığı ve potansiyel belirleyicileri üzerine makine öğrenmesi tabanlı yaklaşım
Machine learning based approach on the prevalence and potential determinants of chronic diseases in Türkiye
- Tez No: 985235
- Danışmanlar: DOÇ. DR. FİLİZ KARDİYEN
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Makine öğrenmesi, sağlık hizmetlerinde hastalık teşhisi dahil olmak üzere pek çok alanda popülerlik kazanarak tıbbi literatürde, kanser, diyabet, kalp hastalığı, kolesterol gibi kronik hastalıklara dair tıbbi teşhiste geniş uygulama alanı bulmuştur. Bu çalışmada, Dünya Sağlık Örgütü ve Sağlık Bakanlığı tarafından yürütülen Türkiye Hanehalkı Sağlık Araştırması: Bulaşıcı Olmayan Hastalıkların Risk Faktörleri 2017 çalışmasının verileri kullanılarak, hipertansiyon, diyabet ve yüksek kolesterol hastalıklarının tahmini üzerinde çalışılmıştır. Çalışmanın temel amacı, hipertansiyon, yüksek kolesterol ve diyabet tahmininde çeşitli makine öğrenmesi algoritmalarını kullanmak, bu algoritmaların karşılaştırmalı olarak performanslarını ve hastalıkların potansiyel belirleyicilerini incelemektir. Bu amaçla, Rasgele Orman, Destek Vektör Makineleri, XGBoost, AdaBoost ve Lojistik Regresyon sınıflandırma algoritmaları kullanılmış ve bu algoritmalar doğruluk, duyarlılık, özgüllük, dengeli doğruluk, F1 skor ve AUC gibi sınıflandırma kriterleri bakımından karşılaştırılmıştır. Elde edilen bulguların, sağlık politikaları ve bireysel risk değerlendirme süreçlerine katkı sağlaması beklenmektedir.
Özet (Çeviri)
Machine learning has gained popularity in many fields, including disease diagnosis in health services, and has found wide application in medical diagnosis of chronic diseases such as cancer, diabetes, heart disease and cholesterol in the medical literature. In this study, using the data of the“Turkey Household Health Survey: Non-Communicable Disease Risk Factors 2017”conducted by the World Health Organization and the Ministry of Health, the prediction of hypertension, diabetes and high cholesterol diseases was investigated. The main aim of the study is to use various machine learning algorithms in the prediction of hypertension, high cholesterol and diabetes, and to examine the comparative performances of these algorithms and the potential determinants of the diseases. For this purpose, Random Forest, Support Vector Machines, XGBoost, AdaBoost and Logistic Regression classification algorithms were used, and these algorithms were compared in terms of classification criteria such as accuracy, sensitivity, specificity, balanced accuracy, F1-score and AUC. The findings obtained are expected to contribute to health policies and individual risk assessment processes.
Benzer Tezler
- Karaciğer sirozunda periferik nöropati sıklığı ve periferik nöropatinin biyokimyasal parametrelerle ilişkisi
Prevalence of peripheral neuropathy in liver cirrhosis and relationship between peripheral neuropathy and biochemical parameters
MEHMET TAŞDEMİR
Tıpta Uzmanlık
Türkçe
2013
GastroenterolojiYüzüncü Yıl Üniversitesiİç Hastalıkları Ana Bilim Dalı
DOÇ. DR. AHMET CUMHUR DÜLGER
- Çocuk ve ergen yaş grubunda çölyak hastalığının erken tanısında insan doku transglutaminazına karşı antikor taraması
Human tissue transglutaminase antibodies screening by immunochromatographic line immunoassay for the early diagnosis of celiac disease in chilhood and adolescence
FULYA DEMİRÇEKEN
Tıpta Uzmanlık
Türkçe
2004
Çocuk Sağlığı ve HastalıklarıAnkara ÜniversitesiÇocuk Sağlığı ve Hastalıkları Ana Bilim Dalı
PROF.DR. NURTEN GİRGİN
- Golden Retriever, Cavalier King Charles ve German Shepherd ırkı köpeklerde kalp hastalıkları prevelansının araştırılması
Investigation of the prevalence of heart diseases in golden retriever, cavalier king charles, german shepherd dogs
ÖMER CANKAN ALPAY
Doktora
Türkçe
2024
Veteriner HekimliğiAfyon Kocatepe ÜniversitesiVeterinerlik İç Hastalıkları Ana Bilim Dalı
PROF. DR. TURAN CİVELEK
- Yüksek vücut kitle indeksine sahip çölyak hastalarının bağırsak mukozalarında genom boyu transkriptomik analizlerinin gerçekleştirilmesi
Genome-wide transcriptome analysis of intestinal mucosa of celiac patients with high body mass index
YELİZ EKİCİ
- Biyoinformatik yöntemler kullanılarak kene patojenlerinin moleküler verilerinde aşı adayı bölgelerinin saptanması
Bioinformatics detection of vaccine candidate regions in molecular data of tick pathogens
AHMET EFE KÖSEOĞLU