Erişkin yoğun bakım hastalarında santral venöz kateter ilişkili enfeksiyon riskinin yapay zekâ ile belirlenmesi
Artificial intelligence-based identification of central venous catheter-related infection risk in adult intensive care patients
- Tez No: 1007872
- Danışmanlar: DR. ÖĞR. ÜYESİ NURDAN YALÇIN ATAR
- Tez Türü: Doktora
- Konular: Hemşirelik, Nursing
- Anahtar Kelimeler: Makine öğrenmesi, Yapay zeka, Yoğun bakım, İnsan-yapay zeka etkileşimi, Machine learning, Artificial intelligence, Intensive care, Human-artificial intelligence interaction
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Sağlık Bilimleri Üniversitesi
- Enstitü: Hamidiye Sağlık Bilimleri Enstitüsü
- Ana Bilim Dalı: Hemşirelik Ana Bilim Dalı
- Bilim Dalı: Hemşirelik Esasları Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Amaç: Bu araştırma, erişkin Yoğun Bakım Ünitesinde Santral Venöz Kateter uygulanan hastaları Santral Kateter İlişkili Kan Dolaşımı Enfeksiyonu gelişimi açısından düşük, orta ve yüksek risk düzeyinde sınıflayan Yapay Zekâ temelli bir klinik risk modelinin geliştirilmesi ve metodolojik olarak değerlendirilmesi amacıyla planlandı. Gereç ve Yöntem: Araştırma evrenini, 1 Ocak 2024–31 Aralık 2025 tarihleri arasında bir tıp fakültesi hastanesinin erişkin Yoğun Bakım Ünitesinde yatan ve en az yedi gün Santral Venöz Kateteri bulunan hastalar oluşturdu. Model geliştirme veri setinde 250, dış doğrulama veri setinde ise 21 hasta yer aldı. Veriler,“Santral Venöz Kateter İlişkili Enfeksiyon Risk Faktörleri Veri Toplama Formu”ile retrospektif ve prospektif olarak toplandı. Analizlerde uygun istatistiksel yöntemler ve Python programı kullanıldı. Bulgular: Geliştirilen modeller arasında Stacking modeli, %74 doğruluk, 0,708 F1-makro ve 0,722 dengelenmiş doğruluk ile en yüksek performansı gösterdi. Modelin, Santral Kateter İlişkili Kan Dolaşımı Enfeksiyonu riskini düşük, orta ve yüksek düzeyde ayırt etmede yeterli olduğu belirlendi. Dış doğrulamada model, hastaların %66,67'sini doğru sınıflandırdı; düşük riskte %100 duyarlılık gösterirken, orta riskte duyarlılığın daha düşük olduğu saptandı. Sonuç: Modelin özellikle düşük ve yüksek riskli hastaları ayırt etmede klinik açıdan kullanılabilir bir performans sunduğu ve Yapay Zekâ temelli modellerin hemşirelik bakımında kanıta dayalı karar desteği sağlayabileceği sonucuna varıldı.
Özet (Çeviri)
Aim: This study was planned to develop and methodologically evaluate an artificial intelligence-based clinical risk model that classifies adult intensive care unit patients with central venous catheters into low-, medium-, and high-risk groups for the development of Central Line-Associated Bloodstream Infection. Materials and Methods: The study population consisted of patients hospitalized in the adult Intensive Care Unit of a medical faculty hospital between January 1, 2024, and December 31, 2025, who had a Central Venous Catheter for at least seven days. The model development dataset included 250 patients, while the external validation dataset included 21 patients. Data were collected retrospectively and prospectively using the“Central Venous Catheter-Related Infection Risk Factors Data Collection Form.”Appropriate statistical methods and the Python programming language were used for data analysis. Results: Among the developed models, the Stacking model showed the highest performance with 74% accuracy, 0.708 macro-F1, and 0.722 balanced accuracy. The model adequately distinguished low-, medium-, and high-risk levels for Central Line-Associated Bloodstream Infection. In external validation, the model correctly classified 66.67% of patients and showed 100% sensitivity for the low-risk group, while sensitivity was lower for the medium-risk group. Conclusion: It was concluded that the model demonstrated clinically applicable performance, particularly in distinguishing low- and high-risk patients, and that artificial intelligence-supported models can provide evidence-based decision support in nursing care.
Benzer Tezler
- Yoğun bakımda takılmış olan santral venöz kateteri olan hastaların sonuçlarının prospektif olarak değerlendirilmesi
Prospective evaluation of outcomes in patients with central venous catheters inserted in the intensive care unit
MEHMET FATİH ÖDEV
Tıpta Uzmanlık
Türkçe
2025
İç HastalıklarıErciyes Üniversitesiİç Hastalıkları Ana Bilim Dalı
PROF. DR. MURAT SUNGUR
- Yoğun bakım hastalarında grady bakteriyemi/sepsis tahmin modellerinin prospektif validasyonu: Klinik performans ve erken uyarı sistemi olarak kullanılabilirliği
Prospective validation of grady bacteremia/sepsis prediction models in intensive care unit patients: Clinical performance and feasibility as an early warning system
AHMET DOĞUKAN BAYRAK
Tıpta Uzmanlık
Türkçe
2025
Enfeksiyon Hastalıkları ve Klinik MikrobiyolojiSağlık Bilimleri ÜniversitesiEnfeksiyon Hastalıkları ve Klinik Mikrobiyoloji Ana Bilim Dalı
DOÇ. DR. OKAN DERİN
- Tepecik Eğitim ve Araştırma Hastanesi erişkin yoğun bakım ünitesinde en sık görülen mikroorganizmalar ve direnç paternleri
Most common microorganisms and resistance patterns in the intensive care unit of Tepecik Educational and Research Hospital
MELTEM HÖL KILINÇ
Yüksek Lisans
Türkçe
2010
MikrobiyolojiYüzüncü Yıl ÜniversitesiMikrobiyoloji Ana Bilim Dalı
YRD. DOÇ. DR. HÜSEYİN GÜDÜCÜOĞLU
- Yoğun bakım ünitesinde gelişen invaziv araç ilişkili enfeksiyonlar
Infections associated with invasive device which occur in the intensive care
SERAP TOSMAN BALIK
Yüksek Lisans
Türkçe
2012
HemşirelikMarmara Üniversitesiİç Hastalıkları Hemşireliği Ana Bilim Dalı
YRD. DOÇ. DR. SIDIKA OĞUZ
- Hastane enfeksiyonlarında Pseudomonas aeruginosa epidemiyolojisinin REP-PZR ile araştırılması
Epidemiological investigastion of nasocomial Pseudomonas aeruginosa infection with REP-PCR
ÖZGÜR CEYLAN
Tıpta Yan Dal Uzmanlık
Türkçe
2014
Çocuk Sağlığı ve HastalıklarıMersin ÜniversitesiÇocuk Sağlığı ve Hastalıkları Ana Bilim Dalı
PROF. DR. NECDET KUYUCU