Tip 2 diyabetli hastalarda hematolojik inflamasyon belirteçleri ile yüksek koroner arter kalsiyum skoru tahmini: Çok modellemeli makine öğrenimi yaklaşımı
Prediction of high coronary artery calcium scores in patients with type 2 diabetes mellitus using hematological inflammatory markers: A multi-model machine learning approach
- Tez No: 1015667
- Danışmanlar: DR. ÖĞR. ÜYESİ ECE ÜNAL
- Tez Türü: Tıpta Uzmanlık
- Konular: İç Hastalıkları, Internal diseases
- Anahtar Kelimeler: Diabetes mellitus-tip 2, Koroner arter hastalığı, Makine öğrenmesi, Diabetes mellitus-type 2, Coronary artery disease, Machine learning
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Çanakkale Onsekiz Mart Üniversitesi
- Enstitü: Tıp Fakültesi
- Ana Bilim Dalı: İç Hastalıkları Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Amaç: Bu çalışmada, tip 2 diyabetes mellitus tanılı hastalarda hematolojik inflamasyon belirteçleri ve klinik/laboratuvar parametreleri kullanılarak yüksek koroner arter kalsiyum skorunun makine öğrenmesi modelleri ile öngörülmesi amaçlandı. Yöntem: Kesitsel tasarımdaki çalışmaya toplam 194 tip 2 diyabetes mellitus hastası dahil edildi. Koroner arter kalsiyum skoru için eşik değer 400 olarak belirlendi; CACS ≤400 olanlar düşük, CACS >400 olanlar yüksek CACS grubu olarak sınıflandırıldı. Veri seti tabakalı rassal örnekleme ile %80 eğitim ve %20 test olmak üzere ayrıldı. Random Forest özellik seçimi ile 37 aday değişken arasından 19 değişken belirlendi; CRP klinik gerekçeyle modele eklenerek toplam 20 değişkenle analiz yapıldı. Lojistik regresyon, K-en yakın komşu, destek vektör makinesi, rastgele orman, gradyan artırma ve XGBoost modelleri değerlendirildi. Bulgular: Test setinde modellerin AUC değerleri 0.380 ile 0.681 arasında değişti. En yüksek AUC değeri K-en yakın komşu modelinde elde edildi. Bu model doğruluk 0.641, duyarlılık 0.562, özgüllük 0.696, kesinlik 0.562 ve F1 skoru 0.562 performans gösterdi. Çapraz doğrulama analizinde de en yüksek CV-AUC değeri K-en yakın komşu modelinde saptandı. Sonuç: Hematolojik inflamasyon belirteçleri ve klinik/laboratuvar değişkenleri kullanılarak yüksek CACS öngörüsü sınırlı ancak potansiyel klinik değeri olan bir performans göstermiştir. K-en yakın komşu modeli diğer modellere göre daha dengeli sonuçlar üretmiştir.
Özet (Çeviri)
Objective: This study aimed to predict high coronary artery calcium score using hematological inflammatory markers and clinical/laboratory parameters in patients diagnosed with type 2 diabetes mellitus through machine learning models. Methods: A total of 194 patients with type 2 diabetes mellitus were included in this cross-sectional study. The threshold value for coronary artery calcium score was set at 400; patients with CACS ≤400 were classified as the low CACS group, while those with CACS >400 were classified as the high CACS group. The dataset was divided into 80% training and 20% test sets using stratified random sampling. Random Forest feature selection identified 19 variables among 37 candidate variables; CRP was added to the model for clinical reasons, and analyses were performed with a total of 20 variables. Logistic regression, K-nearest neighbors, support vector machine, random forest, gradient boosting, and XGBoost models were evaluated. Results: In the test set, AUC values of the models ranged from 0.380 to 0.681. The highest AUC value was obtained with the K-nearest neighbors model. This model showed an accuracy of 0.641, sensitivity of 0.562, specificity of 0.696, precision of 0.562, and F1 score of 0.562. The highest CV-AUC value in cross-validation analysis was also observed in the K-nearest neighbors model. Conclusion: Prediction of high CACS using hematological inflammatory markers and clinical/laboratory variables showed limited but potentially clinically valuable performance. The K-nearest neighbors model produced more balanced results compared with the other models.
Benzer Tezler
- Tip 2 diyabetes mellitus tanılı hastalarda Akdeniz diyeti'ne uyum ile sistemik immun inflamatuar indeks arasındaki ilişki
The relationship between Mediterranean diet adherence and systemic immune-inflammation index in patients with type 2 diabetes mellitus
BÜŞRA GÜLLÜCE
Tıpta Uzmanlık
Türkçe
2025
İç HastalıklarıSağlık Bilimleri Üniversitesiİç Hastalıkları Ana Bilim Dalı
DOÇ. DR. ELİF YILDIRIM AYAZ
- Kaynağı belirlenemeyen embolik inme ve kaynağı belirlenmiş inme alt gruplarında nötrofil lenfosit oranı ve diğer hematolojik inflamasyon belirteçlerinin değerlendirilmesi
Evaluation of neutrophil-to-lymphocyte ratio and other hematological inflammatory markers in embolic stroke of undetermined source and other determined etiologic subtypes of ischemic stroke
ABDULLAH UYAR
Tıpta Uzmanlık
Türkçe
2025
NörolojiTekirdağ Namık Kemal ÜniversitesiNöroloji Ana Bilim Dalı
DOÇ. DR. ÇİĞDEM DENİZ
- MAFLD ve NAFLD hastalarındanon-invazif skorlamaların ve metabolik parametlerin karşılaştırılması
A comparison of non-invasive scoring systems and metabolic parameters in patients with MAFLD and NAFLD
NİLSU KALAYCI
Tıpta Uzmanlık
Türkçe
2025
İç HastalıklarıSağlık Bilimleri Üniversitesiİç Hastalıkları Ana Bilim Dalı
PROF. DR. SÜLEYMAN AHBAB
DR. ÖĞR. ÜYESİ EMRE HOCA
- COVID-19 hastalarında mortaliteyi öngörmede inflamatuvar belirteçlerin önemi
Başlık çevirisi yok
HACER KANDİLCİK
Tıpta Uzmanlık
Türkçe
2022
Enfeksiyon Hastalıkları ve Klinik MikrobiyolojiKahramanmaraş Sütçü İmam ÜniversitesiEnfeksiyon Hastalıkları ve Klinik Mikrobiyoloji Ana Bilim Dalı
DOÇ. DR. SELÇUK NAZİK
- Aterosklerotik damar hastalığında endotel hücrelerindeki somatik gen mutasyonlarının rolü
The role of somatic gene mutations on endothelial cells in atherosclerotic vascular disorder
REYHAN KÜÇÜKKAYA
Doktora
Türkçe
2024
Moleküler Tıpİstanbul ÜniversitesiMoleküler Biyoloji ve Genetik Ana Bilim Dalı
PROF. DR. TUBA GÜNEL