Yapay zekâ destekli sağlığı geliştirme uygulamasının ergenlerin beslenme, egzersiz ve uyku alışkanlıkları üzerine etkisi
The effect of artificial intelligence supported health improvement application on adolescents' nutrition, exercise and sleep habits
- Tez No: 1017011
- Danışmanlar: DOÇ. DR. FATMA KURUDİREK
- Tez Türü: Doktora
- Konular: Hemşirelik, Nursing
- Anahtar Kelimeler: Beslenme, ergen sağlığı, fiziksel aktivite, hemşirelik, mobil sağlık uygulaması, uyku, yapay zekâ, Adolescent health, artificial intelligence, mobile health application, nursing, nutrition, physical activity, sleep
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Atatürk Üniversitesi
- Enstitü: Sağlık Bilimleri Enstitüsü
- Ana Bilim Dalı: Çocuk Sağlığı ve Hastalıkları Hemşireliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Amaç: Bu araştırmanın amacı, PRECEDE-PROCEED modeli temelinde yapay zekâ destekli“Akıllı Hemşirem”mobil uygulamasını geliştirmek ve bu uygulamanın ergenlerin beslenme, egzersiz davranışları, uyku kalitesi ile antropometrik ölçümleri üzerindeki etkisini incelemektir. Materyal ve Metot: Araştırma iki aşamada yürütülmüştür. Birinci aşamada PRECEDE-PROCEED modeli temelinde yapay zekâ destekli“Akıllı Hemşirem”mobil uygulaması geliştirilmiş, ikinci aşamada ise randomize kontrollü deneysel bir çalışma yürütülmüştür. Araştırma, Eylül–Aralık 2025 tarihleri arasında Gümüşhane Anadolu Lisesi'nde 72 deney ve 74 kontrol grubunda yer alan toplam 146 lise öğrencisi ile gerçekleştirilmiştir. Veriler Beslenme-Egzersiz Davranışları Ölçeği (BEDÖ), Pittsburgh Uyku Kalitesi İndeksi (PUKİ) ve antropometrik ölçümler kullanılarak toplanmıştır. Deney grubuna 12 hafta boyunca“Akıllı Hemşirem”mobil uygulaması uygulanırken, kontrol grubu standart okul müfredatına devam etmiştir. Veriler eşleştirilmiş t-testi, bağımsız örneklem t-testi ve ANCOVA ile analiz edilmiştir. Bulgular:“Akıllı Hemşirem”mobil uygulamasını kullanan deney grubunda uygulama sonrasında BEDÖ Sağlıklı Beslenme-Egzersiz ve Öğün Düzeni alt boyut puanlarında anlamlı artış (p<0.001); Sağlıksız Beslenme-Egzersiz, Psikolojik/Bağımlı Yeme alt boyutları ile PUKİ toplam puanında anlamlı azalma (p<0.001) ve antropometrik ölçümlerde anlamlı iyileşme (p<0.001) saptanmıştır. ANCOVA analizinde tüm değişkenler için büyük etki büyüklükleri belirlenmiştir (η²=0.159–0.834). Kontrol grubunda ise hiçbir değişkende anlamlı farklılık bulunmamıştır (p>0.05). Sonuç: PRECEDE-PROCEED modeli temelinde geliştirilen yapay zekâ destekli 'Akıllı Hemşirem' mobil uygulaması ergenlerin beslenme, egzersiz davranışlarını, uyku kalitesini ve antropometrik ölçümlerini olumlu yönde etkilemektedir.
Özet (Çeviri)
Aim: The aim of this study was to develop an AI-supported mobile application called“Akıllı Hemşirem”based on the PRECEDE-PROCEED model and to examine the effect of this application on adolescents' nutritional and exercise behaviors, sleep quality, and anthropometric measurements. Material and Method: The study was conducted in two phases. In the first phase, the AI-supported“Akıllı Hemşirem”mobile application was developed based on the PRECEDE-PROCEED model. In the second phase, a randomized controlled experimental study was carried out. The study was conducted between September and December 2025 at Gümüşhane Anatolian High School with a total of 146 high school students, including 72 in the experimental group and 74 in the control group. Data were collected using the Nutrition-Exercise Behaviors Scale (NEBS), Pittsburgh Sleep Quality Index (PSQI), and anthropometric measurements. The experimental group used the“Akıllı Hemşirem”mobile application for 12 weeks, while the control group continued with the standard school curriculum. Data were analyzed using paired t-test, independent samples t-test, and ANCOVA. Results: In the experimental group using the“Akıllı Hemşirem”mobile application, significant increases were found in the NEBS Healthy Nutrition-Exercise and Meal Regularity subscale scores (p<0.001); significant decreases were observed in the Unhealthy Nutrition-Exercise and Psychological/Dependent Eating subscales and PSQI total scores (p<0.001); and significant improvements were detected in anthropometric measurements (p<0.001). Large effect sizes were determined for all variables in the ANCOVA analysis (η²=0.159–0.834). No significant differences were found in any variable in the control group (p>0.05). Conclusion: The AI-supported 'Akıllı Hemşirem' mobile application developed based on the PRECEDE-PROCEED model positively affects adolescents' nutritional and exercise behaviors, sleep quality, and anthropometric measurements.
Benzer Tezler
- Afet ve acil durum yönetiminde yapay zekâ uygulamaları
Artificial intelligence applications in disaster and emergency management
OSMAN KOCAMAN
Doktora
Türkçe
2025
Kamu YönetimiHacettepe ÜniversitesiSiyaset Bilimi ve Kamu Yönetimi Ana Bilim Dalı
PROF. DR. DOĞAN NADİ LEBLEBİCİ
- Prediction of COVID 19 disease using chest X-ray images based on deep learning
Derin öğrenmeye dayalı göğüs röntgen görüntüleri kullanarak COVID 19 hastalığının tahmini
ISMAEL ABDULLAH MOHAMMED AL-RAWE
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ADEM TEKEREK
- İş sağlığı ve güvenliği süreçlerinin dijital yönetim sistem tasarımı ve yapay zeka tabanlı risk analiz modeli
Di̇gi̇tal management system desi̇gn and arti̇fi̇ci̇al intelli̇gence-based ri̇sk analysi̇s model for occupati̇onal health and safety processes
MESUT ÇİÇEK
Doktora
Türkçe
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Gedik Üniversitesiİş Sağlığı ve Güvenliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AYTAÇ UĞUR YERDEN
- Derin öğrenme yöntemleri ile kalp kastalıklarının tespiti
Detection of heart diseases with deep learning methods
ABDOULMALIK ABDOULMALIK
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOndokuz Mayıs ÜniversitesiAkıllı Sistemler Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SELİM ARAS
- Predicting RT-PCR test outcomes with machine learning: Guided autoencoder-based imputation and clinical utility assessment
Makine öğrenmesi ile RT-PCR test sonuçlarının tahmini: yönlendirilmiş otokodlayıcı tabanlı tamamlama ve klinik fayda değerlendirmesi
THİERRY MUGENZİ
Doktora
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEskişehir Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ CAHİT PERKGÖZ