Birinci basamak biyopsikososyal ve davranışsal verilerle beden kütle indeksi tahmin modeli geliştirme ve validasyon çalışması
Development and validation of a body mass index prediction model using primary care biopsychosocial and behavioral data
- Tez No: 1020984
- Danışmanlar: PROF. DR. HATİCE KURDAK
- Tez Türü: Tıpta Uzmanlık
- Konular: Aile Hekimliği, Family Medicine
- Anahtar Kelimeler: Beden kütle indeksi, makine öğrenmesi, obezite, Body mass index, machine learning, obesity
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Çukurova Üniversitesi
- Enstitü: Tıp Fakültesi
- Ana Bilim Dalı: Aile Hekimliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Birinci Basamak Biyopsikososyal ve Davranışsal Verilerle Beden Kütle İndeksi Tahmin Modeli Geliştirme ve Validasyon Çalışması Amaç: Obezite yönetim kılavuzları çok boyutlu öykü alınmasını önerse de, bu karmaşık ilişkileri klinik pratikte modellemek ve hastaya açıklamak güçtür. Literatürde biyomedikal, radyolojik ve antropometrik verilerle Beden Kütle İndeksi (BKİ) tahmini yapan makine öğrenmesi çalışmaları bulunmaktadır. Ancak, biyopsikososyal-davranışsal birinci basamak verilerle geliştirilmiş bir modele rastlanmamıştır. Çalışmanın amacı, erişkin bireylerin biyopsikososyal-davranışsal verilerini kullanarak BKİ tahmini yapan bir model geliştirmektir. Gereç ve Yöntem: Kesitsel tipteki çalışmanın evrenini, Çukurova Üniversitesi Eğitim Aile Sağlığı Merkezine başvuran 18 yaş ve üzeri yetişkinler oluşturmuştur. Örneklem, dahil etme kriterlerine uyan gönüllülerden oluşturulmuştur. Veriler literatür incelenerek geliştirilen 36 soruluk anketle toplanmıştır. Değişkenler korelasyon analizine göre modele kademeli olarak eklenerek performans optimize edilmiştir. Dört farklı makine öğrenmesi algoritmasının performansları değerlendirilmiştir. Bulgular: Model performansı 16 parametrede maksimuma ulaşmıştır (sırasıyla; beden algısı, kilo verme girişimi, yaş, sağlık durum algı, kronik hastalık, eğitim düzeyi, yeme hızı, dikotomus düşünce, cinsiyet, dışarıdan yemek yeme sıklığı, yemekleri pişiren kişi, sofrada artan yemekleri tüketme alışkanlığı, kilo sorunu yaşayan yakını olma, alkol, sigara ve medeni durum). XGBoost modeli eğitim setinde R2: 0,71-0,74 MAPE (%): 7,23-7,33 ve test setinde R2: 0,55-0,59 MAPE (%): 9,06-9,45 aralığında değerler elde ederek en dengeli, genellenebilir ve yüksek doğruluktaki sonuçları vermiştir. Sonuç: Obezite etiyolojisinde yer alan ancak klinik görüşmelerde gözden kaçabilen psikososyal-davranışsal faktörlerin oluşturduğu patern makine öğrenmesi algoritmalarıyla görünür kılınabilir. XGBoost algoritmasının sunduğu dengeli tahmin başarısı, birinci basamak hekimlerinin hastaya kilo yönetiminin çok boyutlu yapısını, somut ve kanıta dayalı olarak açıklamasına olanak sağlayabilir.
Özet (Çeviri)
Development and Validation of a Body Mass Index Prediction Model Using Primary Care Biopsychosocial and Behavioral Data Objective: Although obesity management guidelines recommend comprehensive multidimensional history-taking, modeling these complex relationships in clinical practice and explaining them to patients remains challenging. While machine learning studies in the literature predict Body Mass Index (BMI) using biomedical, radiological, and anthropometric data, no model developed with biopsychosocial-behavioral primary care data was found. This study aims to develop a model that predicts BMI in adults using biopsychosocial-behavioral data. Materials and Methods: The population of this cross-sectional study consisted of adults aged 18 and older who applied to the Çukurova University Family Medicine Training Health Center. The sample comprised volunteers who met the inclusion criteria. Data were collected using a 36-item questionnaire developed based on a literature review. Variables were incrementally added to the model according to correlation analysis to optimize performance. The performances of four different machine learning algorithms were evaluated. Results: Model performance peaked with 16 parameters (respectively: body image perception, weight loss attempts, age, self-rated health status, chronic disease, educational level, eating speed, dichotomous thinking, gender, frequency of eating out, the person cooking the meals, habit of consuming leftover food, having a relative with weight issues, alcohol consumption, smoking, and marital status). The XGBoost model provided the most balanced, generalizable, and highly accurate results, yielding R2: 0,71-0,74 and MAPE (%): 7,23-7,33 in the training set, and R2: 0,55-0,59 and MAPE (%): 9,06-9,45 in the test set. Conclusion: The patterns formed by psychosocial-behavioral factors, which are involved in the etiology of obesity but can be overlooked during clinical consultations, can be made visible through machine learning algorithms. The balanced predictive success offered by the XGBoost algorithm may enable primary care physicians to explain the multidimensional nature of weight management to patients in a concrete and evidence-based manner.
Benzer Tezler
- Çocuk ve adolesan çağda görülen temporomandibular bozukluğun etiyolojisinde ailesel ve davranışsal faktörlerin değerlendirilmesi
Evaluation of familial and behavioral factors in the etiology of temporomandibular disorder in children and adolescents
MUSTAFA SAATÇİ
Doktora
Türkçe
2023
Diş HekimliğiOndokuz Mayıs ÜniversitesiAğız, Diş ve Çene Cerrahisi Ana Bilim Dalı
PROF. DR. BURCU BAŞ AKKOR
- Birinci basamak fizyoterapi hizmetlerine başvuran bireylerde kronik ağrı varlığının ve kronik ağrının bireylerin biyopsikososyal özellikleri, duygu durum ve fiziksel aktivite düzeyleriyle ilişkisinin incelemesi: Tek merkezli çalışma
Examination of the presence of chronic pain in individuals visit to primary care physiotherapy services and the correlation of chronic pain with biopsychosocial characteristics, mood and physical activity levels of individuals: Single center study
DİLAN GÜLMEZ
Yüksek Lisans
Türkçe
2023
Fizyoterapi ve RehabilitasyonHacettepe ÜniversitesiFizik Tedavi ve Rehabilitasyon Ana Bilim Dalı
PROF. DR. EDİBE ÜNAL
- Tip 2 diabetes mellitus tanılı hastalarda anksiyete ve obezite ilişkisinin değerlendirilmesi
Evaluation of the relationship between anxiety and obesity in patients diagnosed with type 2 diabetes mellitus
BÜŞRA TOKAT KÜTÜKOĞLU
Tıpta Uzmanlık
Türkçe
2024
Aile HekimliğiSağlık Bilimleri ÜniversitesiAile Hekimliği Ana Bilim Dalı
DOÇ. DR. ENGİN ERSİN ŞİMŞEK
- Ankara'da belediyelere bağlı kadın sığınmaevlerinde barınan kadınların sosyodemografik özellikleri ve birinci basamak sağlık hizmetlerine yönelik düşünceleri
The sociodemographic characteristics and the thoughts on primary healthcare of the women in the women's shelters affiliated with the municipalities in Ankara
HÜSNA ÇEVİK
Tıpta Uzmanlık
Türkçe
2020
Aile HekimliğiAnkara ÜniversitesiAile Hekimliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AYŞE SELDA TEKİNER
- Birinci basamakta anne-bebek bağlanmasını etkileyen sosyal ve ruhsal faktörlerin araştırılması
Investigation of social and spiritual factors affecting mother-infant attachmentin primary care
GAMZE BATUR
Tıpta Uzmanlık
Türkçe
2021
Aile HekimliğiSağlık Bilimleri ÜniversitesiAile Hekimliği Ana Bilim Dalı
DOÇ. DR. KENAN TOPAL