Geri Dön

Üst GİS kanamada transfüzyon ve mortalite tahmininde makine öğreniminin geleneksel skorlamalarla karşılaştırılması

Comparison of machine learning with traditional scoring systems in predicting transfusion and mortality in upper gastrointestinal bleeding

PDF İndir

  1. Tez No: 1021012
  2. Yazar: EREN ŞAHİN
  3. Danışmanlar: DR. ÖĞR. ÜYESİ MELİHA FINDIK
  4. Tez Türü: Tıpta Uzmanlık
  5. Konular: Acil Tıp, Gastroenteroloji, Emergency Medicine, Gastroenterology
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2026
  8. Dil: Türkçe
  9. Üniversite: Balıkesir Üniversitesi
  10. Enstitü: Tıp Fakültesi
  11. Ana Bilim Dalı: Acil Tıp Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Giriş ve Amaç: Üst gastrointestinal sistem (GİS) kanamasında kullanılan endoskopi öncesi risk skorları, sınırlı sayıda değişkene ve sabit ağırlıklara dayandığından ayırt edicilikleri kısıtlıdır. Bu çalışmada, makine öğrenimi (ML) modellerinin klinik açıdan anlamlı bir kompozit sonlanımın öngörülmesinde ve yüksek duyarlılık gerektiren güvenli taburculuk kararının desteklenmesinde geleneksel endoskopi öncesi skorlara üstünlük sağlayıp sağlamadığının belirlenmesi amaçlanmıştır. Gereç ve Yöntem: Tek merkezli, retrospektif bu prognostik model geliştirme çalışmasında, üçüncü basamak bir acil servise üst GİS kanaması ile başvuran (2021–2025) 756 erişkin hasta analiz edildi. Kompozit sonlanım; 30 günlük mortalite, endoskopik hemostatik müdahale veya eritrosit transfüzyonu olarak tanımlandı. Endoskopi öncesi 66 öngörücü değişken kullanılarak altı algoritma (düzenlileştirilmiş lojistik regresyon, SVM, random forest, XGBoost, LightGBM, CatBoost) ve bir hemoglobin–hematokrit taban modeli eğitildi. Performans, sızıntısız iç içe çapraz doğrulama (10 katlı × 5 tekrarlı), Optuna tabanlı hiperparametre optimizasyonu ve sentetik örnekleme yerine sınıf ağırlıklandırması ile değerlendirildi. Modeller Glasgow-Blatchford (GBS), endoskopi öncesi Rockall ve AIMS65 skorlarıyla AUROC, DeLong testi, NRI, IDI ve yüksek duyarlılık eşiklerinde eşleştirilmiş özgüllük (McNemar) üzerinden karşılaştırıldı; yorumlanabilirlik için SHAP kullanıldı. Bulgular: Kompozit sonlanım 544 hastada (%72,0) gelişti. En yüksek ayırt edicilik CatBoost modelinde elde edildi (AUROC 0,90; %95 GA 0,874–0,921) ve GBS(0,807), Rockall (0,686) ile AIMS65 (0,680) skorlarını geride bıraktı(CatBoost–GBS: ΔAUROC +0,092, p=3,4×10⁻¹²; NRI 0,622; IDI 0,160). Sn≥0,99 çalışma noktasında CatBoost, GBS'ye kıyasla daha yüksek özgüllük gösterdi (0,231 ve 0,165; McNemar p=0,020) ve daha fazla hastayı düşük riskli olarak sınıfladı(%7,1 ve %5,3). Ayırt edicilik başlıca transfüzyon bileşeni tarafından yönlendirilmiş (AUROC 0,897); mortalite için orta düzeyde (0,674), endoskopik hemostaz için ise sınırlı (0,483) kalmıştır. En etkili öngörücüler hemoglobin, hematokrit, üre/hemoglobin oranı ve albümin olarak saptandı.

Özet (Çeviri)

Background and Aim: Pre-endoscopic risk scores for upper gastrointestinal bleeding (UGIB) rely on few variables and fixed weights, limiting their discrimination. We aimed to determine whether machine learning (ML) models outperform conventional pre-endoscopic scores in predicting a clinically meaningful composite outcome and in supporting high-sensitivity safe-discharge decisions. Methods: In this single-center, retrospective prognostic modeling study, 756 adults presenting with UGIB to a tertiary emergency department (2021–2025) were analyzed. The primary composite outcome was 30-day mortality, endoscopic hemostatic intervention, or red blood cell transfusion. Sixty-six pre-endoscopic predictors were used to train six algorithms (regularized logistic regression, SVM, random forest, XGBoost, LightGBM, CatBoost) and a hemoglobin–hematocrit baseline model. Performance was estimated with leak-free nested cross-validation (10-fold × 5-repeat), Optuna-based hyperparameter optimization, and class weighting without synthetic resampling. Models were compared with the Glasgow-Blatchford (GBS), pre-endoscopic Rockall, and AIMS65 scores using AUROC, DeLong testing, NRI, IDI, and paired specificity (McNemar) at high-sensitivity thresholds; SHAP was used for interpretability. Results: The composite outcome occurred in 544 patients (72.0%). CatBoost achieved the highest discrimination (AUROC 0.90, 95% CI 0.874–0.921), exceeding GBS (0.807), Rockall (0.686), and AIMS65 (0.680) (CatBoost vs GBS: ΔAUROC +0,092, p=3.4×10⁻¹²; NRI 0.622; IDI 0.160). At a sensitivity ≥0.99 operating point, CatBoost yielded higher specificity than GBS (0.231 vs 0.165; McNemar p=0.020) and classified more patients as low-risk (7.1% vs 5.3%). Discrimination was driven mainly by the transfusion component (AUROC 0.897), with modest performance for mortality (0.674) and limited performance for endoscopic hemostasis (0.483). Hemoglobin, hematocrit, urea/hemoglobin ratio, and albumin were the most influential predictors. Conclusion: ML models, particularly CatBoost, provide higher discrimination than conventional pre-endoscopic scores for the composite outcome, largely through more effective use of anemia indicators. External, multicenter, and prospective validation is required before clinical adoption.

Benzer Tezler

  1. Tez No

    862138

    Akut üst gastrointestinal kanamasında glasgow blatchford skoru: Klinik ve laboratuvar değişkenlerine troponin eklenmeli mi?

    In acute upper gastrointestinal bleeding glasgow blatchford score: Clinic and laboratory should troponin be added to the variables?

    BERFİN ÖZÇELİK AKBULUT

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2024

    İç HastalıklarıSağlık Bilimleri Üniversitesi

    İç Hastalıkları Ana Bilim Dalı

    DOÇ. DR. MEHMET EMİN PİŞKİNPAŞA

  2. Tez No

    799695

    Acil servise üst gastrointestinal sistem kanaması nedeni ile başvuran hastalarda prognozu belirlemede kan üre azotu-albumin oranının glasgow-blatchford skorlaması ile karşılaştırılması

    Comparison of blood urea nitrogen-albumin ratio with glasgow-blatchford scoring in determination of prognosis in patients WHO APPLY to the emergency department with upper gastrointestinal system bleeding

    EGEMEN YETKİN YÜCEKAYA

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2023

    Acil TıpAydın Adnan Menderes Üniversitesi

    Acil Tıp Ana Bilim Dalı

    PROF. DR. AYHAN AKÖZ

  3. Tez No

    849387

    Üst gastrointestinal sistem kanama bulguları ile başvuran ve endoskopi yapılan hastalarda gastrin düzeyi ile endoskopik bulgular ve üst gastrointestinal kanama risk skorlamaları arasındaki ilişki

    The relationship between gastrin level and endoscopic findings and upper gastrointestinal bleeding risk scoring in patients who applied with upper gastrointestinal system bleeding findings and had an endoscopy

    HÜSAMETTİN DURMUŞ

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2023

    İç HastalıklarıSağlık Bilimleri Üniversitesi

    İç Hastalıkları Ana Bilim Dalı

    DOÇ. DR. MAHMUT YÜKSEL

    PROF. DR. İHSAN ATEŞ

  4. Tez No

    729295

    Akut non varisiyel üst gastrointestinal sistem kanamalı hastalarda klinik deneyimimiz

    Our clinical experience in patients with acute non-variceal upper gastrointestinal bleeding

    MUSTAFA BAYRAKTAR

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2022

    İç HastalıklarıAnkara Yıldırım Beyazıt Üniversitesi

    İç Hastalıkları Ana Bilim Dalı

    ÖĞR. GÖR. SALİH BAŞER

  5. Tez No

    728446

    Gastrointestinal sistem kanamalı hastaların etyolojik, klinik, prognostik açıdan retrospektif değerlendirilmesi

    Etiologic, clinical and prognostic assessment of patients with gastrointestinal bleeding: A retrospective study

    CEREN MORDAĞ ÇİÇEK

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2021

    İç HastalıklarıSüleyman Demirel Üniversitesi

    İç Hastalıkları Ana Bilim Dalı

    PROF. DR. MUHAMMET CEM KOÇKAR

Geri Dön