Modeling diseases with multiple disease characteristics: Comparison of models and estimation methods
Hastalık karakteristiğinin modellenmesi: Model ve tahmin yöntemlerinin karşılaştırılması
- Tez No: 305079
- Danışmanlar: YRD. DOÇ. DR. ZEYNEP KALAYLIOĞLU
- Tez Türü: Yüksek Lisans
- Konular: Biyoistatistik, İstatistik, Biostatistics, Statistics
- Anahtar Kelimeler: İki aşamalı çok terimli lojistik regresyon modeli, Göğüs kanserinde etiolojik heterojenlik, sözde-koşullu-olabilirlik tahmini, Bayes Kestirim Yöntemi, Lojistik regresyon modelleri, Maksimum olabilirlik yöntemi, Monte Carlo benzetimi, İstatistiksel benzetim, İstatistiksel modelleme, İstatistiksel modeller, Two stage polytomous logistic regression model, Etiologic Heterogeneity in Breast Cancer, Pseudo-conditional likehood estimation, Bayes Estimation Method, Logistic regression models, Maximum likelihood method, Monte Carlo simulation, Statistical simulation, Statistical modelling, Statistical models
- Yıl: 2011
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Bölümü
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Hastalık karakteristiği bilgisi bulunduran epidemiyolojik veri çeşitli şekilde modellenebilir. Bunlardan biri, her bir karakteristiği yanıt değişkeni olarak alıp, iki terimli veya çok terimli lojistik regresyon modeli kurmaktır. Ikinci yol, hastalık karakteristiklerinin kategorilerinin çapraz-sınıflandırılması sonucu elde edilmiş hastalık alt-tiplerinden oluşan yanıt değişkeni üzerine çok terimli lojistik regresyon modeli kurmaktır. Ilk yöntem, karakteristikler arasındaki olası bir ortak değişim davranışını gözardı ettiği için dezavantajlı olabilmektedir. İkinci yöntemde yanıt değişkeni, karakteristiklerin kategorilerinin çapraz-sınıflandırılmasıyla oluşturulmuş hastalık alt-tiplerinden oluştuğu için karakteristikler arası etkileşimi göz önünde bulundurmaktadır. Bununla birlikte, çapraz-sınıflandırma sonucu yanıt değişkeninin kategori sayısı parametre uzayının boyutunu modellemeyi güçleştirecek şekilde artırabilmektedir. İki aşamalı çok terimli lojistik regresyon modeli bu problemi ortadan kaldırmaktadır. Bu tez çalışması, simulasyon ve veri analizi olmak şekilde iki kısımdan oluşmaktadır. Simulasyon kısmında karakteristikler arasındaki ortak değişim durumunu göz önünde bulunduran metodlar parametre tahminleyicilerinin yanlılığı ve varyansı üzerinden karşılaştırılmıştır. Bu metodlar: maksimum olasılık tahminleyicisi (MLE) yaklaşımıyla klasik çok terimli lojistik regresyon modeli, Bayesçi yaklaşımla klasik çok terimli lojistik regresyon modeli, ve sözde-koşullu olabilirlik tahminleyicisi (PCL) yaklaşımıyla iki aşamalı çok terimli lojistik regresyon modelidir. Simulasyon sonuçlarına göre örnek sayısı ve hastalık alt-tipi sayısı az olduğu durumda PCL diğer iki metoda göre daha iyi performans göstermektedir. Orta ölçekli hastalık alt-tipi durumunda örnek sayısı az iken PCL MLE'den daha iyi performansa sahipken, örnek sayısı arttığında ML tahminleyicilerinin standart hataları PCL tahminleyicilerine göre daha düşüktür. Ayrıca, PCL tahminleyicilerinin örneklem varyansları asimtotik varyansa ML tahminleyicilerine göre daha hızlı yakınsar. Tezin veri analizi kısmında Türkiye'deki kadın göğüs kanseri hastaları için göğüs kanserinin etiolojik heterojenliğinin analizi yapılmıştır. Ayrıca, iki aşamalı lojistik regresyon modelinin parametrelerinin yorumlanma ve hipotez testindeki elverişliliği açısından üstünlüğü gösterilmiştir.
Özet (Çeviri)
Epidemiological data with disease characteristic information can be modelled in several ways. One way is taking each disease characteristic as a response and constructing binary or polytomous logistic regression model. Second way is using a new response which consists of disease subtypes created by cross-classification of disease characteristic levels, and then constructing polytomous logistic regression model. The former may be disadvantageous since any possible covariation between disease characteristics is neglected, whereas the latter can capture that covariation behaviour. However, cross-classifying the characteristic levels increases the number of categories of response, so that dimensionality problem in parameter space may occur in classical polytomous logistic regression model. A two staged polytomous logistic regression model overcomes that dimensionality problem. In this thesis, study is progressen in two main directions: simulation study and data analysis parts. In simulation study, models that capture the covariation behaviour are compared in terms of the response model parameter estimators. That is, performances of the maximum likelihood estimation (MLE) approach to classical polytomous logistic regression, Bayesian estimation approach to classical polytomous logistic regression and pseudo-conditional likelihood (PCL) estimation approach to two stage polytomous logistic regression are compared in terms of bias and variation of estimators. Results of the simulation study revealed that for small sized sample and small number of disease subtypes, PCL outperforms in terms of bias and variance. For medium scaled size of total disease subtypes situation when sample size is small, PCL performs better than MLE, however when the sample size gets larger MLE has better performance in terms of standard errors of estimates. In addition, sampling variance of PCL estimators of two stage model converges to asymptotic variance faster than the ML estimators of classical polytomous logistic regression model. In data analysis, etiologic heterogeneity in breast cancer subtypes of Turkish female cancer patients is investigated, and the superiority of the two stage polytomous logistic regression model over the classical polytomous logistic model with disease subtypes is represented in terms of the interpretation of parameters and convenience in hypothesis testing.
Benzer Tezler
- Benzazol türevi bazı yeni bileşiklerin sentezi, antikanser aktivitelerinin incelenmesi ve moleküler modelleme çalışmaları
Synthesis, investigation of anticancer activities and molecular modeling studies of some novel benzazole derivatives
GÖZDE YENİCE
Yüksek Lisans
Türkçe
2019
Eczacılık ve FarmakolojiTrakya ÜniversitesiTemel Eczacılık Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SERAP YILMAZ
- Meme kanseri tanısı için gelişmiş yapay zeka tabanlı çok aşamalı tespit sistemi
Advanced artificial intelligence based multi-stage detection system for breast cancer diagnosis
ABDUL SAMAD
Yüksek Lisans
Türkçe
2026
Elektrik ve Elektronik MühendisliğiSakarya ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUHAMMED KÜRŞAD UÇAR
- Yoğun bakımlarda el yıkamaya uyumun mizaç karakter envanteri sonuçlarıyla karşılaştırılması
Comparasi̇on of hand washing compliance wi̇th temperament and character inventory results i̇n intensive care
VURAL ÇETİN
Tıpta Uzmanlık
Türkçe
2015
Enfeksiyon Hastalıkları ve Klinik MikrobiyolojiCelal Bayar ÜniversitesiEnfeksiyon Hastalıkları ve Klinik Mikrobiyoloji Ana Bilim Dalı
YRD. DOÇ. DR. ŞEBNEM ŞENOL
- Psöriasis hastalarında öz yönetimi etkileyen faktörler: damgalanma ve aleksitiminin rolü
The factors affecti̇ng self-management i̇n psori̇asi̇s pati̇ents: the role of sti̇gmati̇zati̇on and alexi̇thymi̇a
ZUHAL CANDAN
Yüksek Lisans
Türkçe
2024
HemşirelikSağlık Bilimleri Üniversitesiİç Hastalıkları Hemşireliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ EMİNE ÖZER KÜÇÜK
- Kemoterapi alan kolorektal kanserli hastalara Levine Koruma Modeline dayalı uygulanan hemşirelik girişimlerinin yorgunluk, periferal nöropati ve kaygı düzeyine etkisi: Randomize kontrollü çalışma
The effect of nursing interventions based on the Levine Conservation Model on fatigue, peripheral neuropathy, and anxiety levels in patients with colorectal cancer receiving chemotherapy: A randomized controlled trial
NACİYE ESRA KOYUNCU
Doktora
Türkçe
2026
HemşirelikNecmettin Erbakan ÜniversitesiHemşirelik Ana Bilim Dalı
DOÇ. DR. SERPİL SU