Geri Dön

Tekrarlı ölçüm verilerinde çok değişkenli çözümleme yöntemler kullanılarak en iyi modelin kestirimi

Prediction of the best model for repeated measurements data using multivariate analysis techniques

  1. Tez No: 331578
  2. Yazar: ANIL AKTAŞ SAMUR
  3. Danışmanlar: PROF. DR. OSMAN SAKA
  4. Tez Türü: Doktora
  5. Konular: Biyoistatistik, Biostatistics
  6. Anahtar Kelimeler: Boylamsal Veriler, GTD, GDKM, İDSÇF, Bootstrap, Longitudinal Data, GEE, GLMM, QIF, Bootstrap
  7. Yıl: 2013
  8. Dil: Türkçe
  9. Üniversite: Akdeniz Üniversitesi
  10. Enstitü: Sağlık Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Biyoistatistik ve Tıbbi Bilişim Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 99

Özet

Bilgi teknolojilerin gelişmesi ile birçok alanda olduğu gibi sağlık alanında da kompleks verilerin toplanması ve işlenmesi daha kolay ve hızlı yapılabilmektedir. Bu sayede her geçen gün daha fazla sağlık verisi toplanabilmekte ve toplanan bu veriler bilgisayar ortamında istatistiksel yöntemler ile analiz edilerek yeni bilgilere dönüştürülebilmektedir. Böylelikle istatistiğin klinik araştırmalarda kullanımı da hızla artmaktadır.Klinik çalışmalarda, tekrarlı ölçümler deneklerin kendi içindeki ve denekler arasındaki farklılıklarının ortaya konulması açısından önemli verilerdir. Tekrarlı ölçümler, aynı bireylerden farklı zaman noktalarında elde edilen ilişkili verilerdir ve analizlerinde çok değişkenli istatistik yöntemleri kullanılmaktadır. Bu verilerin analizlerinde en sık kullanılan yöntemler Genelleştirilmiş Tahmin Denklemi(GTD), Genelleştirilmiş Doğrusal Karma Etkili Modelidir (GDKM). GDKM, aynı deneğin tekrarlı ölçümleri arasındaki ilişkiyi modellerken GTD, tüm deneklerin tekrarlı ölçümleri arasında ilişkiyi tanımlayan bir yöntemdir. Tekrarlı veriler için kullanılan bir başka yöntem de İkinci Dereceden Sonuç Çıkarım Fonksiyonu (İDSÇF)? dur. İDSÇF, GTD? nin devamı olarak, boylamsal verilerin analizinde tahmin ve çıkarım için geliştirilmiş yeni bir yöntemdir.Bu çalışmada, Anestezi ve Reanimasyon kliniğinden alınan, cevap değişkeninin iki durumlu ve tekrarlı olduğu bir veri seti kullanılmıştır. İlk aşamada veri setine uygulanan yöntemlerin sonuçları, sonraki aşamada ise birbirlerine göre parametre tahminlerinin etkinlikleri incelenmiştir. Son olarak Bootstrap yöntemi ile elde edilen parametre tahminlerin doğruluğu araştırılmıştır.Kullanılan yöntemlerin bazı eksiklileri olmasına rağmen, tekrarlı ölçümlerin analizinde kullanılabilecek en uygun yöntemlerdir. Çalışma, bilindiği kadarıyla GTD, GDKM ve İDSÇF yöntemlerinin karşılaştırıldığı ilk çalışmadır ve bulgular incelendiğinde, GTD ve İDSÇF yöntemleri birbirine yakın sonuçlar, GDKM yöntemine göre ise daha etkili sonuçlar vermektedir. Bootstrap ise yöntemlerin parametre tahminlerinin oldukça tutarlı olduğunu göstermiştir.

Özet (Çeviri)

Advances in information technologies enabled rapid and easy data collection and processing in almost every field, including medicine. By this means, gathering high quality health data is now becoming easier and the collected data is analyzed with statistical methods and transformed into new knowledge to be used to improve the level of health. This process increased the use of statistics in clinical studies. In clinical studies, repeated observations or longitudinal data is very important todefine the difference between and within subjects. Repeated observations are correlated data which is obtained from the same subject at different time points. Several statistical methods developed for longitudinal data. Most frequently used analysis methods for longitudinal are Generalized Estimating Equations (GEE) and Generalized Linear Mixed Effect Model (GLMM). GLMM allows to define the relationship within repeated observations of same subject while GEE focuses on describing the relationship betweenrepeated observations of all subjects. Another method used for longitudinal data is Quadratic Inference Function (QIF). This method is extension of GEE and is a new statistical methodology developed for the estimation and inference in longitudinal data analysis.In this study, a data set collected in Anesthesia and Reanimation Department that has a binary outcome variable and several other repeated variables are used. In the first step, the results collected with different methods applied are evaluated. In the second step, the parameter estimates of the methods were compared in terms of their efficiencies. As the last step, the validation of the parameter estimates of GEE, GLMM and QIF were calculated with Bootstrapping method were evaluated.Although the methods used had their own limitations, they are the most appropriate approaches to analyze longitudinal data. To our knowledge, this is the first study to compare GEE, GLMM and QIF methods. The results showed that GEE and QIF methods provide similar outcomes and they are more efficient than GLMM. On the other hand, Bootstrapping showed that the parameter estimates of the methods are highly consistent.

Benzer Tezler

  1. Kalman filtreleme yaklaşımı kullanılarak yağışölçer verisi ile meteoroloji radarı yağış tahmininin iyileştirilmesi

    Improving of meteorological radar rainfall estimation with using rain gauge data using kalman filtering approach

    ALİ KEMAL BAKIR

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Meteorolojiİstanbul Üniversitesi-Cerrahpaşa

    Mühendislik Bilimleri Ana Bilim Dalı

    DOÇ. DR. PINAR KIRCI

  2. Tekrarlı ölçümler analizinde küresellik varsayımının incelenmesi

    Investigating sphericity assumption in repeated measures desings

    DEFNE YALÇINTAŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    BiyoistatistikÇukurova Üniversitesi

    Biyoistatistik Ana Bilim Dalı

    DOÇ. DR. İLKER ÜNAL

  3. Eksik gözlemli tekrarlı ölçüm tasarımlarında veri analiz yöntemleri

    Processes of data analysis in the repeated measurement designs with missing observations

    MELTEM EKİZ

    Yüksek Lisans

    Türkçe

    Türkçe

    1997

    İstatistikGazi Üniversitesi

    İstatistik Ana Bilim Dalı

    DOÇ. DR. HAMZA GAMGAM

  4. Üst düzey düşünme becerilerinin izlenmesinde panel veri analizi, hiyerarşik lineer modelleme ve örtük gelişim modelleme yöntemlerinin karşılaştırılması

    Comparison of panel data analysis, hierarchical linear modeling and latent growth modeling methods in observing higher-order thinking skills

    SİBEL ADA

    Doktora

    Türkçe

    Türkçe

    2020

    Eğitim ve ÖğretimGazi Üniversitesi

    Eğitim Bilimleri Ana Bilim Dalı

    PROF. DR. İSMAİL KARAKAYA

  5. Artritli hastalarda kronik ağrıya ilişkin bireysel yönetimin hastaların yetersizlik düzeyi ve yaşam kalitesine etkisi

    In patients with arthritis, the effect of chronic pain-related self-management on their level of disability and quality of life

    SERAP PARLAR

    Doktora

    Türkçe

    Türkçe

    2008

    HemşirelikEge Üniversitesi

    İç Hastalıkları Hemşireliği Ana Bilim Dalı

    PROF. DR. ÇİÇEK FADILOĞLU