Kritik değere sahip biyokimyasal testlerin sonuç onay algoritmalarının geliştirilmesi: Öğrenen algoritmalar
Developing result approval algorithms for biochemical tests with critical values: Learning algorithms
- Tez No: 386549
- Danışmanlar: PROF. DR. PINAR AKAN
- Tez Türü: Tıpta Uzmanlık
- Konular: Biyokimya, Biochemistry
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2015
- Dil: Türkçe
- Üniversite: Dokuz Eylül Üniversitesi
- Enstitü: Tıp Fakültesi
- Ana Bilim Dalı: Tıbbi Biyokimya Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 105
Özet
Tıbbi laboratuvarlarda hataları en aza indirmek ve standardizasyonu sağlamak tanımlanmış süreçler ile mümkündür. Özellikle kritik değere sahip testlerin raporlanmasında zamanı etkin kullanmak için değerlendirme ve karar algoritmalarına ihtiyaç vardır. Günümüzde bu tip algoritmaların geliştirilmesi ve laboratuvar bilgi sistemlerine entegrasyonu üzerine kısıtlı sayıda çalışma mevcuttur. Bu çalışmalarda çoklu kuralların çapraz sorgusunun yapılamadığı,“basit kural temelli”yaklaşımların kullanıldığı görülmektedir. Bu çalışma ile kritik değere sahip biyokimyasal test sonuçlarının zamanında ve etkin değerlendirilebilmesi için çoklu etkenleri eş zamanlı değerlendirebilen, sürekli gelişime açık deneysel bir değerlendirme ve karar algoritma modeli oluşturulması amaçlandı. Deneysel model WEKA® yazılımı kullanılarak yapay sinir ağları makine öğrenmesi yöntemi ile oluşturuldu. Dokuz Eylül Üniversitesi Merkez Laboratuvarı Bilgi Sisteminden 01.01.2013 – 01.03.2014 tarihleri arasında glukoz, kalsiyum, magnezyum, potasyum, sodyum, ürik asit testlerini içeren toplam 252,847 numuneye ait demografik ve analitik veriler toplandı. Sanal bir bilgisayar ortamına aktarılan veriler uzmanlar tarafından değerlendirildi. Literatür bilgisi ve uzman görüşlerinden elde edilen değerlendirme ölçütlerinin deney modelimiz tarafından öğrenilebilmesi için“eğitim setleri”oluşturuldu. Sistemin öğrenmesi sağlandıktan sonra, farklı koşullar için oluşturulan“test setleriyle”modelin geçerliliği istatistiksel yöntemlerle değerlendirildi. Üç kez eğitim uygulanarak elde edilen“öğrenmiş algoritma”ile uzmanın reddettiği hiçbir sonuç onaylanmadı. Uzman tarafından onaylanan örnekler için yanlış ret oranı %0.5 olarak hesaplandı. Geliştirdiğimiz modelinin tanısal duyarlılığı %91, tanısal özgüllüğü %100 bulundu. Modelin uzman sonuçları ile uyumunu gösteren kappa skoru 0,950 olarak belirlendi. Çalışmamızda, literatür taramamıza göre, ilk kez“yapay sinir ağları”yaklaşımı kullanılarak biyokimyasal parametre sonuçlarının raporlanabilmesi için uzmana yardımcı olabilecek, gelişime açık deneysel bir sonuç değerlendirme ve karar algoritma modeli oluşturuldu. Oluşturduğumuz öğrenen algoritma modelinin laboratuvar bilgi sistemlerine entegrasyonu ile hasta güvenliğinden ödün vermeden uzman iş yükünün azaltılması mümkün olacaktır.
Özet (Çeviri)
In the field of laboratory medicine, minimizing the errors and establishing standardization is possible by pre-defined processes. Assessment and decision algorithms are needed to use time efficiently especially for reporting those laboratory tests which have critical values. Very few studies are present in literature on the development of such algorithms and their integration to laboratory information systems. In these studies,“simple rule based”approach which does not allow cross-checking is used. The aim of this study was to build an experimental and decision algorithm model open to improvement which would efficiently and timely evaluate biochemical test results with critical values by evaluating multiple factors concurrently. The experimental model was built by WEKA® software based on the method of artificial neural network. Demographical and analytical data were received from Dokuz Eylül University Central Laboratory for a total of 252,847 samples with glucose, calcium, magnesium, potassium, sodium, uric acid requests between the dates 01.01.2013 and 01.03.2014. Data switched to virtual computer system were evaluated by the laboratory specialist.“Training sets”were developed for our experimental model to teach the evaluation criteria derived from literature information and specialists' views. After training the system, with the“test sets”developed for different conditions, validity of the model was assessed by statistical methods. By the learned algorithm, which was developed by training three times, no result was verified which was refused by the laboratory specialist. The rate of false rejection of those tests which needed to be accepted by the laboratory specialist was 0.5%. The sensitivity of this model was 91% and specificity was 100%. The estimated kappa score examining the agreement between the results of our model and the specialists' was 0,950. According to our literature search, this is the first study based on artificial neural network approach to build an experimental assessment and decision algorithm model open to improvement which will aid the specialist in verifying the results of the biochemical parameters. By integrating our trained algorithm model to laboratory information system, it could be possible to reduce work-load without compromising patient safety.
Benzer Tezler
- Uncertainty analysis in the measurement of nitrification kinetics in urban wastewater treatment plants in Türkiye
Türkiye'de kentsel atıksu arıtma tesislerinde nitrifikasyon kinetiği ölçümünde belirsizlik analizi
BERKER LEBLEBİCİ
Yüksek Lisans
İngilizce
2024
Biyoteknolojiİstanbul Teknik ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
PROF. DR. EMİNE ÇOKGÖR
- Ftir histo-spectroscopic evaluation and chemometric discrimination of colon cancer
Kolon kanserinin ftır hısto-spectroscopıc değerlendirmesi ve kemometrik ayrıştırımı
SUSAN NAJAH MAHDI AL-KINANI
Yüksek Lisans
İngilizce
2020
Biyokimyaİstanbul Teknik ÜniversitesiKimya Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. RAMAZAN KIZIL
- Centaurea diffusa lam bitkisinden farklı yöntemlerle elde edilen ekstraktların bazı biyokimyasal özellikleri
Some biochemical properties of extracts obtained from centaurea diffusa lam plant by different methods
ELİF ALTUN SOYKAN
Yüksek Lisans
Türkçe
2025
BiyokimyaKarabük ÜniversitesiGıda Toksikolojisi Ana Bilim Dalı
PROF. DR. MÜSLÜM KUZU
- Morfolojik, biyokimyasal ve verim faktörleri değerlendirilerek farklı soya genotiplerinde kuraklığa dayanıklılık düzeylerinin belirlenmesi
Determine drought tolerance levels in different soybean genotypes by assessing morphological, biochemical, and yield factors
MUHAMMAD AMJID
Yüksek Lisans
Türkçe
2025
ZiraatAkdeniz ÜniversitesiTarla Bitkileri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ RÜSTEM ÜSTÜN
PROF. DR. BÜLENT UZUN
DOÇ. DR. MEHMET ZAHİT YEKEN
- Etiyopya'daki su kaynaklarının Avrupa Birliği Su Çerçeve Direktifi'ne uyum çalışmaları: Rift Vadisi Havzası örneği
Adaptation studies of the European Union Water Framework Directive in water resources of Ethiopia: The case of the Rift Valley Basin
AWOL KEDIR JEWARO
Doktora
Türkçe
2025
Çevre MühendisliğiSüleyman Demirel ÜniversitesiSu Bilimleri Ana Bilim Dalı
PROF. DR. MUHAMMET YUNUS PAMUKOĞLU