Kalp yetersizliği olan hastaların hastaneye yeniden yatışı ile ilgili faktörlerin veri madenciliği teknikleri ile incelenmesi
Analysis of factors related to readmission of heart failure with data mining techniques
- Tez No: 463177
- Danışmanlar: PROF. DR. SIDIKA KAYA
- Tez Türü: Yüksek Lisans
- Konular: Sağlık Kurumları Yönetimi, İşletme, Health Care Management, Business Administration
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2017
- Dil: Türkçe
- Üniversite: Hacettepe Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: Sağlık Yönetimi Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 131
Özet
Yeniden yatış hızının yüksek olması hastanelerde gerekli sağlık hizmetlerinin yeterli verilmediğini gösterebilir. Planlanmamış yeniden yatışlar sağlık sektöründe yapılan gereksiz harcamalara neden olurken hastanın yaşam kalitesini de olumsuz etkilemektedir. Bu nedenlerle sağlık yöneticileri gereksiz/planlanmamış yeniden yatışları azaltmak amacıyla politikalar geliştirmeye çalışmaktadır. Bu araştırmayla, Sağlık Bilimleri Üniversitesi Ümraniye Eğitim ve Araştırma Hastanesine yatan ve taburcu olduktan sonra 30 gün içinde yeniden hastaneye yatmak zorunda kalan kalp yetersizliği olan hastaların yeniden yatışları ile ilgili faktörlerin veri madenciliği uygulaması ile incelenmesi amaçlanmaktadır. Ümraniye Eğitim ve Araştırma Hastanesine 29.08.2008 - 10.04.2014 tarihleri arasında kalp yetersizliğinden yatan ve taburcu olduktan sonra 30 gün içinde hastaneye yeniden yatmak zorunda kalan 200 hastanın ve taburcu olduktan sonra 30 gün içinde hastaneye yeniden yatmayan 200 hastanın olmak üzere toplam 400 hastanın verileriyle çalışılmıştır. Yaş, cinsiyet, kalsiyum, üre, kreatinin, potasyum ve sodyum değerleri, komorbidite sayısı, son bir senede polikliniğe geliş sayısı, son bir senede acile geliş sayısı. Bu çalışmanın uygulama kısmı makine öğrenmesi konusunda kullanılan paketlerden biri olan Weka programıyla yapılmıştır. Veri madenciliğinin sınıflandırma metotlarından karar ağaçlarının J.48 algoritmasıyla model oluşturulmuştur. Oluşan modelin yaptığı tahmine göre, toplam 400 hastada yapılan doğru tahmin sayısı 299'tur (%74.75). Yeniden yatan 200 hastada yapılan doğru tahmin sayısı 147, yeniden yatmayanlarda ise 152'dir. Modelin duyarlılık ve kesinlik oranları %74.8 olarak bulunmuştur. Hasya Üre, kreatinin, sodyum değerleri, yaş ve komorbidite sayısı da yeniden yatışla ilişkili faktörler olarak bulunmuştur. Anahtar Sözcükler Yeniden yatış, yeniden yatış hızı, veri madenciliği, weka, karar ağacı, J.48
Özet (Çeviri)
The high levels of rehospitalization is a sign of deficient providence of the necessary health services at the hospitals. Unplanned rehospitalization cause unnecessary expenses in the health sector and also impact the quality of the patient negatively. Due to these reasons, the health managers have been trying to develop policies to reduce those unplanned rehospitalizations. With this study, the prediction of the factors that cause the rehospitalization of the patients who had to be rehospitalized at the Health Sciences University Ümraniye Training and Research Hospital within 30 days of being discharged by using data mining application. The researcher has worked with the data of a total of 400 people composed of 200 patients who had been hospitalized at the Ümraniye Training and Research Hospital between the dates of 29.08.2008 and 10.04.2014 and had to be rehospitalized within 30 days after their discharge from the hospital, and 200 patients who had not been rehospitalized within 30 days after their discharge from the hospital. The patient background data used in the study are the following: Age, gender, their level of calcium, urea, creatinine, potassium and sodium, comorbidity, their number of outpatient clinic visits in the last year, and number of emergency service visits. The application section of this study has been made with the Weka Program which is one of the package programs used in relation to machine learning. The model has been formed by the J.48 Algorithm of the decision tree which is one of the classification methods of data mining. According to the prediction of the created model, the number of correct predictions out of 400 is 299 (74.75%). The number of correct predictions with the rehospitalized 200 patients is 147, and with the non-rehospitalized patients is 152. The values of validity and reliability of the model is found to be 74.8%. Key Words Rehospitalization, rehospitalization rate, data mining, Weka, decision tree, J.48
Benzer Tezler
- Dekompanse kalp yetersizliği hastalarındaki karaciğer fonksiyon testlerinin erken ve geç dönem mortalite ve morbiditeyi saptamada öngörücü değerinin analizi
The analysi̇s of value of li̇ver functi̇on tests i̇n pati̇ents wi̇th decompensated heart fai̇lure on early and late phase mortali̇ty and morbi̇di̇ty
GÖKSEL DAĞAŞAN
Tıpta Uzmanlık
Türkçe
2015
KardiyolojiOndokuz Mayıs ÜniversitesiKardiyoloji Ana Bilim Dalı
PROF. DR. ÖZCAN YILMAZ
- Kalp yetersizliği hastalarında digoksin tedavisinin disenkroni üzerine etkisi
The effect of digoxin therapy on dyssynchrony in patients with heart disease
HÜSEYİN ODABAŞ
Tıpta Uzmanlık
Türkçe
2017
KardiyolojiSağlık Bilimleri ÜniversitesiKardiyoloji Ana Bilim Dalı
DOÇ. DR. AHMET OĞUZ BAKTIR
- Kalp yetersizliği olan hastaların ilaç ve diyete uyumlarının hastaneye yeniden yatışa ve yaşam kalitesine etkisi
The effect of medication and dietary compliance on re-hospitalization and quality of life in patients with heart failure
GÜL DURAL
Yüksek Lisans
Türkçe
2016
Hemşirelikİnönü ÜniversitesiHemşirelik Ana Bilim Dalı
YRD. DOÇ. DR. SEYHAN ÇITLIK SARITAŞ
- Akut dekompanse kalp yetersizliği hastalarında taburculuk öncesi konjesyon düzeyi, klinik konjesyon ve provokasyon testleri yeniden yatış sıklığı ve süresi ile ilişkili midir?
Are predischarge congestion levels and provocation tests results related with rehospitalization frequency in acute heart failure patients?
MEHMET MARAŞLI
Tıpta Uzmanlık
Türkçe
2016
KardiyolojiCumhuriyet ÜniversitesiKardiyoloji Ana Bilim Dalı
DOÇ. DR. HASAN YÜCEL
- Acil servise akut kalp yetmezliği nedeniyle başvuran hastalarda klinik skorlama sistemlerinin 30 günlük mortaliteyi öngörmedeki etkinliklerinin karşılaştırılması, prospektif gözlemsel çalışma
Comparison of the effectiveness of clinical scoring systems in predicting 30-day mortality in patients presenting to the emergency department with acute heart failure: A prospective observational study
HİKMET KILINÇ