Sağlık hizmetlerinde veri analitiği
Data analytics in healthcare
- Tez No: 529655
- Danışmanlar: PROF. DR. UMMAN TUĞBA GÜRSOY
- Tez Türü: Doktora
- Konular: Sağlık Kurumları Yönetimi, İstatistik, İşletme, Health Care Management, Statistics, Business Administration
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: Türkçe
- Üniversite: İstanbul Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: İşletme Ana Bilim Dalı
- Bilim Dalı: Sayısal Yöntemler Bilim Dalı
- Sayfa Sayısı: 200
Özet
Bu tezin amacı diyabet şüphesi ile kliniğe muayeneye gelen hastaların oluşturduğu veri seti üzerinden, veri madenciliği yöntemleri kullanarak, bir kişinin diyabetik polinöropati olup olmadığını öngörebilmektir. Çalışmada kullanılan veri seti Bilecik Devlet Hastanesi'nden temin edilmiştir. Veri setindeki değişkenler hastaların elektronik tıbbi kayıtları, şikayet, tanı ve anemnez (hastalık hikayeleri) incelenerek belirlenmiştir. Veri seti sınıflandırma algoritmaları ile analiz edilmiştir. Bunun için veri seti rastgele eğitim ve test veri seti olarak ikiye ayrılmıştır. Eğitim veri setleri ile modeller kurulmuş, ve test veri setleri ile test edilmiştir. K-en yakın komşu algoritması, Naive Bayes sınıflayıcı, Lojistik regresyon , C4.5 karar ağacı algoritması ve birliktelik kuralları uygulanmış ve farklı modeller oluşturulmuştur. Modellerin performansları kıyaslanmıştır. Veri analizleri R programla dili ile RStudio'da yapılmıştır.
Özet (Çeviri)
The aim of this research is to predict the diabetic polyneuropathy, using data mining methods on the data set of patients who visit clinics due to diabetes related complaint. The data set used in the research was obtained from Bilecik State Hospital. Variables in the data set were determined by examining the patients' electronic medical records, complaints, diagnosis, and anemnia (disease history). Data set was analyzed by classification algorithms. In this manner, the data set was divided into two part: random training and test varible set. Model was built by the training data sets and tested by the test data sets. Different models was created and applied by k-Nearest Neighbors algorithm, Naive Bayes classifier, Logistic regression, C4.5 decision tree algorithm and Association rules. R programming in RStudio was used for data analyzes.
Benzer Tezler
- The application of big data analytics in healthcare and medicine for clinical decision support systems
Büyük veri analitiklerinin uygulanması sağlık ve tıptaklinik karar destek sistemler
IMANE ELFALOUSSI
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. MUHAMMAD ILYAS
- Machine learning-based anomaly detection in networks: An ensemble learning perspective
Ağlarda makine öğrenme tabanlı anormallik tespiti: Bir topluluk öğrenme perspektifi
WAFA ASHOUR ALI SALIM
Yüksek Lisans
İngilizce
2024
Bilgi ve Belge YönetimiAltınbaş ÜniversitesiBilgi Teknolojileri Ana Bilim Dalı
DOÇ. DR. SEFER KURNAZ
- Makine öğrenmesi sınıflandırma algoritmalarının ve parametrelerinin göğüs kanseri tanı tahminleri
Breast cancer diagnostic predictions of machine learning classification algorithms and its parameters
YUNUS EMRE DEMİREL
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiMatematik Ana Bilim Dalı
DOÇ. DR. MUTLU AKAR
- Sağlık turizmi sektöründeki dijital pazarlama ile nöropazarlama çalışmalarının bibliyometrik ve içerik analizi
Bibliometrics and content analysis of digital marketing and neuromarketing studies in the health tourism sector
MURAT SARIKAN
Yüksek Lisans
Türkçe
2025
BiyoistatistikAlanya Alaaddin Keykubat Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
DOÇ. DR. DAVUT KARAMAN
- Yapay zeka ile acil hasta sayılarının tahmini edilmesi: Bingöl Devlet Hastanesi örneği
Estimating the number of emergency patients with artificial intelligence: Bingöl State Hospital example
MUHAMMET NAİF BARUT