Sendromik izlemede kullanılan erken uyarı algoritmalarının karşılaştırılması
Comparison of early warning algorithms used in syndromic surveillance
- Tez No: 564113
- Danışmanlar: PROF. DR. DURSUN AYDIN, DOÇ. DR. ERALP DOĞU
- Tez Türü: Yüksek Lisans
- Konular: Biyoistatistik, Biostatistics
- Anahtar Kelimeler: Halk Sağlığı, Sendromik İzleme, Halk Sağlığı İzleme, İstatistiksel Süreç Kontrol, Tek Yönlü CUSUM, Public Health, Syndromic Surveillance, Public Health Surveillance, Statistical Process Control, One-Sided CUSUM
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Muğla Sıtkı Koçman Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 94
Özet
SENDROMİK İZLEMEDE KULLANILAN ERKEN UYARI ALGORİTMALARININ KARŞILAŞTIRILMASI İmren SAYGIR YILMAZ Yüksek Lisans Tezi Fen Bilimleri Enstitüsü İstatistik Anabilim Dalı Danışman: Prof. Dr. Dursun AYDIN İkinci Danışman: Doç. Dr. Eralp DOĞU Mayıs 2019, 81 Sayfa Halk sağlığı uygulamalarında, salgın meydana getirebilecek bir belirtiyi mümkün olan en erken zamanda tespit etmek ve böylece hem toplum üzerindeki etkilerini azaltmak hem de salgın yayılmadan önlem alarak zamandan ve tedavi maliyetlerinden tasarruf etmek amaçlanır. Bu amaçla çeşitli kaynaklardan ve sistemlerden veri toplanır ve bazı istatistiksel yöntemler ve salgın tespit algoritmaları kullanılarak analiz edilir. Halk sağlığı izlemenin bir dalı olan sendromik izlemede, bir salgını izlemek için ilaç satışlarındaki durum, doktor ofislerine yapılan ziyaretler, belirli bir hastalığın başlıca şikâyetleri ile acil servislere yapılan ziyaretler, laboratuvar test talepleri gibi ön-teşhis verilerine odaklanılır. Literatürde sendromik izleme için kullanılan çeşitli istatistiksel yöntemler ve salgın teşhis algoritmaları mevcuttur ve bir kısmı bu tez kapsamında tanıtılmaktadır. Bu istatistiksel yöntemlerden sıklıkla kullanılan İstatistiksel Süreç Kontrol Yöntemleri endüstrideki kullanımından farklı olarak verilere doğrudan uygulanmak yerine, mevsimsellik, otokorelasyon, trend gibi etkiler içen izleme verilerinin bir regresyon modeli ile modellikten sonra modelden elde edilen artıklara uygulanmaktadır. Bulaşıcı hastalık salgınları için salgın periyotları her yıl farklılık göstermektedir. Bu durum bir dizi varsayım gerektiren parametrik regresyon modellerin kullanımını zorlaştırmaktadır. Bu nedenle bu tez çalışmasında literatürde“Kayan Pencereler Yardımıyla Hesaplanan Adaptive Regresyon Modeli”olarak adlandırılan parametrik modele bir alternatif olarak“Kayan Pencereler Yardımıyla Hesaplanan Yarı Parametrik Regresyon Modeli”önerilmiştir. Performans karşılaştırması için bir dizi senaryo seti kullanılarak R paket programında bir simülasyon çalışması yapılmış ve bu iki modelden elde edilen artıklara Tek Yönlü CUSUM kontrol kartı uygulanmıştır. Bu tez kapsamında tanıtılan performans değerlendirme ölçütlerinden duyarlılık, özgüllük ve doğruluk kriterleri dikkate alınarak karşılaştırma yapılmıştır. Çeşitli salgın boyutları ve farklı pencere uzunluklarında yapılan simülasyon çalışması sonucunda düşük sayıda gözlemler içeren senaryo gruplarında ve küçük pencere uzunluğunda“Kayan Pencereler Yardımıyla Hesaplanan Yarı Parametrik Regresyon Modeli”nden elde edilen artıklara uygulanan Tek Yönlü CUSUM kontrol kartının özellikle duyarlılık ölçütü açısından iyi performans gösterdiği gözlenmiştir. Yüksek sayıda gözlemler içeren senaryo grubunun standart sapması düşük olan senaryolarında ve uzun pencere büyüklüklerinde“Kayan Pencereler Yardımıyla Hesaplanan Adaptive Regresyon Modeli”nden elde edilen artıklara uygulanan Tek Yönlü CUSUM kontrol kartının yarı parametrik regresyonla kıyaslandığında daha iyi sonuçlar verdiği belirlenmiştir.
Özet (Çeviri)
ABSTRACT COMPARISON OF EARLY WARNING ALGORITHMS USED IN SYNDROMIC SURVEILLANCE İmren SAYGIR YILMAZ Master of Science (M.Sc.) Graduate School of Natural and Applied Sciences Department of Statistics Supervisor: Prof. Dr. Dursun AYDIN Co-Supervisor: Assoc. Prof. Dr. Eralp DOĞU May 2019, 81 pages In public health practices, it is aimed to identify as soon as possible a symptom that can produce an outbreak and thus to reduce the impacts on society and to save time and treatment costs by taking measures without spreading outbreaks. For this purpose, data are collected from various sources and systems and analyzed using some statistical methods and outbreak detection algorithms. Syndromic surveillance, a branch of public health surveillance, focuses on pre-diagnosis data such as the situation in drug sales, visits to doctor offices, visits to emergency services, and laboratory test requests to monitor an outbreak. There are various statistical methods and outbreak detection algorithms used for syndromic surveillance in the literature and some of them are introduced in this thesis. One of these statistical methods is the frequently used Statistical Process Control Methods and is applied to the residues obtained from the model after modeling with a regression model of the monitoring data that includes effects such as seasonality, autocorrelation, trend rather than being applied directly to the data, which is different from its use in the industry. Outbreak periods for infectious disease outbreaks vary every year. This complicates the use of parametric regression models that require a number of assumptions. For this reason, in this thesis, as an alternative to the parametric model called as Adaptive Regression Model with Sliding Baseline, a "Semiparametric Regression Model with Sliding Baseline is proposed. A simulation study was performed in R package program by using a set of scenarios for performance comparison and One-Sided CUSUM was applied to the residues obtained from these two models. The performance evaluation criteria introduced within the scope of this thesis were compared by considering sensitivity, specificity and accuracy criteria. As a result of the simulation studies which is performed in various outbreak magnitudes and different baseline lengths, it was observed that the One-Sided CUSUM applied to the residues obtained in the scenario groups with low number of observations and the Semiparametric Regression Model with Sliding Baseline, performed well in terms of sensitivity criterion. It was determined that the One-Sided CUSUM applied to the residues obtained from the Adaptive Regression Model with Sliding Baseline in the scenarios with a large number of observations and in long baseline sizes with low standard deviation, yielded better results compared to the semi-parametric regression model.
Benzer Tezler
- Bazı çok değişkenli istatistiksel süreç kontrol grafikleri
Some multivariate statistical process control charts
DERYA AYDIN TUTAL
Yüksek Lisans
Türkçe
2017
İstatistikMuğla Sıtkı Koçman Üniversitesiİstatistik Ana Bilim Dalı
YRD. DOÇ. DR. MEHMET KARAHASAN
- Ankara'da iki hastanede uygulanan sarsılmış bebek sendromu önleme programının annelerin bilgi ve tutumları üzerine etkisi
The effect of a shaken baby syndrome prevention program on mothers? knowledge and attitude, in two hospitals of ankara
MEDİNE AYŞİN TAŞAR
Doktora
Türkçe
2011
Çocuk Sağlığı ve HastalıklarıGazi ÜniversitesiÇocuk Sağlığı ve Hastalıkları Ana Bilim Dalı
PROF. DR. FİGEN ŞAHİN
- MİS-C tanısı ile hastanede yatırılarak izlenen hastalarda tanı ve tedaviye yönelik yaklaşım ve maliyet analizi
Approach and cost analysis for diagnosis and treatmentin hospitalized patients with MİS-C
EZGİ BALKARLI
Tıpta Uzmanlık
Türkçe
2022
Enfeksiyon Hastalıkları ve Klinik MikrobiyolojiSağlık Bilimleri ÜniversitesiPediatri Ana Bilim Dalı
PROF. DR. İLKER DEVRİM
- Klinik izole sendrom'da multipl skleroza dönüşümü etkileyen prognostik etmenler: Kontrollü, prospektif çalışma
Prognostic factors for conversion to multiple sclerosis in clinically isolated syndrome: A controlled, prospective study
BİLGE PİRİ ÇINAR
Tıpta Uzmanlık
Türkçe
2012
NörolojiDokuz Eylül ÜniversitesiNöroloji Ana Bilim Dalı
PROF. DR. SERKAN ÖZAKBAŞ
- Hematopoetik kök hücre transplantasyonu yapılan hastalarda pulmoner komplikasyonlar
Pulmonary complications in patients who underwent hemopoetic stem cell transplantation
HARUN SİVLİM
Tıpta Uzmanlık
Türkçe
2020
Çocuk Sağlığı ve HastalıklarıSağlık Bilimleri ÜniversitesiÇocuk Sağlığı ve Hastalıkları Ana Bilim Dalı
DOÇ. DR. GÜZİN CİNEL