Yoğun bakım ünitelerinde yatan hastalara ilişkin mortalite ve yatış süresine etki eden faktörlerin veri madenciliği yöntemleri ile incelenmesi
Investigation of factors affecting mortality and length of stay in intensive care units with data mining methods
- Tez No: 567928
- Danışmanlar: PROF. DR. ERDEM KARABULUT
- Tez Türü: Yüksek Lisans
- Konular: Biyoistatistik, Biostatistics
- Anahtar Kelimeler: Yoğun Bakım Üniteleri, Mortalite Tahmini, Yatış Süresi Tahmini, APACHE, Veri Madenciliği, Intensive Care Units, Mortality Prediction, Length of Stay Prediction, APACHE, Data Mining
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Hacettepe Üniversitesi
- Enstitü: Sağlık Bilimleri Enstitüsü
- Ana Bilim Dalı: Biyoistatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 80
Özet
Bu tez çalışmasında veri madenciliği yöntemlerinden birliktelik kuralları, sınıflama ve regresyon modelleri, yoğun bakım ünitelerinde yatan hastaların mortalite ve yatış sürelerini tahmin etmek amacıyla kullanılmıştır. Mortalite tahmini amacıyla toplam 4.233 hasta verisi kullanılarak C4.5, CART, Rasgele Orman, Lojistik Regresyon, Yapay Sinir Ağı ve Naiv Bayes olmak üzere toplam yedi sınıflandırma modeli kurulmuştur. Hastaların yoğun bakım ünitelerinde yatış süresinin kestirimi amacıyla ise CART, destek vektör makineleri, rasgele orman ve yapay sinir ağları modelleri kurulmuştur. En iyi tahmin performansı gösteren rasgele orman modeli ile yoğun bakım ünitelerinde yaygın olarak kullanılan APACHE II skorlama sistemi karşılaştırılmış ve rasgele orman modelinin daha iyi performans gösterdiği sonucuna varılmıştır. Ayrıca, kurulan sınıflama ve regresyon modellerinde değişken önemlilikleri çıkarılmış ve sonuç olarak mortalite ve yatış süresini etki eden en önemli faktörler belirlenmiştir.
Özet (Çeviri)
In this thesis, association rules, classification and regression models of data mining methods were used in order to estimate mortality and length of stay in intensive care units. A total of seven classification models, C4.5, CART, random forest, logistic regression, artificial neural network and Naive Bayes, were built using a total of 4,233 patient data for estimating mortality. In order to predict length of stay in intensive care units, CART, support vector machines, random forest and artificial neural network models were built. Random forest model, which has the best predictive performance was compared with APACHE II score system that is commonly used in intensive care units and it was found that random forest model performed better. In addition, variable significance was found out from classification and regression models and as a result, most important factors affecting mortality and length of stay were determined.
Benzer Tezler
- Hastanemiz yoğun bakım ünitelerinde mart 2019-mart 2020 ve nisan 2020-nisan 2021 dönemlerinde yatan hastalarda meydana gelen kan dolaşımı enfeksiyonlarında saptanan bakterilerin ve antibiyotik direnç profillerinin karşılaştırılması
Başlık çevirisi yok
SÜMEYYE BAYRAM
Tıpta Uzmanlık
Türkçe
2023
Klinik Bakteriyoloji ve Enfeksiyon HastalıklarıSağlık Bilimleri ÜniversitesiEnfeksiyon Hastalıkları ve Klinik Mikrobiyoloji Ana Bilim Dalı
PROF. DR. FUNDA ŞİMŞEK
- Çocuk yoğun bakım ünitemizde sürekli renal replasman tedavisi uygulanan hastaların değerlendirilmesi
Evaluation of patients performed continuous renal replacement therapy in OUR pediatric intensive care unit
AHU EKREN
Tıpta Uzmanlık
Türkçe
2022
Çocuk Sağlığı ve HastalıklarıÇukurova ÜniversitesiÇocuk Sağlığı ve Hastalıkları Ana Bilim Dalı
PROF. DR. RIZA DİNÇER YILDIZDAŞ
- Çocuk yoğun bakım ünitesinde yatan hastalarda sağlık bakımı ilişkili enfeksiyonların incelenmesi: Beş yıllık sürveyans çalışması
Evaluation of healthcare service-associated infections in patients admitted to pediatric intensive care unit: A 5-years surveillance study
AYŞEGÜL ŞAHİN
Tıpta Uzmanlık
Türkçe
2021
Çocuk Sağlığı ve HastalıklarıErciyes ÜniversitesiÇocuk Sağlığı ve Hastalıkları Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BENHUR ŞİRVAN ÇETİN
- Mathematical and statistical modelling of hospital-acquired infections in an intensive care unit
Hastane kaynakli enfeksiyonlarin bir yogun bakim ünitesi ıçin ıstatistiksel ve matematiksel modellenmesi
MARAL TAHER SHABESTARI
Yüksek Lisans
İngilizce
2020
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ EMİNE YAYLALI
- Kritik hastalarda modifiye nütrisyonel risk skoru (mNUTRIC) ile klinik sonuçların değerlendirilmesi
Evaluation of clinical outcomes with modified nutritional risk score (mNUTRIC) in critical pati̇ents
GÖKÇENUR YURTKULU
Tıpta Uzmanlık
Türkçe
2024
Anestezi ve ReanimasyonPamukkale ÜniversitesiAnesteziyoloji ve Reanimasyon Ana Bilim Dalı
PROF. DR. HÜLYA SUNGURTEKİN