Çok kategorili hastalık durumlarında tanısal modele yeni bir belirteç eklenmesinin tanı performansındaki değişime etkisinin incelenmesi
Investigation of the change in diagnostic accuracy of adding a new marker to the diagnostic model in multiclass disease status
- Tez No: 599184
- Danışmanlar: PROF. DR. AHMET ERGUN KARAAĞAOĞLU
- Tez Türü: Doktora
- Konular: Biyoistatistik, Biostatistics
- Anahtar Kelimeler: Çok kategorili sınıflandırma, HUM, CCP, NRI, IDI, Multi-category classification, HUM, CCP, NRI, IDI
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Hacettepe Üniversitesi
- Enstitü: Sağlık Bilimleri Enstitüsü
- Ana Bilim Dalı: Biyoistatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 106
Özet
Sağlık alanında, hasta ve sağlıklı bireylerin belirlenmesinde, tanı kestirim modellerinden elde edilen risklerin doğru değerlendirilmesi önemlidir. Bazı durumlarda sınıflamalar ikiden fazla kategoriden oluşabilir. İki kategorili sınıflandırmalarda en sık kullanılan yöntem olan ROC analizi yönteminden yola çıkarak çok kategorili sınıflandırma problemleri için HUM (Hypervolume Under The ROC Manifold) ve CCP - Doğru Sınıflandırma Olasılığı (Correct Classification Probability) yöntemleri geliştirilmiştir. Ancak, bu yöntemlerin var olan bir modele yeni bir belirteç eklendiğinde meydana gelen performans artışını ölçümlemede başarılı olmadığı düşünülmektedir. Bu nedenle, yeni bir belirteçin modele eklendiğinde oluşturulan yeni sınıflama sonucunun performansını gösteren iki performans ölçüsü geliştirilmiştir. Bunlar; NRI (Net Reclassification Improvement) ve IDI (Integrated Discrimination Improvement)'dır. Bu çalışmada, çok kategorili sınıflandırma modellerinde kullanılan performans ölçüleri HUM ve CCP'nin, model performansına etki eden belirteçlerin etkisini ölçen NRI ve IDI ile ilişkilerinin incelenmesi amaçlanmıştır. Bağımlı değişkenin farklı türde olduğu durumlar göz önüne alınarak (sıralı ve sırasız), belirteçlerin modele eklenme sırasının model performansına etkisi araştırılmıştır. İncelemeler, gerçek veri setleri ve bir benzetim çalışması ile yapılmıştır. Benzetim çalışmasında, hem belirteçlerin kendi arasında hem de belirteçler ve bağımlı değişken arasında olmak üzere; pozitif, negatif, düşük, orta ve kuvvetli seviyelerde ilişki yapıları ve sıralı yapıda bir bağımlı değişken tasarlanmıştır. Sonuçlarda, negatif ilişki yapısında benzetim yapılarak elde edilen verilerle oluşturulan modellerin performans sonuçlarında, HUM ve CCP yöntemleri ile NRI ve IDI arasında pozitif yönde ilişkiler olduğu görülmüştür. NRI ve IDI yöntemlerinin, HUM ve CCP yöntemlerinin aksine modele eklenen belirtecin sırasından etkilenmesinden dolayı, doğru sırada eklenen daha az sayıda belirteç ile doğru sınıflandırma performansının arttırılabileceği sonucu elde edilmiştir.
Özet (Çeviri)
Accurate assessment of the risks in the field of health, which are derived from diagnostic prediction models is important in identifying patients and healthy people. In some cases, classifications may consist of more than two categories. By using the ROC analysis method, which is the most commonly method in two-category classifications, some methods have been developed for multicategory classification problems. These are HUM (Hypervolume Under the ROC Manifold) and CCP (Correct Classification Probability). However, these methods are considered to be unsuccessful in measuring improvement in the performance of the model that occurs when a new biomarker is added to an existing model. Therefore, when a new biomarker is added to the model, two performance measures have been developed to show the performance of the new classification result. These are NRI (Net Reclassification Improvement) and IDI (Integrated Discrimination Improvement) methods. In this study, we aim to investigate the relationship between HUM, CCP measures, which are the performance measures used in multi-category classification models, and NRI, IDI which measure the effect of markers affecting model performance. Considering the type of dependent variable (ordinal and nominal), the effect of the order of adding the markers to the model performance was investigated. Investigations were made with real data sets and a simulation study. In the simulation study, we simulated data based on the correlation structure with low, medium and strong magnitude in both positive and negative directions for relationships between ordinal dependent variable and the markers and within the markers. According to the simulation results of negative correlation structures, it was seen that there was a positive relationship between HUM, CCP and NRI, IDI. As the NRI and IDI methods are affected by the order of the marker added to the model as opposed to the HUM and CCP methods, it is concluded that the correct classification performance can be improved with fewer markers added in the correct order.
Benzer Tezler
- Prediction of COVID 19 disease using chest X-ray images based on deep learning
Derin öğrenmeye dayalı göğüs röntgen görüntüleri kullanarak COVID 19 hastalığının tahmini
ISMAEL ABDULLAH MOHAMMED AL-RAWE
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ADEM TEKEREK
- Machine-learning approaches for neurological disorder diagnosis from genomic and neuroimaging data
Genomik ve nörogörüntüleme verilerinden nörolojik bozukluk teşhisi için makine öğrenmesi yaklaşımları
İSMAİL BİLGEN
Doktora
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. BEHÇET UĞUR TÖREYİN
- Eritrosit sedimantasyon hızı 100mm/saat üzeri olan hastaların tanılara göre ayrılması
Investigation of diagnosis in patients with higher than 100mm/h erythrocyte sedimentation rate
MESUT KILIÇ
Tıpta Uzmanlık
Türkçe
2017
HematolojiErciyes Üniversitesiİç Hastalıkları Ana Bilim Dalı
PROF. DR. BÜLENT ESER
- Eritrosit sedimantasyon hızı yüksek olan hastaların tanısal dağılımı ve gruplar arasındaki demografik ve laboratuvar farklılıklar
Başlık çevirisi yok
SEVİNJ BABAYEVA
Tıpta Uzmanlık
Türkçe
2022
İç HastalıklarıMarmara Üniversitesiİç Hastalıkları Ana Bilim Dalı
DR. SENA TOKAY TARHAN
- Mevcut hastanelerin akreditasyon kriterleri bağlamında etmen tabanlı bir sistem ile değerlendirilmesi
Evaluation of an exiting hospital building in the context of accreditation cruteria using an agent based system
NAZLI PURDE SAVUL
Yüksek Lisans
Türkçe
2014
Bilim ve Teknolojiİstanbul Teknik ÜniversitesiBilişim Ana Bilim Dalı
PROF. DR. GÜLEN ÇAĞDAŞ