Tip 2 diabetes mellitus hastalarında yapay zekâ destekli beslenme müdahalesinin glisemik kontrole etkisi
The effect of artificial intelligence supported nutrition intervention on glycemic control in type 2 diabetes mellitus patients
- Tez No: 662066
- Danışmanlar: PROF. DR. ERSİN AKPINAR
- Tez Türü: Tıpta Uzmanlık
- Konular: Aile Hekimliği, Bilim ve Teknoloji, Endokrinoloji ve Metabolizma Hastalıkları, Family Medicine, Science and Technology, Endocrinology and Metabolic Diseases
- Anahtar Kelimeler: Beslenme müdahalesi, Kronik hastalık, Tip 2 Diabetes Mellitus, Yapay zekâ, Yaşam tarzı değişiklikleri, Nutritional intervention, Chronic diseases, Type 2 Diabetes Mellitus, Artificial intelligence, Lifestyle changes
- Yıl: 2021
- Dil: Türkçe
- Üniversite: Çukurova Üniversitesi
- Enstitü: Tıp Fakültesi
- Ana Bilim Dalı: Aile Hekimliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 139
Özet
Amaç: Diyabet, insülin eksikliği ve/veya insülin etki mekanizmasındaki aksaklıklar nedeniyle organizmada hiperglisemiyle kendini gösteren kronik, geniş spektrumlu metabolik bir bozukluktur. Başarılı diyabet bakımı sadece uygun ilaçları değil, aynı zamanda diyet ve aktivite açısından yaşam tarzı değişikliklerini de gerektirir. Gerçekleştirilen bu çalışmada ise Tip 2 Diabetes Mellitus tanılı hastalarda yapay zekâ destekli beslenme müdahalesinin glisemik kontrole etkisini gözlemlemek amaçlanmıştır. Gereç ve Yöntem: Çalışmamız 20 Temmuz 2020-20 Ocak 2021 tarihleri arasında, Adana ilinde altı farklı aile sağlığı merkezine başvuran ve insülin kullanmayan Tip 2 Diabetes Mellitus tanılı 16 müdahale, 15 kontrol grubu hastasının katıldığı çok merkezli, prospektif longitudinal kohort çalışmasıdır. Her iki gruba Yaşam Doyumu Ölçeği ve Diyabete Bağlı Yaşam Kalitesinin Denetimi (ADDQoL 19) ölçeği uygulanmış olup müdahale grubunun üç ay boyunca öğünlerini kaydettikleri“www.airmed-a.com”web sayfasınındaki yapay zekâ destekli yazılımı kullanmaları beklenmiştir. Bulgular: Çalışmamıza yaşları ortalaması 54,75±8,43 yıl olan 16'sı erkek ve yaşları ortalaması 53,53±10,94 yıl olan 15'i kadın toplam 31 hasta dahil edildi. Araştırmaya katılan erkek hastaların % 31,3'ü (N=5) kontrol grubunda, % 68,8'i ise müdahale grubunda yer almaktadır. Araştırmaya katılan kadın hastalardan % 66,7'si (N=10) kontrol grubunda yer alırken, % 33,3'ü (N=5) ise müdahale grubunda yer almaktadır. Gruplar incelendiğinde beden kitle indeksi; kontrol grubunda 28,43±3,07 kg/m2, müdahale grubunda 30,47±3,72 kg/m2 hesaplanmıştır. Sonuç: Çalışmamızda yapay zekâ temelli beslenme uygulamaları ile Tip 2 Diabetes Mellitust glisemik kontrol üzerinde anlamlı değişiklikler sağlanabileceği gösterilmiştir. Kronik hastalık bakımının tüm yönlerinde hastalar ve hekimlerin yapay zekâ temelli uygulamalardan faydalanabileceği öngörülebilmektedir.
Özet (Çeviri)
Objective: Diabetes is a chronic, broad-spectrum metabolic disorder that manifests itself with hyperglycemia in the organism due to insulin deficiency and / or problems in the mechanism of insulin action. Successful diabetes care requires not only appropriate medications but also lifestyle changes in terms of diet and activity. In this study, it was aimed to observe the effect of artificial intelligence-supported nutritional intervention on glycemic control in patients with Type 2 Diabetes Mellitus. Method and Material: The study was conducted between 20 July 2020 and 20 January 2021, in Adana with patients diagnosed with Type 2 Diabetes Mellitus who do not use insulin. six different family health centers were included 16 patients in the intervention group and 15 patients in the control group. This study is a multicenter, prospective longitudinal cohort study. Satisfaction with Life Scale and Audit of Diabetes Dependent Quality of Life (ADDQoL 19) were applied to both groups and the intervention group was expected to use the artificial intelligence supported software on the web page“www.airmed-a.com”where they recorded their meals for three months. Results: A total of 31 patients, 16 of whom were male with a mean age of 54.75±8.43 years, and 15 of whom were female with an average age of 53.53±10.94 years, were included in our study. 31.3% (N=5) of the male patients participating in the study are in the control group, and 68.8% (N=11) are in the intervention group. While 66.7% (N=10) of the female patients participating in the study are in the control group, 33.3% (N=5) are in the intervention group. When the groups are examined separately; 28.43±3.07 kg/m2 in the control group and 30.47±3.72 kg/m2 in the intervention group. Conclusion: In our study, it has been shown that artificial intelligence-based nutrition practices can provide significant changes on glycemic control in Type 2 Diabetes Mellitus. It can be predicted that patients and physicians can benefit from artificial intelligence-based applications in all aspects of chronic disease care.
Benzer Tezler
- Tip 2 dıabetes mellıtus hastalarında hıppocampus ve cerebellum hacimlerinin değerlendirilmesi
Evaluation of the volume of hippocampus and cerebellum in type 2 diabetes mellitus patients
SERRA ÖZCAN
Yüksek Lisans
Türkçe
2024
Nörolojiİstanbul Medipol ÜniversitesiAnatomi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SELVA ŞEN
DR. ÖĞR. ÜYESİ MUHAMMED İKBAL ALP
- Kontrastsız abdomen BT'de tip 2 DM hastalarının vücut kompozisyonunun yapay zeka ile değerlendirilmesi
Evaluation of body composition of type 2 DM patients in non-contrast abdominal CT with artificial intelligence
MERVE BAŞDEMİRCİ
Tıpta Uzmanlık
Türkçe
2023
Radyoloji ve Nükleer TıpBolu Abant İzzet Baysal ÜniversitesiRadyoloji Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MELİKE ELİF KALFAOĞLU
- Tip 2 dıabetes mellıtuslu hastalarda 24 saatlik kan basıncı değişiminin öngörülmesine yönelik uzman sistem tasarımı
Expert system design to predict 24 hour ambulatory blood pressure features in type 2 diabetes mellitus patients
ZEHRA AYSUN ALTIKARDEŞ
Doktora
Türkçe
2012
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMarmara ÜniversitesiElektronik-Bilgisayar Eğitimi Ana Bilim Dalı
DOÇ. DR. HASAN ERDAL
PROF. DR. A.FEVZİ BABA
- Tip 2 diyabetin erken tanısında makine öğrenme tekniklerinin kullanılması
Using machine learning techniques for EARLY diagnosis of TYPE 2 diabetes
AYÇA ŞANLI
Yüksek Lisans
Türkçe
2023
BiyoistatistikAkdeniz ÜniversitesiBiyoistatistik ve Tıbbi Bilişim Ana Bilim Dalı
DOÇ. DR. UĞUR BİLGE
- Akut iskemik inmeli olgularda hemorajik transformasyon gelişimini öngörmede mr görüntülemenin radyomiks analizinin tanısal değeri
Diagnostic value of radiomics analysis on mr imaging for predicting hemorrhagic transformation in acute ischemic stroke cases
ALAADDİN ATEŞ
Tıpta Uzmanlık
Türkçe
2024
Radyoloji ve Nükleer TıpSağlık Bilimleri ÜniversitesiRadyoloji Ana Bilim Dalı
DOÇ. DR. NESLİN ŞAHİN
DOÇ. DR. AYGÜL TANTİK PAK