Finding potential serious adverse events of drugs by using clinical trial data and machine learning tools
Klinik deney verileri ve makine öğrenmesi araçları kullanılarak ilaçların potansiyel ciddi advers etkilerinin bulunması
- Tez No: 706961
- Danışmanlar: DR. ÖĞR. ÜYESİ AYBAR CAN ACAR, PROF. DR. TOLGA CAN
- Tez Türü: Yüksek Lisans
- Konular: Biyoteknoloji, Biyoloji, Biyoistatistik, Biotechnology, Biology, Biostatistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Biyoteknoloji Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Sağlık hizmetleri her geçen gün gelişmektedir ve bu gelişmeler sağlık hizmetlerini daha erişilebilir kılmakta ve bu da büyük miktarda veri üretilmesine yol açmaktadır. Büyük veri üreten her alanda olduğu gibi burada da bu verilerin yorumlanması, varsayımlarda bulunulması ve veri analiz yöntemleri kullanılarak anlamlı sonuçların ortaya çıkarılması önemlidir. Klinik araştırmalar sırasında toplanan verilerin analizi, sağlık hizmetlerinde gelişmelerin sağlanmasında büyük etkiye sahiptir. Advers etki raporları, klinik olarak çalışılan ilaç veya tedavilerin önemli kısımlarından biridir. Klinik uygulamada, ciddi advers etkileri aracılığıyla bir antikanser tedavisinin güvenliğinin değerlendirilmesi, gelecekteki kanser tedavileri için önemli bilgiler sağlayabilir. Bu çalışmada, ciddi advers etkiler ile ilaçlar arasındaki bağlantıları ve ciddi advers etkilerin kendileri arasındaki bağlantıları keşfetmek için bir yöntem öneriyoruz. Hipotezimiz, önemli içgörüler sağlamak amacıyla verileri bilgiye çevirmek için bir tablo yapısına dönüştürülen klinik araştırma verilerinin kullanılmasıyla, birlikte ortaya çıkan ilaca özgü ciddi advers etkileri tahmin etmenin mümkün olabileceğidir. Ciddi advers etkileri bildiren ve özellikle Cytarabine, Sorafenib ve Doxorubicin antikanser ilaçlarını çalışan klinik araştırmaların sonuçlarını indirmek için ClinicalTrials.gov'u kullandık. Ciddi advers etki raporlarındaki tutarsızlığın üstesinden gelmek amacıyla ciddi advers etkilere benzersiz kimlikler atamak için MeSH ve CTCAE sözlükleri kullanıldı. Benzer ciddi advers etkileri bulmak için t-SNE ve DBSCAN kombinasyonu ve ilaçlara dayalı ciddi advers etkileri kümelemek için spektral birlikte kümeleme algoritması kullanıldı. Sözlüklerin hiyerarşik yapısı yardımıyla, belirli bir ilaçta nispeten az ya da çok karşılaşılan anlamlı olayları bulmak için kök ve ana olayların p-değerleri hesaplandı. Bu çalışmanın sonuçlarının çoğu, literatürdeki mevcut kaynaklarla uyumludur ve sağlanan yaklaşım, yeni tedavi seçeneklerine özgü ciddi advers etkileri öngörebilir.
Özet (Çeviri)
Healthcare is improving day by day and these developments make healthcare more accessible and this leads to production of large amount of data. The interpretation of these data, making assumptions and revealing significant results by using data analysis methods are important here as in every field that produces big data. Analysed data that are collected during clinical trials have great effect in ensuring developments in healthcare. Adverse event reports are one of the important parts of the clinically studied drugs or treatments. Evaluating the safety of an anticancer treatment through serious adverse events in clinical practice can provide important information for future cancer treatments. In this study, we propose a method to discover the links between serious adverse events and drugs, and between serious adverse events themselves. Our hypothesis is that, it can be possible to estimate the drug specific serious adverse events that occur together by using the clinical trial data that are transformed into a table structure for turning data into information to provide significant insights. We used ClinicalTrials.gov to download the clinical trial results that reported serious adverse events and in particular studied the anticancer drugs Cytarabine, Sorafenib and Doxorubicin. We used the MeSH and the CTCAE thesaurus to assign unique IDs to the serious adverse events to handle the inconsistency in the reports of serious adverse events. t-SNE and DBSCAN combination was used to find similar serious adverse events. To cluster the serious adverse events based on the drugs, we used spectral co-clustering. With the help of the hierarchical structure of the thesaurus, the p-values of the root and parent events were calculated to find significant ones that are encountered more or less, relatively, in a specific drug. Most of the results of this study are compatible with the available sources in the literature and the approach provided could predict the serious adverse events that are specific to new treatment options.
Benzer Tezler
- Tedavi altındaki hipertiroidi vakalarında yan etkiler
The side effects in hyperthyroidism cases under treatment
YAKUP DERİN
Tıpta Uzmanlık
Türkçe
2019
Endokrinoloji ve Metabolizma HastalıklarıSağlık Bilimleri Üniversitesiİç Hastalıkları Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HİLMİ ERDEM SÜMBÜL
- İzole polimiyaljia romatika, izole dev hücreli arterit ve polimiyaljia romatika ile dev hücreli arterit birlikteliği olan hastaların tanısal süreçlerinin retrospektif analizi
A retrospective analysis of the diagnostic processes in patients with isolated polymyalgia rheumatica, isolated giant cell arteritis and polymyalgia rheumatica–giant cell arteritis overlap
HAZAL CEYLAN TAN
Tıpta Uzmanlık
Türkçe
2025
RomatolojiSağlık Bilimleri Üniversitesiİç Hastalıkları Ana Bilim Dalı
PROF. DR. CEMAL BES
- Mevcut betonarme binaların deprem etkisindeki davranışının değerlendirilmesi
Evaluating the seismic resistance of existing buildings
A.İRFAN ATMACA
- A stress testıng framework for the Turkısh bankıng sector: an augmented approach
Türk bankacılık sektörü için bir stres testi çerçevesi: Bir genişletilmiş yaklaşım
BAHADIR ÇAKMAK
- Toksik alkol alımı ile acil servise başvuran hastaların başvuru anındaki kan glikoz ve laktat seviyelerinin prognoz üzerine olan etkisinin incelenmesi
Investigation of the effect of blood glucose and lactate levels on prognosis at the time of admission of patients who contributed to emergency department with toxic alhocol injection
TUĞÇE AYAN
Tıpta Uzmanlık
Türkçe
2023
Acil TıpSağlık Bilimleri ÜniversitesiAcil Tıp Ana Bilim Dalı
DOÇ. DR. RAMAZAN KÖYLÜ
