Coupled hidden Markov model with bivariate discrete copula to study comorbidity of chronic diseases
Kronik hastalıkların komorbiditesini incelemek için iki değişkenli kesikli kapula ile birleştirilmiş gizli Markov modeli
- Tez No: 717409
- Danışmanlar: PROF. DR. CEYLAN YOZGATLIGİL, PROF. DR. AYŞE SEVTAP KESTEL
- Tez Türü: Doktora
- Konular: Aktüerya Bilimleri, İstatistik, Actuarial Sciences, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 104
Özet
Bir dizi kronik hastalığın birbirleri üzerinde önemli etkileri vardır ve ortak risk faktörlerini paylaşırlar. Birbiriyle etkileşen veya birbirini tetikleyen iki veya daha fazla hastalığın varlığını gösteren komorbidite, aktüeryal değerlemeler için önemli bir ölçüttür. Tezin ana önerisi, saklı Markov teorisi ve kapula fonksiyonunun bir kombinasyonu ile iki veya daha fazla kronik hastalığı tanımlayan paralel etkileşimli süreçleri modellemektir. Bu çalışmada, saklı süreçte iki değişkenli ayrık kapula fonksiyonu ile yeni bir birleşik saklı Markov modeli geliştirildi. Yeni bir ayrık kapula, yani Binom kapula kullanılmıştır. Tam-veri model olasılığını hesaplandı ve modeli uygulamak için gerekli bir çıkarım geliştirilmiştir. Modelin parametrelerini tahmin etmek ve log-olasılığının sayısal zorluğu ele almak için, bir varyasyonel beklenti maksimizasyonu (VBM) algoritması önerilmiştir. VBM algoritmasını gerçekleştirmek için, modelin log-olabilirliğinin bir alt sınırı tanımlanır ve parametrelerin tahmin edicileri M-bölümünde hesaplanır. İleri-geri olasılıkların hesaplanmasında meydana gelen olası bir sayısal taşma çözülür. Önerilen modelin performansını değerlendirmek için iki farklı olasılık oranının simülasyon çalışması yapıldı ve tatmin edici bulgular elde edildi. Ayrıca önerilen model özel bir hastaneden hastane randevu verilerine uygulanmıştır. Model, gözlemlenmemiş hastalık verilerinin bağımlılık yapısını ve dinamiklerini tanımlar. Uygulama sonuçları, önerilen modelin yalnızca zaman içindeki popülasyon dinamikleri mevcut olduğunda ve hiçbir klinik veri mevcut olmadığında hastalık komorbiditesini araştırmak için yararlı olduğunu göstermektedir.
Özet (Çeviri)
A range of chronic diseases have a significant influence on each other and share common risk factors. Comorbidity, which shows the existence of two or more diseases interacting or triggering each other, is an important measure for actuarial valuations. The main proposal of the thesis is to model parallel interacting processes describing two or more chronic diseases by a combination of hidden Markov theory and copula function. This study introduces a novel coupled hidden Markov model with the bivariate discrete copula function in the hidden process. We use a novel discrete copula, namely the Binomial copula. We compute a complete data log-likelihood and develop an inference necessary to implement the model. To estimate the parameters of the model and deal with the numerical intractability of the log-likelihood, we propose a variational expectation maximization (VEM) algorithm. To perform the VEM algorithm, a lower bound of the log-likelihood of the model is defined, and estimators of the parameters are computed in M-part. A possible numerical underflow occurring in the computation of forward-backward probabilities is solved. The simulation study was conducted for two different odds ratios to assess the performance of the proposed model, resulting in satisfactory findings. Additionally, the proposed model was applied to hospital appointment data from a private hospital. The model defines the dependency structure of unobserved disease data and its dynamics. The application results demonstrate that the proposed model is useful for investigating disease comorbidity when only population dynamics over time are available and no clinical data are available.
Benzer Tezler
- Evolutionary exploration of subfamily-specific features and mechanisms in class C GPGRs
C sınıfı G-protein kenetli reseptörlerinde alt-ailelere özgü özelliklerin ve mekanizmaların evrimsel keşfi
AYLİN BİRCAN
Doktora
İngilizce
2023
BiyolojiSabancı ÜniversitesiMoleküler Biyoloji-Genetik ve Biyomühendislik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ OGÜN ADEBALİ
- Alignment and multimodal analysis in signed speech
İşaret dili videolarından ayrık işaret çıkarımı
PINAR SANTEMİZ
Yüksek Lisans
İngilizce
2009
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiBilgisayar Mühendisliği Bölümü
PROF. LALE AKARUN
- Senkronize kaotik devrelerle haberleşme
Chaotic communication using by synchronized chaotic circuits
MÜŞTAK YALÇIN
Yüksek Lisans
Türkçe
1997
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. CÜNEYT GÜZELİŞ
- Küresel boyutta biyolojik terörizm (Biyo-terör) tehdidi ve Türkiye'de biyo-terör güvenliğine yönelik savunma sistemi
The threat of biological terrorism (Bio-terror) on global dimension and defense system in Turkey regarding bio-terror
İLKER KİREMİTÇİ
Doktora
Türkçe
2014
Savunma ve Savunma TeknolojileriKara Harp Okulu KomutanlığıGüvenlik Bilimleri Ana Bilim Dalı
PROF. DR. SERTAÇ HAMİ BAŞEREN
- Gamma spectroscopy by artificial neural network coupled with MCNP
Başlık çevirisi yok
HÜSEYİN ŞAHİNER
Doktora
İngilizce
2017
Maden Mühendisliği ve MadencilikMissouri University of Science and Technology (University of Missouri-Rolla)Dr. XIN LIU