Denetimli makine öğrenmesi yöntemleri ile gebelerde anemi ve anemi ile ilişkili faktörlerin tespiti
Determination of anemia and anemia related factors in pregnant women with supervised machine learning methods
- Tez No: 729404
- Danışmanlar: DR. ÖĞR. ÜYESİ MEHMET ONUR KAYA
- Tez Türü: Yüksek Lisans
- Konular: Biyoistatistik, Biostatistics
- Anahtar Kelimeler: Makine Öğrenmesi, Sınıflandırma, Anemi, Machine Learning, Classification, Anemia
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Fırat Üniversitesi
- Enstitü: Sağlık Bilimleri Enstitüsü
- Ana Bilim Dalı: Biyoistatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 78
Özet
Gebelik dönemindeki aneminin ciddi seviyelerde seyretmesi, anemiye etki eden sosyodemografik özelliklerin saptanmasını ve bu faktörlerle mücadele etmeyi gerektirmektedir. Son yıllarda bu faktörler tespit edilirken makine öğrenmesi ve sınıflandırma algoritmaları kullanıcılara büyük fayda sağlamaktadır. Bu tez çalışmasında denetimli makine öğrenmesi yöntemleri kullanılarak gebelerde anemi ve anemi ile ilişkili faktörlerin tespit edilip bu konuda klinik karar destek sistemi oluşturulması amaçlanmıştır. Hastalarımız Elazığ il merkezinde yaşayan tüm gebeleri yansıtması açısından aile sağlığı merkezlerine kayıtlı 3228 genel gebe popülasyonundan nüfus büyüklüğüne göre rastgele yaklaşık 489 gebe örneklem olarak alınmıştır. Çalışma sonucu elde edilen verilerden Weka yazılımı kullanılarak, denetimli makine öğrenmesi yöntemleri ile anemi tespiti yapabilecek sınıflandırma modelleri oluşturulmuştur. Kural tabanlı Jrip, OneR ve PART algoritmaları ile anemi tespit sistemi oluşturulmuştur. Bu algoritmaların accuracy, Kappa statistic, mean absolute error, root mean squared error, relative absolute error, root relative squared error, TP rate, FP rate, precision, recall, F-measure, MCC, ROC area ve PRC area başarı metrikleri üç farklı yönteme göre elde edilmiştir. Birinci yöntemde verinin tümü eğitim için kullanılırken ikinci yöntemde veri 5-kat çapraz doğrulama yöntemi kullanılıp üçüncü ve son yöntemde ise veri %70 eğitim seti olarak sonuçlar elde edilmiştir. Çalışmada kullanılan Jrip algoritması %96.36, OneR algoritması %85.45 ve PART algoritması %97.98 doğruluk değerleriyle anemi tespit edilmiştir. Kullanılan değişkenler arasında çay tüketimi ve koyu çay tercihi, gebelik sayısı, ileri anne yaşı ve demir destek tedavisi anemi ile ilişkili en önemli risk faktörleri olarak saptanmıştır.
Özet (Çeviri)
2. ABSTRACT Determination Of Anemia And Anemia Related Factors İn Pregnant Women With Supervised Machine Learning Methods The severe level of anemia during pregnancy requires the determination of sociodemographic characteristics affecting anemia and combating these factors. While detecting these factors in recent years, machine learning and classification algorithms provide great benefits to users. In this thesis, it is aimed to determine anemia and factors related to anemia in pregnant women by using supervised machine learning methods and to establish a clinical decision support system in this regard. In order to reflect all pregnant women living in Elazig city center, approximately 489 pregnant women were randomly selected from 3228 general pregnant population registered in family health centers according to population size. Using the Weka software from the data obtained as a result of the study, classification models that can detect anemia with supervised machine learning methods were created. Anemia detection system was created with rule-based Jrip, OneR and PART algorithms. The success metrics of these algorithms are accuracy, Kappa statistic, mean absolute error, root mean squared error, relative absolute error, root relative squared error, TP rate, FP rate, precision, recall, F-measure, MCC, ROC area and PRC area obtained according to the method. In the first method, all of the data was used for training, while in the second method, 5-fold cross-validation method was used, and in the third and last method, 70% of the data was obtained as a training set. Anemia was detected with accuracy values of 96.36% for Jrip algorithm, 85.45% for OneR algorithm and 97.98% for PART algorithm used in the study. Among the variables used, tea consumption and dark tea preference, number of pregnancies, advanced maternal age and iron supplementation were found to be the most important risk factors associated with anemia.
Benzer Tezler
- Association rule mining for identifying factors in dynamic positioning incidents and accidents
Dinamik konumlandırma kazalarına ait faktörlerin birliktelik kural madenciliği ile tanımlanması
TUĞFAN ŞAHİN
Doktora
İngilizce
2024
Deniz Bilimleriİstanbul Teknik ÜniversitesiDeniz Ulaştırma Mühendisliği Ana Bilim Dalı
DOÇ. DR. PELİN BOLAT
- Denetimli makine öğrenmesi yöntemleri ile osteoporoz ile ilişkili faktörlerin saptanması
Determining the factors related to osteoporosis by supervised machine learning methods
GAMZECAN KARAKAYA
Tıpta Uzmanlık
Türkçe
2022
Aile HekimliğiFırat ÜniversitesiAile Hekimliği Ana Bilim Dalı
DOÇ. DR. BURKAY YAKAR
- Makine öğrenmesi yöntemleri ile futbol oyuncularının performans analizi
Football player performance analysis using machine learning techniques
VEHBİ HAKAN SAYAN
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBurdur Mehmet Akif Ersoy ÜniversitesiYönetim Bilişim Sistemleri Ana Bilim Dalı
DOÇ. DR. EMRAH HANÇER
- Denetimli öğrenme yöntemleri kullanılarak bir ses olay tespit sisteminin gerçekleştirilmesi
Realization of a sound event detection system using controlled learning methods
HAKAN GÜLER
Yüksek Lisans
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUSTAFA ULAŞ
- Metalik malzemelerin sürtünme ve aşınma özelliklerinin makine öğrenmesi yöntemleri ile tahmin edilmesi
Prediction of friction and wear properties of metallic materials by machine learning methods
ŞENAY ER
Yüksek Lisans
Türkçe
2023
Makine MühendisliğiAtatürk ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. HALİM KOVACI