Geri Dön

Kronik böbrek yetmezliği (KBY) tanısında farklı makine öğrenimi yöntemlerinin karşılaştırılması

Comparison of different machine learning methods in the diagnosis of chronic kidney failure (CKF)

PDF İndir

  1. Tez No: 796464
  2. Yazar: TOLGA DEMİREL
  3. Danışmanlar: DOÇ. DR. LEMAN TOMAK
  4. Tez Türü: Yüksek Lisans
  5. Konular: Biyoistatistik, Biostatistics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: Türkçe
  9. Üniversite: Ondokuz Mayıs Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Biyoistatistik ve Tıp Bilişimi Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 72

Özet

Kronik Böbrek Yetmezliği (KBY), hastaların fiziksel durumunu ve sosyal yaşamını olumsuz etkileyen önemli bir sağlık sorunudur ve makine öğrenimi alanındaki çalışmalar, nefroloji alanında karar vericilere destek olacak önemli sonuçlar vermektedir. Bu çalışmada, KBY hastalığının tanısı için makine öğrenimi yöntemleri ile farklı tahmin modelleri oluşturulması ve bu tahmin modellerinin performanslarının karşılaştırması ve değerlendirilmesi amaçlanmaktadır. Ondokuz Mayıs Üniversitesi Tıp Fakültesi Nefroloji Anabilim Dalına 2015-2021 yılları arasında başvuran hasta bilgilerinin kullanıldığı veri setinde 9.136 hastaya ilişkin 22 farklı değişken kullanılmıştır. Bu çalışmada, tek sınıf, Naive Bayes, lojistik regresyon, karar ağaçları, rastgele orman, en yakın k-komşu ve destek vektör makinesi algoritmaları için veri seti, WEKA yazılımı tarafından analiz edilen %50 ile %90 arasında değişen eğitim veri setlerine bölünmüştür ve tahmin modelleri oluşturulmuştur. Bu modellerin başarı oranları doğruluk oranı, hata oranı, kesinlik, duyarlılık, seçicilik, F ölçümü ve Matthews korelasyon katsayısı ölçütleri kullanılarak karşılaştırılmıştır. Veri setinde 9.136 hastanın %54,28'nde KBY hastalığı bulunuyorken %45,72'nde bu hastalık bulunmamaktadır. Veri setinin tümü ile oluşturulan tahmin modellerinde en iyi performansı; doğruluk oranı için %97,1 ile rastgele orman ve en yakın k-komşu algoritmaları ile elde edilmiştir. Veri setinin, eğitim veri seti ve test veri seti olarak %50-90 arasında ayrıldığı tahmin modellerinin tümünde ise en iyi performansı; doğruluk oranı için lojistik regresyon algoritması göstermiştir. Diğer performans ölçütleri için rastgele orman ve destek vektör makineleri algoritmalarının incelenen diğer algoritmalardan daha başarılı olduğu gözlemlenmiştir. Ayrıca işlem karakteristik eğrisi analizi sonucunda hasta yaşı değişkeni için kesim noktası olarak 54,5 değeri belirlenmiştir. KBY tanısında kullanılan farklı makine öğrenimi yöntemlerinin, veri setinin farklı oranlarda eğitim ve test veri setlerine ayrılmasıyla ortaya çıkan sonuçları değerlendirilmiştir. Bu değerlendirmeler sonucunda %60-80 aralığında eğitim verisi, %20-40 aralığında ise test veri setinin kullanılmasının uygun olduğu ve farklı büyüklükteki veri setlerine uygulanan algoritmalar için farklı performans ölçütlerindeki başarı oranlarının değişiklik gösterdiği görülmüştür.

Özet (Çeviri)

Chronic Kidney Failure (CKF) is an important health problem that negatively affects the physical condition and social life of patients, and studies in the field of machine learning provide decision makers with important results in the field of nephrology. The objective of this study was to create different prediction models with machine learning methods for the diagnosis of CKF and to compare and evaluate the performances of these prediction models. The material of this study was 22 different variables related to 9,136 patients which patient information was used, who applied to Ondokuz Mayıs University Faculty of Medicine, Department of Nephrology between the years 2015-2021. In this study, the dataset for OneR, Naive Bayes, logistic regression, decision trees, random forest, nearest k-neighbor and support vector machine algorithms is divided into training datasets ranging from 50% to 90% analyzed by WEKA software and forecasting models were created. The success rates of these models were compared using the criteria of accuracy, error rate, precision, sensitivity, specificity, F measurement and Matthews correlation coefficient. The results of the study revealed that 54.28% of patients had CKF, while 45.72% of patients did not have this disease. The best performance in prediction models created with the entire data set was obtained by random forest and k-nearest k-neighbor algorithms (97.1%) with respect to accuracy rate. Besides, the best performance in all prediction models, where the data set is divided between 50-90% as the training data set and the test data set was obtained by the logistic regression algorithm with respect to the accuracy rate. For other performance measures, random forest and support vector machine algorithms were observed to be more successful than the other algorithms. The results of the receiver operating characteristic analysis introduced that, a cut-off point of 54.5 was determined for the patient age variable. The results of different machine learning methods used in the diagnosis of CKF were evaluated by separating the data set into training and test data sets at different rates. The results highlighted that it was appropriate to use the training data in the range of 60-80% and the test dataset in the range of 20-40%, the success rates in different performance criteria varied for the algorithms applied to the datasets of different sizes.

Benzer Tezler

  1. Tez No

    304438

    Kronik renal yetmezlik saptanan köpeklerde renal kan akımının doppler ultrasonografi ile belirlenmesi, renal hipertansiyonun prevalansı ve asit-baz düzeyinin incelenmesi

    Determination of renal blood flow with doppler ultrasound, prevalence of renal hypertension and acid-base level in dogs with chronic renal failure

    LORA KOENHEMSİ

    Doktora

    Türkçe

    Türkçe

    2010

    Veteriner Hekimliğiİstanbul Üniversitesi

    İç Hastalıkları (Veterinerlik) Ana Bilim Dalı

    PROF. DR. REMZİ GÖNÜL

  2. Tez No

    59679

    Akut miyokard hasarının saptanmasında AST, LD, CK-mB ile tropanin tuz tropanin I'in karşılaştırılmalı olarak değerlendirilmesi

    Comparative evaluation of AST, LD, CK-MB, troponin T and troponin I in the determination of myocardial injury

    ONUR BAHÇELİ

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    1997

    BiyokimyaDokuz Eylül Üniversitesi

    Biyokimya Ana Bilim Dalı

    PROF. DR. GÜL GÜNER

  3. Tez No

    782820

    Estimation of hexanoyl lysin, lactoferrin and some diagnostic markers in renal failure

    Böbrek yetmezliğinde heksanoyl lysin, laktoferrin ve bazı tanı belirteçlerinin tahmini

    DHUHA ABDULHAY OLEIWI AL-AZRAQI

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    BiyokimyaÇankırı Karatekin Üniversitesi

    Biyokimya ve Klinik Biyokimya Ana Bilim Dalı

    PROF. DR. ŞEVKİ ADEM

    PROF. DR. HAKAN ÇOLAK

  4. Tez No

    791058

    Kronik böbrek yetmezliğinin vestibüler fonksiyonlar üzerine etkilerinin değerlendirilmesi

    Evaluation of the effect of chronic renal failure on vestibular functions

    AHMET ATİLA

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Kulak Burun ve BoğazÇukurova Üniversitesi

    Kulak Burun Boğaz Hastalıkları Ana Bilim Dalı

    PROF. DR. SÜLEYMAN ÖZDEMİR

  5. Tez No

    806497

    Hemodiyalize ihtiyacı olan akut böbrek yetmezlikli hastalarda böbreğin sağkalımına etkili faktörler

    Factors affecting renal survival in patients with acute renal failure requesting hemodialysis

    AYSUN YAKUT

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2016

    İç HastalıklarıSağlık Bakanlığı

    İç Hastalıkları Ana Bilim Dalı

    DOÇ. DR. REFİK DEMİRTUNÇ

Geri Dön