Predicting the likelihood of a patient's survival after an accident using artificial intelligence and statistical methods
Başlık çevirisi mevcut değil.
- Tez No: 797058
- Danışmanlar: DR. ÖĞR. ÜYESİ MESUT ÇEVİK
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 75
Özet
Bu araştırmanın amacı, regresyon yöntemleri ve derin öğrenme yardımıyla, şu anda hastanelerde tıbbi bakım gören ve aşağıdaki semptomları gösteren hastalar için hayatta kalma olasılığını hesaplayabilecek bir model oluşturmaktır. genellikle yoğun bakım ünitelerinde görülür. Bu hastaların yüksek risk kategorisinde (YBÜ) olduğu kabul edilir. Hayatta kalma modelleri, klinik araştırma alanında nispeten sık kullanılan bir tür istatistiksel araçtır. Klinik araştırmacılar, bir hastanın ne kadar yaşaması beklendiğini belirlemekle ilgilenir. Klinik ortamlardaki araştırmacılar, bu modellerin amacı, çeşitli klinik sonuçların riskini tahmin etmenin yanı sıra ilgili risk değişkenlerini belirlemek için hayatta kalma modellerinden yararlanabilir. Bunun iyi bir örneği, çeşitli hastalıklardan muzdarip hastaların genel sağkalım oranı olacaktır. Bulgulara göre, CCU'lu hastaların prognozunu tahmin etme söz konusu olduğunda modelimiz CPH tahmin modelinden daha iyi performans gösterme yeteneğine sahiptir. CCU'lu hastaların prognozu söz konusu olduğunda durum budur.
Özet (Çeviri)
The goal of this research is to construct a model that, with the help of regression methods and deep learning, will be able to compute the probability of survival for patients who are undergoing medical care in hospitals at the present time and who are exhibiting symptoms that are typically seen in intensive care units. These patients are considered to be in a high-risk category (ICUs). Survival models are a type of statistical tool that are used relatively frequently in the field of clinical research. Clinical researchers are interested in determining how long a patient is expected to live. Researchers in clinical settings may make use of survival models to the purpose of these models is to forecast the risk of a variety of clinical outcomes as well as to identify relevant risk variables. A good illustration of this would be the overall survival rate of patients who suffer from a variety of diseases. According to the findings, our model is capable of performing better than the CPH prediction model when it comes to projecting the prognosis of patients who have CCU. This is the case when it comes to the prognosis of patients who have CCU.
Benzer Tezler
- Hastane dışı kardiyak arrest hastalarında, end-tidal karbondioksit değişiminin spontan dolaşımın geri dönüşünü öngörmedeki tanısal değerliliğinin incelenmesi
Examining the diagnostic value of end–tidal carbon dioxide change in predicting the return of spontaneous circulation in patients with out-of-hospital cardiac arrest
MELİKE DELİPOYRAZ
Tıpta Uzmanlık
Türkçe
2023
Acil TıpSağlık Bilimleri ÜniversitesiAcil Tıp Ana Bilim Dalı
PROF. DR. SERKAN EMRE EROĞLU
DR. MEHMET MUZAFFER İSLAM
- Longitudinal and survival statistical methods with applications in renal medicine
Böbek tıbbı uygulamaları ile boylamsal ve sağkalım istatistiksel yöntemler
ÖZGÜR ASAR
Doktora
İngilizce
2015
BiyoistatistikLancaster UniversityTıp Bilimleri Ana Bilim Dalı
PROF. PETER JOHN DIGGLE
- Transkateter aort kapak replasmanı yapılan hastalarda kantitatif aort kapak kalsifikasyonu derecesi ve lokalizasyonu ile işlem sonrası yeni gelişen kalıcı sol dal bloğu ilişkisinin incelenmesi
Investigation of the relationship between the degree and localization of quantitative aortic valve calcification and newly developing permanent left bundle branch block after the procedure in patients who underwent transcatheter aortic valve replacement
SEVİL TUĞRUL
Tıpta Uzmanlık
Türkçe
2020
KardiyolojiSağlık Bilimleri ÜniversitesiKardiyoloji Ana Bilim Dalı
PROF. DR. ERTUĞRUL OKUYAN
- N2 hastalık nedeniyle neoadjuvan tedavi alan küçük hücreli dışı akciğer kanserli hastalarda yeniden evrelendirme yöntemlerinin karşılaştırılması
Comparison of restaging methods in patients with non-small cell lung cancer receiving neoadjuvant therapy for N2 disease
ECE YASEMİN DEMİRKOL
Tıpta Uzmanlık
Türkçe
2024
Göğüs CerrahisiSağlık Bilimleri ÜniversitesiGöğüs Cerrahisi Ana Bilim Dalı
DOÇ. DR. VOLKAN ERDOĞU
- Gastrointestinal sistem malignite cerrahisi geçirecek hastalarda morbidite ve mortaliteyi öngörmede skorlama sistemlerinin karşılaştırılması
Comparison of scoring systems in prediction of morbidity and mortality in patients to be subject to gastrointestinal system malignancy surgery
MEHMET EMRE GEÇİCİ
Tıpta Uzmanlık
Türkçe
2023
Anestezi ve ReanimasyonSağlık Bilimleri ÜniversitesiAnesteziyoloji ve Reanimasyon Ana Bilim Dalı
DOÇ. DR. GÜLTEN ARSLAN