Covıd-19 servislerinde görev yapan sağlık çalışanlarının ses sinyallerinden olası anksiyetelerinin makine öğrenmesi yöntemi ile belirlenmesi
The determination of possible anxiety by machine learning method from sound signals healthcare staff members who work at covid-19 clinics
- Tez No: 802968
- Danışmanlar: PROF. DR. KEMAL TURHAN
- Tez Türü: Yüksek Lisans
- Konular: Biyoistatistik, Biostatistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Karadeniz Teknik Üniversitesi
- Enstitü: Sağlık Bilimleri Enstitüsü
- Ana Bilim Dalı: Biyoistatistik ve Tıp Bilişimi Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 90
Özet
Ruh sağlığı alanında bireyler değerlendirilirken genellikle nitel yöntemlerden yararlanılmaktadır. Bu sorular ayrıntılı ve uzun olmakla birlikte nitel soru-cevap şeklinde ilerlediği için bazen yanlış yönlendirmelere neden olabilmektedir. Pandemide COVID-19 hastalığına doğrudan maruz kalan sağlık çalışanları da kendilerini tehdit altında hissetmeye başlamıştır. Anksiyete, kaygılı ve tehdit altında hissedildiğinde vücudun doğal bir tepkisidir. Anksiyete, duygu, düşünce ve fiziksel durumu etkilemektedir. Bu çalışma, ses verisiyle elde edilen çıktıların, anksiyetenin tanılanma sürecinin şekillendirilmesinde, sağlık profesyonellerine yardımcı olması amacıyla yürütülmüştür. Anksiyetenin tespiti için Durumluk-Sürekli Kaygı Ölçeği (DSKÖ) (State- Trait Anxiety Inventory- STAI) kullanılmıştır. Katılımcılar, Ordu ilinde COVID-19 pandemi kliniklerinde aktif olarak görev alan 30 sağlık çalışanı ile COVID-19 pandemi kliniklerinde aktif olarak görev almayan 30 sağlık çalışanından randomize olarak seçilmiştir. Phonic.ai aracılığı ile beş adet sözel soruya sesli yanıt ve ardından DSKÖ'ye yanıtlar alınmıştır. DSKÖ verilerinin analizinde SPSS paket programları kullanılmış olup analiz sonucunda Acil Servis'te çalışan sağlık çalışanlarında durumluk kaygı düzeyleri anlamlı olarak yüksek bulunmuştur. Sesli yanıtlardan makine öğrenmesi algoritmaları oluşturabilmek için Python yazılım dili kullanılmıştır. Tasarlanan algoritmalar ile çıktılar elde edilmiştir. DSKÖ'nün çıktıları ile makine öğrenmesi yönteminin çıktıları karşılaştırılmıştır. Modeller karşılaştırıldığında (VGG-19, ResNet50, AlexNet) en başarılısı 1D(boyutlu) CNN (konvolüsyonel sinir ağı) tabanlı model olmuştur. Modelin duygu analizinde; doğruluk %63.7 (%63 hassasiyet, %91 özgüllük) anksiyete analizinde ise doğruluk %73.5 (%73 hassasiyet, %94 özgüllük) saptanmıştır. Bu sonuçlar doğrultusunda geliştirilen modelin gelecek çalışmalarda görüntü ve video kaydı gibi yöntemlerle desteklendiğinde başarısının artacağı düşünülmektedir.
Özet (Çeviri)
Qualitative methods are generally used when evaluating individuals in the field of mental health. Although these questions are detailed and long, they can sometimes lead to false guidance because they proceed in a qualitative question-answer form. Health workers directly exposed to the COVID-19 disease during the pandemic have also started to feel threatened. Anxiety is a natural response of the body when one feels anxious and threatened. Anxiety affects emotions and thoughts as well as physical state. This study was conducted to assist healthcare professionals in the process of identifying anxiety by using output obtained from voice data. The State-Trait Anxiety Inventory (STAI) was used to measure anxiety levels. The participants were randomly selected from 30 healthcare workers actively serving in COVID-19 pandemic clinics and 30 healthcare workers not actively serving in COVID-19 pandemic clinics, all located in Ordu province. five verbal questions were asked via Phonic.ai and answers were obtained through voice responses, followed by answers to the STAI. SPSS package programs were used for the analysis of STAI data, and the results showed that the state anxiety levels of healthcare workers working in the emergency department were significantly higher. To create machine learning algorithms from voice responses, Python programming language was used The outputs of the State-Trait Anxiety Inventory (STAI) were compared with the outputs of the machine learning method. When the models were compared (VGG-19, ResNet50, AlexNet), the most successful one was found to be the 1D (dimensional) CNN (convolutional neural network) based model. In the emotion analysis of the model, an accuracy of 63.7% (63% sensitivity, 91% specificity) was achieved, while in the anxiety analysis, an accuracy of 73.5% (73% sensitivity, 94% specificity) was found. Based on these results, it is believed that the model developed will be more successful when supported by methods such as image and video recording in future studies.
Benzer Tezler
- Van Y.Y.Ü. Tıp Fakültesi'nde COVID-19 pandemi sürecinde görev yapan sağlık çalışanlarının depresyon düzeylerinin belirlenmesi ve etkileyen faktörlerinin incelenmesi
Determining depression levels andexamining the affecting factors of HEALTH workersworking in the process of COVİD-19 pandemic at VanY.Y.U. Faculty of Medicine
ÖZNUR SÜSLÜ KEPENEK
Tıpta Uzmanlık
Türkçe
2022
Aile HekimliğiVan Yüzüncü Yıl ÜniversitesiAile Hekimliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEHMET EMİN LAYIK
- Türkiye'de acil tıp uzmanlarının sınırlı kaynakların triyajında kullandığı kriterlerin kantitatif yöntemle tespiti ve etik açıdan değerlendirilmesi
The quantitative determination and ethical evaluation of the criteria employed by emergency specialists in Türkiye for triaging scarce resources
ADEM AZ
Doktora
Türkçe
2024
Deontoloji ve Tıp Tarihiİstanbul ÜniversitesiTıp Tarihi ve Etik Ana Bilim Dalı
PROF. DR. İLHAN İLKILIÇ
- COVID-19 salgını korkusunun sağlık çalışanlarının etik ahlaki duyarlılık durumları ve iş yaşam kalitesi üzerine etkisi
The effect of the fear of the COVID-19 epidemic on the ethical moral sensitivity status and quality of work life of healthcare workers
ÖZLEM KARACA
Yüksek Lisans
Türkçe
2022
HemşirelikMuğla Sıtkı Koçman ÜniversitesiHemşirelik Ana Bilim Dalı
PROF. DR. NEZİHE BULUT UĞURLU
- COVID-19 pandemisi nedeniyle yenidoğan yoğun bakım ünitelerine getirilen ziyaretçi kısıtlaması uygulamasının taburculuk sonrası dönemde anne sütü ile beslenme durumu üzerine etkisi
The impact of the visitation restriction implemented to neonatal intensive care unit due to the COVID-19 pandemic on the status of nutrition with breast milk in the period after discharge
CEREN SULTAN ALTAY
Tıpta Uzmanlık
Türkçe
2021
Çocuk Sağlığı ve Hastalıklarıİstanbul Medipol ÜniversitesiÇocuk Sağlığı ve Hastalıkları Ana Bilim Dalı
PROF. DR. FATMA GAMZE DEMİREL
PROF. DR. NALAN KARABAYIR
- Pandemi döneminde üniversite hastanesinde görev yapan hemşirelerde sigara içme davranışları ve sigara bırakma konusunda yaklaşımları
Başlık çevirisi yok
AYGUL ABBASOVA
Tıpta Uzmanlık
Türkçe
2022
Göğüs HastalıklarıGazi ÜniversitesiGöğüs Hastalıkları Ana Bilim Dalı
PROF. DR. CAN ÖZTÜRK