Algorithmic learning of clinically acceptable levels of laboratory test results from electronic medical records: Personalized reference intervals
Elektronik hasta kayıtlarından laboratuvar test sonuçlarının klinik olarak kabul edilebilir seviyelerinin algoritmik olarak öğrenilmesi: Kişiselleştirilmiş referans aralıkları
- Tez No: 805405
- Danışmanlar: DR. ÖĞR. ÜYESİ ÖZLEM AKTAŞ
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Dokuz Eylül Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 65
Özet
Laboratuvar sonuçları, hekimlere teşhis ve tedavi süreçlerine yardımcı objektif veriler sağlayan önemli bir araçtır. Sonuçlarının anlamlı olabilmesi için referans aralıkları ile birlikte rapor edilmesi gerekmektedir. Referans aralıkları yaş, cinsiyet gibi demografik özelliklere göre ayrı ayrı belirlenmelidir. Makine öğrenmesi algoritmaları ile kolay, hızlı, güvenli ve ekonomik şekilde referans aralıklarının hesaplanması amaçlanmıştır. Çalışmamızda ilk olarak“Canadian Laboratory Initiative on Pediatric Reference Intervals”çalışması kapsamında direkt yöntemle elde edilen laboratuvar sonuçları kullanılarak, Gauss Karışım Modeli ve Hiyerarşik Kümeleme algoritmalarının kullanılabilirliği valide edildi. Daha sonra, 2018-2019-2020 yıllarında Dokuz Eylül Üniversitesi Merkez Laboratuvarında çalışılan, İnorganik Fosfor, Kalsiyum, Kreatinin, Neonatal Bilirubin ve Üre Azotu testlerinin yenidoğan dönemine ait sonuçları hastane veri tabanından alınarak, geliştirdiğimiz algoritma kullanılarak, ilgili testlere ait yaş kırılımları ve buna bağlı referans aralıkları hesaplandı. Geliştirdiğimiz denetimsiz makine öğrenme yönteminin referans aralıklarının belirlenmesinde indirekt yöntemlere yeni, çağdaş bir alternatif olduğu belirlendi. Çalışmamızda referans aralıklarının hesaplanmasında temel basamak olan yaş aralıklarını yüksek çözünürlükte belirleyebilen, matematiksel ve istatistiksel temellere dayanan, denetimsiz makine öğrenme algoritması çözümü sunulmuştur. Çalışmada geliştirilen algoritmik yöntemi kullanarak her laboratuvar kendi popülasyon ve analitik yöntemlerine uygun referans aralıklarını kolay, hızlı, güvenli ve ekonomik bir şekilde hesaplayabilecektir.
Özet (Çeviri)
Laboratory results are an important tool that provides objective data to help physicians in diagnosis and treatment processes. Results must be reported with reference ranges to be useful. Reference intervals should be determined separately according to demographic characteristics such as age and gender. It is aimed to determine reference intervals in an easy, fast, safe and economical way with machine learning algorithms. In our study, firstly, the usability of Gaussian Mixture Model and Hierarchical Clustering algorithms was validated by using the laboratory results obtained by the direct method within the scope of the“Canadian Laboratory Initiative on Pediatric Reference Intervals”study. Then, the results of the neonatal period of the Inorganic Phosphorus, Calcium, Creatinine, Neonatal Bilirubin and Urea Nitrogen tests, which were studied in the Central Laboratory of Dokuz Eylül University in 2018-2019-2020, were taken from the hospital database, and the age partitions of the relevant tests were obtained using the algorithm we developed. It was determined that the unsupervised machine learning method we developed is a new, modern alternative to indirect methods in determining reference intervals. In this study, an unsupervised machine learning algorithm solution based on mathematical and statistical foundations, which can determine the age ranges, which is the basic step in the calculation of reference intervals, with high resolution is presented. By using the algorithmic method developed in the study, each laboratory will be able to calculate reference intervals compatible with their own population and analytical methods in an easy, fast, safe and economical way.
Benzer Tezler
- A web based multi-criteria decision support system for department selection process of vocational high school students
Meslek lisesi öğrencilerinin bölüm seçim süreci için web tabanli çok kriterli karar destek sistemi
MUSTAFA COŞKUN
Yüksek Lisans
İngilizce
2013
Bilgi ve Belge YönetimiBoğaziçi ÜniversitesiYönetim Bilişim Sistemleri Ana Bilim Dalı
PROF. DR. MELTEM SEBA ÖZTURAN
- Aktif gürültü giderimi algoritmalarının analizi, gerçekleştirilmesi ve karşılaştırılması
Analysis, implementation and comparison of active noise cancellation algorithms
SÜLEYMAN KEREM GÖKALP
Yüksek Lisans
Türkçe
2013
Elektrik ve Elektronik MühendisliğiAnkara ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MURAT EFE
- Using dijkstra algorithm in calculating alternative shortest paths for public transportation with transfers and walking case study: Ankara
Yürüme dahil aktarmalı toplu taşımada alternatif kısayol hesaplaması için dijkstra algoritması kullanımı çalışma konusu: Ankara
HAİTHAM LATİF HASSAN AL-TAMEEMİ
Yüksek Lisans
İngilizce
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇankaya ÜniversitesiBilgi Teknolojileri Ana Bilim Dalı
YRD. DOÇ. DR. ÖZGÜR TOLGA PUSATLI
- Prenatal hidronefrozu olan yenidoğanlarda; üriner enfeksiyon riski ve profilaksinin yeri, hidronefrozun tabii seyri
The risk of urinary tract infection, necessisty of prophylaxis and natural outcome of hydronephrosis in newborns with prenatal hydronephrosis
ALİ İŞLEK
Tıpta Uzmanlık
Türkçe
2010
Çocuk Sağlığı ve HastalıklarıAkdeniz ÜniversitesiÇocuk Sağlığı ve Hastalıkları Ana Bilim Dalı
PROF. DR. FATMA AYFER GÜVEN
- İnvaziv meme karsinom olgularında her2 ekpresyonunun sısh (gümüş insitu hibridizasyon)yöntemiyle tespit edilerek sonuçların immünohistokimyasal ve fısh (floresan insitu hibridizasyon) yöntemleriyle karşılaştırılması
Determination of her2 status in invasive ductal breast carcinoma using sish and correlation between fish and ihc
BETÜL ÜNAL
Tıpta Uzmanlık
Türkçe
2011
PatolojiAkdeniz ÜniversitesiTıbbi Patoloji Ana Bilim Dalı
PROF. DR. FATMA ŞEYDA KARAVELİ