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: Hiyerarşik kümeleme, Makine öğrenmesi, Hierarchical clustering, Machine learning
- 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: Belirtilmemiş.
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
- New algorithms and techniques for microprocessor-controlled PWM induction drives
Başlık çevirisi yok
OSMAN KÜKRER
Doktora
İngilizce
1987
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. H. BÜLENT ERTAN
- Barajların hacim-verim ilişkisi üzerine bir araştırma
Başlık çevirisi yok
MEHMET KILIÇARSLAN
Yüksek Lisans
Türkçe
1987
İnşaat MühendisliğiÇukurova Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. TEFARUK HAKTANIR
- Çok bileşenli distilasyon sistemlerinin optimal dizilişinin sentezi
Synthesis of optimum sequencing of multicomponent distillatron systems
İRFAN AR
Yüksek Lisans
Türkçe
1987
KimyaGazi ÜniversitesiKimya Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. AHMET BİÇER
- Isı değiştirgeç ağlarının optimum sentezi
Başlık çevirisi yok
SERAP CESUR
Yüksek Lisans
Türkçe
1987
Kimya MühendisliğiEge ÜniversitesiKimya Mühendisliği Ana Bilim Dalı
DOÇ. DR. BENO KURYEL
- Sıralama yöntemleri ve ikili ağaç sistemi üzerine bir araştırma
Başlık çevirisi yok
ALİ TANSEL DEMİR
Yüksek Lisans
Türkçe
1986
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
DOÇ. DR. ŞABAN EREN