Geri Dön

Ayırıcı tanının güç olduğu bir durumda makine öğrenme yöntemleri ile demans ve hafif kognitif bozukluk ayırt ediciliğinin değerlendirilmesi

Evaluation of dementia and mild cognitive disorders with machine learning methods in a situation where the differential diagnosis is difficult

PDF İndir

  1. Tez No: 827740
  2. Yazar: CELAL ŞENER
  3. Danışmanlar: PROF. DR. PEMBE KESKİNOĞLU
  4. Tez Türü: Yüksek Lisans
  5. Konular: Nöroloji, Psikiyatri, Bilim ve Teknoloji, Neurology, Psychiatry, Science and Technology
  6. Anahtar Kelimeler: Alzheimer hastalığı, Biliş bozuklukları, Bilişsel işlevler, Demans, Makine öğrenmesi, Makine öğrenmesi yöntemleri, Teşhis, Teşhis-ayırıcı, Alzheimer disease, Cognition disorders, Cognitive functions, Dementia, Machine learning, Machine learning methods, Diagnosis, Diagnosis-differential
  7. Yıl: 2023
  8. Dil: Türkçe
  9. Üniversite: Dokuz Eylül Üniversitesi
  10. Enstitü: Sağlık Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Medikal İnformatik Ana Bilim Dalı
  12. Bilim Dalı: Tıbbi Bilişim Bilim Dalı
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Demans hafızayı, düşünmeyi, davranışı ve yaşam kalitesini etkileyen karmaşık bir sağlık durumudur. Demanstan önce genellikle, günlük yaşam aktivitelerinin korunmuş olmasına rağmen zayıf bilişsel test puanları ile bilişsel endişeler olarak tanımlanan hafif bilişsel bozukluk (MCI) gelir. Veriyi bilgiye dönüştürme araçlarından makine öğrenme algoritmaları, klasik istatiksel yöntemlere alternatif olmaya başlamıştır. Demans risk puanlarının yakın zamanda yayınlanan sistematik bir incelemesi, yayınlanan modellerin yaklaşık %40 ının bir makine öğrenimi algoritması benimsediğini göstermiştir. Demans için klinik risk tahmini geliştirmeye yönelik en uygun metodolojinin seçimine rehberlik etmesi için makine öğrenimi ile geleneksel istatistiksel yöntemlerin tarafsız karşılaştırmalarına ihtiyaç vardır. Bu çalışmada Demans ve hafif kognitif bozukluk ayırıcı tanısında karar ağacı, lojistik regresyon ve k-en yakın komşu makine öğrenme yöntemleri uygulandı. Veri tabanındaki, kimliksizleştirilmiş 65 yaş üstü 39 HKB ve 38 AH hastasının demografik bilgileri, hastalık özgeçmişleri, nöropsikiyatrik değerlendirmeler; Yesavage geriatrik depresyon skalası (YGDS), Barthel indeksi (BI), mini-mental durum testi (MMSE) ve DEKODa apraksi testinin sonuçları Orange programlarında analiz edildi. Analiz sonuçları Demansı olan 65 yaş ve üzeri yaşlıların %79,4'ü HKB'li yaşlıların %54,5'u kadındır, kadın cinsiyette demans oranı istatistik anlamlı olarak daha yüksektir (p=0.004). Demanslı yaşlıların %66.7'si, HKB'li yaşlıların %25.5'inin medeni durumu duldur ve bu fark istatistikolarak anlamlıdır. (p=0.031). Eğitim durumları değerlendirildiğinde demanslı Yaşlıların %82,5'unun hiç eğitimi yok iken, HKB'li hastaların(%58.2'sinin eğitimi yoktur ve bu saptanan fark istatistik olarak anlamlıdır (p=0.004) Makine öğrenme algoritmalarının AUC değerleri bu değişkenlerle, 0.938-0.846 arasında değiştiği gözlemlenmiştir. Bu değerler daha önceki daha fazla sayıda değişkenin yer aldığı modellerin AUC değerlerinden daha yüksektir. Hastalık ile ilgili bilgiler çıkarıldığında modellerde tahmin için bilgi kaybı olmadığı görülmektedir.

Özet (Çeviri)

Dementia is a complex health condition that affects memory, thinking, behavior and quality of life. Dementia is usually preceded by mild cognitive impairment (MCI), defined as poor cognitive test scores and cognitive concerns despite preserved activities of daily life. Machine learning algorithms, one of the tools to transform data into information, have started to be an alternative to classical statistical methods. A recently published systematic review of dementia risk scores showed that about 40% of published models adopt a machine learning algorithm. Unbiased comparisons of machine learning with traditional statistical methods are needed to guide the selection of the most appropriate methodology for developing clinical risk estimation for dementia. In this study, decision tree, logistic regression and k-nearest neighbor machine learning methods were applied in the differential diagnosis of dementia and mild cognitive impairment. Demographic information, disease history, neuropsychiatric evaluations of 39 MCI and 38 AD patients over the age of 65 who were deidentified in the database; The results of Yesavage geriatric depression scale (YGDS), Barthel index (BI), mini-mental state test (MMSE) and DEKODa apraxia test were analyzed in Weka and Orange programs. Analysis results 79.4% of the elderly 65 years and older with dementia and 54.5% of the elderly with MCI are women, the rate of dementia in females is statistically significantly higher (p=0.004). The marital status of 66.7% of the elderly with dementia and 25.5% of the elderly with MCI are widowed, and this difference is statistically significant (p=0.031). When the educational status is evaluated, 82.5% of the elderly with dementia have no education, while the patients with MCI (58.2% have no education and this difference is statistically significant (p=0.004) It has been observed that the AUC values of machine learning algorithms vary between 0.938 and 0.846 with these variables. These values are higher than the previous AUC values of models with more variables. When the information about the disease is removed, it is seen that there is no loss of information for the prediction in the models.

Benzer Tezler

  1. Tez No

    250422

    Şizofreni ve bipolar affektif bozukluk- manik epizod- tanısı almış hastaların rorschach protokolleri açısından karşılaştırılması

    Şizofreni ve bipolar affektif bozukluk- manik epizod- tanisi almiş hastalarin rorschach protokolleri açisindan karşilaştirilmasi

    ELİF GÜNERİ

    Yüksek Lisans

    Türkçe

    Türkçe

    2008

    PsikolojiMaltepe Üniversitesi

    Psikoloji Bölümü

    YRD. DOÇ. BAYHAN ÜGE

  2. Tez No

    192217

    Manisa yöresinde demir eksikliği anemi prevalansı ve demir eksikliği anemisinde tarama testi olarak rutin hemogram, RDW ve ferritinin kullanımı

    The prevalance of iron deficieny anemia in Manisa and using of hemogram, RDW and ferritin for searcing of iron deficiency anemia

    VİLDAN ÜRK TAŞYENEN

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2006

    Çocuk Sağlığı ve HastalıklarıCelal Bayar Üniversitesi

    Çocuk Sağlığı ve Hastalıkları Ana Bilim Dalı

    PROF.DR. ALİ ONAĞ

  3. Tez No

    192841

    Prostat adenokarsinomlarında psa değerlerinin gleason skor ve klinik evre ile ilişkisi

    The relation between psa and gleason score and clinical phase in prostate adenocarsinoma

    HACI HASAN ESEN

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2005

    PatolojiSelçuk Üniversitesi

    Patoloji Ana Bilim Dalı

    PROF.DR. MUSTAFA CİHAT AVUNDUK

  4. Tez No

    915334

    Light-driven synthesis of bio-based polymers and their supercapacitance investigation

    Biyo-temelli polimerlerin ışığa dayalı sentezi ve süperkapasitans incelemeleri

    SENA ERMİŞ

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Kimyaİstanbul Teknik Üniversitesi

    Kimya Ana Bilim Dalı

    PROF. DR. BARIŞ KIŞKAN

    DOÇ. DR. KEREM KAYA

  5. Tez No

    988706

    Kombine pulmoner fibrozis ve amfizem ile kronik obstrüktif akciğer hastalığındaki amfizem paternlerinin radyolojik ve klinik olarak karşılaştırılması

    Radiological and clinical comparison of emphysema patterns in combined pulmonary fibrosis and emphysema and chronic obstructive pulmonary disease

    ESMA DOLMUŞ

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2025

    Göğüs HastalıklarıSağlık Bilimleri Üniversitesi

    Göğüs Hastalıkları Ana Bilim Dalı

    PROF. DR. BERNA AKINCI ÖZYÜREK

Geri Dön