Unipolar ve bipolar depresyon tanısında makine ve derin öğrenme algoritmalarının kullanımı: Bir meta-sentez çalışması
The use of machine and deep learning algorithms in the diagnosis of bipolar and unipolar depression: a meta-synthesis study
- Tez No: 829419
- Danışmanlar: PROF. DR. TÜRKER TEKİN ERGÜZEL
- Tez Türü: Yüksek Lisans
- Konular: Bilim ve Teknoloji, Psikoloji, Science and Technology, Psychology
- Anahtar Kelimeler: Bipolar Depresyon, Unipolar Depresyon, Makine Öğrenme, Derin Öğrenme, Bipolar Depression, Unipolar Depression, Machine Learning, Deep Learning
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Üsküdar Üniversitesi
- Enstitü: Sağlık Bilimleri Enstitüsü
- Ana Bilim Dalı: Nörobilim Ana Bilim Dalı
- Bilim Dalı: Nörobilim Bilim Dalı
- Sayfa Sayısı: 79
Özet
Depresyon dünya genelinde yüz milyonlarca insanı etkileyen yaygın ve ciddi bir halk sağlığı problemidir. Depresyon türleri arasında ise bipolar ve unipolar depresyon en sık görülen duygu durum bozukluklarıdır. Bu hastalıkların etkili bir biçimde teşhis ve tedavisi için yeni ve etkili yöntemlere ihtiyaç duyulmaktadır. Son yıllarda yapılan bilimsel araştırmalar derin öğrenme ve makine öğrenme uygulamalarının bipolar ve unipolar depresyonun tahmin, teşhis ve tedavisinde etkili bir biçimde kullanılabileceğini göstermektedir. Bu çalışmanın amacı ise unipolar ve bipolar depresyon tanısında makine ve derin öğrenme algoritmalarının kullanımının daha önceki bilimsel araştırmalar ışığında sistematik olarak incelenmesidir. Bu araştırmayı gerçekleştirmek için son 10 yıl içerisinde (2013-2022) yayımlanmış unipolar ve bipolar depresyon, makine öğrenme ve derin öğrenme konularını araştıran 31 bilimsel çalışma incelenmiştir ve sistematik derleme yoluyla analiz edilmiştir. Analizler içerik analizi tekniği kullanılarak gerçekleştirilmiştir. Araştırmanın bulguları unipolar ve bipolar depresyon, makine öğrenme ve derin öğrenme konularını araştıran bilimsel araştırmaların sayısının 2019 yılından sonra belirgin bir biçimde arttığını ve bu sayının 2020 yılında en yüksek düzeyine ulaştığını göstermiştir. Çalışmaların en fazla Türkiye'de olmak üzere 11 farklı ülkede yayımlandığı sonucuna ulaşılmıştır. Majör depresif bozukluğu olanların sıklıkla örneklem grubu olarak kullanıldığı görülmüştür. En sık kullanılan örneklem büyüklüklerinin 51-100 arasında değiştiği tespit edilmiştir. İncelenen araştırmaların araştırma yöntemlerinin ağırlıklı olarak nitel olduğu, nicel yöntemlerle gerçekleştirilmiş olan çalışmaların ise çoğunlukla deneysel türde araştırmalar olduğu sonucuna ulaşılmıştır. Veri toplama araçları olarak EEG verilerinin ve hasta kayıtlarının sıklıkla kullanıldığı anlaşılmıştır. İncelenen araştırmalarda sırasıyla en fazla depresyon, makine öğrenme, derin öğrenme, EEG, bipolar bozukluk ve majör depresif bozukluk kelimelerinin anahtar kelime olarak kullanıldığı tespit edilmiştir. Bu çalışmada, makine ve derin öğrenme uygulamalarının depresyonun tanımlanması, teşhisi ve tedavisi için yüksek bir potansiyel barındırdığı, bu potansiyel konusundaki farkındalığın son yıllarda arttığı, bu alanda yapılan çalışmaların bazı eksiklikleri bulunmasına rağmen artarak devam ettiği ve yapılan araştırmalardan olumlu neticeler alındığı sonucuna ulaşılmıştır.
Özet (Çeviri)
THE USE OF MACHINE AND DEEP LEARNING ALGORITHMS IN THE DIAGNOSIS OF UNIPOLAR AND BIPOLAR DEPRESSION: A META-ANALYSIS STUDY Depression is a common and serious public health problem that affects hundreds of millions of people worldwide. Among the depression types, bipolar and unipolar depression are the most common mood disorders. There is a need for new and effective methods for the effective diagnosis and treatment of these diseases. Recent scientific studies show that deep learning and machine learning applications can be used effectively in the prediction, diagnosis and treatment of bipolar and unipolar depression. The aim of this study is to systematically examine the use of machine and deep learning algorithms in the diagnosis of unipolar and bipolar depression in the light of previous scientific studies. In order to carry out this research, 31 scientific studies investigating unipolar and bipolar depression, machine learning and deep learning published in the last 10 years (2013-2022) were examined and analyzed through systematic review. Analyzes were carried out using the content analysis technique. The findings of the study showed that the number of scientific studies investigating unipolar and bipolar depression, machine learning and deep learning increased significantly after 2019, and this number reached its highest level in 2020. It was concluded that the studies were published in 11 different countries, mostly in Turkey. It has been observed that those with major depressive disorder are frequently used as the sample group. It was determined that the most frequently used sample sizes ranged from 51 to 100. It has been concluded that the research methods of the examined studies are mainly qualitative, while the studies carried out with quantitative methods are mostly experimental studies. It has been understood that EEG data and patient records are frequently used as data collection tools. In the studies examined, it was determined that the words depression, machine learning, deep learning, EEG, bipolar disorder and major depressive disorder were used as keywords, respectively. In this study, it was concluded that machine and deep learning applications have a high potential for the identification, diagnosis and treatment of depression, awareness of this potential has increased in recent years, studies in this field continue to increase despite some deficiencies, and positive results have been obtained from the researches.
Benzer Tezler
- Bipolar bozukluk depresif epizod ve unipolar depresyon tanılı hastalarda serum beyin kaynaklı nörotrofik faktör (BDNF) düzeyleri
Serum Brain Derived Neurotrophic Factor (BDNF) levels in patients with the diagnosis of bipolar and unipolar depression
ÜLKÜ SARIKAVAKLI
Tıpta Uzmanlık
Türkçe
2011
PsikiyatriUludağ ÜniversitesiRuh Sağlığı ve Hastalıkları Ana Bilim Dalı
DOÇ. DR. SALİH SAYGIN EKER
- Major depresyon ve bipolar duygudurum bozukluğunda olumsuz bilişler
Negative cognitions in major depression and bipolar mood disorder
NURGÜL YEŞİLYAPRAK
Tıpta Uzmanlık
Türkçe
2017
PsikiyatriGaziosmanpaşa ÜniversitesiRuh Sağlığı ve Hastalıkları Ana Bilim Dalı
YRD. DOÇ. DR. SEDAT BATMAZ
- Baş ağrısı polikliniğine başvuran migren hastalarında bipolar spektrum bozuklukları oranı
Başlık çevirisi yok
BARIŞ ÖNEN ÜNSALVER
Tıpta Uzmanlık
Türkçe
2006
Psikiyatriİstanbul ÜniversitesiPsikiyatri Ana Bilim Dalı
PROF.DR. KEREM DOKSAT
- İlk epizodu depresyon olan bipolar bozukluk tanılı hastaların, antidepresan sağaltım altında manik/hipomanik kayma geliştiren ve geliştirmeyen major depresyon tanılı hastalarla klinik özellikler ve ailede psikiyatrik hastalık yüklülüğü açısından karş
The comparison of the patients diagnosed as bipolar affective disoder whose first epizode was depressive episode, with the patients diagnosed as unipolar depressive disorder who developed manic/hypomanic shift under antidepressant treatment and also
ZAHİDE ORHON
Tıpta Uzmanlık
Türkçe
2007
PsikiyatriDokuz Eylül ÜniversitesiPsikiyatri Ana Bilim Dalı
PROF.DR. ZELİHA TUNCA
- Unipolar depresyon ve bipolar affektif bozukluk hastalarında duygu ve yüz tanımanın sosyal işlevsellik, mizaç özellikleri ve dürtüsellik ile ilişkisi
Correlation of emotion and facial recognition with social functioning,temperament traits and impulsivity in unipolar depression and bipolar affective disorder patients
ÖZGE GELİRGÜN
Tıpta Uzmanlık
Türkçe
2019
PsikiyatriSüleyman Demirel ÜniversitesiRuh Sağlığı ve Hastalıkları Ana Bilim Dalı
DOÇ. DR. İNCİ MELTEM ATAY