Geri Dön

Assessment of antiepileptic drug side effects utilizing orange software

Antiepileptik ilaç yan etkilerinin orange yazılımı kullanılarak değerlendirilmesi

  1. Tez No: 892821
  2. Yazar: PINAR ŞAHİN
  3. Danışmanlar: PROF. DR. MUSTAFA ÖZİLGEN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilim ve Teknoloji, Biyomühendislik, Mühendislik Bilimleri, Science and Technology, Bioengineering, Engineering Sciences
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: İngilizce
  9. Üniversite: Yeditepe Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Biyomedikal Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 55

Özet

Dünya genelinde yaklaşık 50 milyon insanı etkileyen epilepsi, her yaştan grubunda ortaya çıkabilen ve bulaşıcı olmayan beyindeki sinir hücresi gruplarının veya nöronların bazen yanlış sinyaller gönderdiği ve nöbetlere neden olduğu kronik bir beyin hastalığıdır. Epilepsi tedavisinin temel dayanağı olan antiepileptik ilaçlar nöbetlerin kontrol altına alınması veya tamamen ortadan kaldırılmasıyla hastaların normal bir yaşam sürmesini amaçlar. Günümüzde, epilepsi tedavisinde kullanılmak üzere 30'nun üzerinde antiepileptik ilaç geliştirilmiştir. Ancak, optimize edilmiş birçok antiepileptik ilaca rağmen, tüm epilepsi hastalarının yaklaşık %35'i tekrarlayan nöbetler yaşamaktadır. Bu durum, birçok hastanın yan etkilere ve antiepileptik ilaçlara dirençli olmasına neden olmaktadır. Veri madenciliği alanındaki gelişmeler, sağlık hizmetleri ve ilaç endüstrisi gibi alanlarda hızla kullanılmaya başlanan birçok yeni aracı beraberinde getirmiştir. Tıp alanında veri madenciliği yöntemlerinin kullanımı, hastalıkların erken teşhisi, semptom eğilimleri, ilaç tepkilerinin geliştirilmesi ve mevcut verilerden yeni bilgilerin elde edilmesi gibi birçok fırsat sunar. Bu tez çalışmasında, epilepsi tedavisinde kullanılan antiepileptik ilaçların potansiyel yan etkilerini tahmin etmek için 35 farklı antiepileptik ilaç ve ortaya çıkan 70 yan etki üzerinden veri madenciliği teknikleri uygulanmıştır. İlaçların element numaraları ve yan etkileri kullanılarak, bir yan etkinin varlığı ya da yokluğu tahmin edilmiştir. Sinir Ağı, Karar Ağacı, Rastgele Orman, Lojistik Regresyon, K-En Yakın Komşu ve Destek Vektör Makinesi gibi temel makine öğrenimi algoritmaları kullanılarak tahmin yapılmıştır. Bu tekniklerin uygulanmasında, veri madenciliği, makine öğrenimi ve veri görselleştirme için Orange Software gibi açık kaynaklı bir araç kullanılmıştır. Elde edilen tahminler, %80'in üzerinde bir başarı oranı göstermiştir, bu da sağlık alanında gelecekteki araştırmalar için önemli içgörüler sağlayabilir. Bu çalışma, antiepileptik ilaçların yan etkilerini tahmin etmek için veri odaklı yaklaşımların etkinliğini göstermekte olup, ilaç geliştirme süreçlerinde ve klinik karar verme süreçlerinde kullanılabilecek potansiyel araçları işaret etmektedir. Gelecekteki araştırmalar, daha kapsamlı veri setleri ve daha ileri veri analiz teknikleriyle bu yöntemleri daha da güçlendirmeyi hedeflemelidir.

Özet (Çeviri)

Epilepsy, a chronic neurological condition, impacts around 50 million individuals globally, can impact people of any age, and is not infectious. Epilepsy is caused by abnormal signals being sent by certain groups of nerve cells in the brain, called neurons, which can result in seizures. Antiepileptic drugs, the mainstay of epilepsy treatment, aim to enable patients to lead a normal life by controlling or eliminating seizures. More than 30 antiepileptic drugs are accessible now to treat epilepsy. Recurrent seizures affect about 35% of epilepsy patients, despite the availability of many antiepileptic drugs that have been optimized. For many patients, this results in side effects and antiepileptic drug resistance. Advances in data mining have brought many new tools being rapidly deployed in areas such as healthcare and the pharmaceutical industry. There are many advantages to using data mining techniques in healthcare, including improved therapeutic responses, early disease diagnosis, symptom trends, and knowledge extraction from already-existing data. In this thesis, data mining techniques were applied to predict the potential side effects of antiepileptic drugs used in the treatment of epilepsy using 35 different antiepileptic drugs and 70 side effects. Using the element numbers and side effects of the drugs, the presence or absence of a side effect was predicted. Prediction was done using basic machine learning algorithms such as Neural Network, Decision Tree, Random Forest, Logistic Regression, K-Nearest Neighbor and Support Vector Machine. In the implementation of these techniques, an open-source tool for data mining, machine learning and data visualization such as Orange Software was used. The predictions obtained showed a success rate of over 80%, which can provide important insights for future research in healthcare. This study demonstrates the effectiveness of data-driven approaches for predicting side effects of antiepileptic drugs and points to potential tools that can be used in drug development processes and clinical decision-making. Future research should aim to further strengthen these methods with more comprehensive data sets and more advanced data analysis techniques.

Benzer Tezler

  1. Epilepsi cerrahisi uygulanan ya da uygulanmayan temporal ve ekstratemporal lob epilepsisi olan hasta ve yakınlarının yaşam kalitesi ölçeklerinin değerlendirilmesi

    Assessment of the quality of life scales of operated or unoperated temporal and extra temporal lobe epilepsy patients and their relative caregivers

    GÜLFER ATASAYAR

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2015

    NörolojiUludağ Üniversitesi

    Nöroloji Ana Bilim Dalı

    PROF. DR. İBRAHİM HAKKI BORA

  2. Epilepsili hastalarda ilaç tedavisi başlanmadan önce dikkat eksikliği, hiperaktivite bozukluğu ve hayat kalitesi düzeyinin değerlendirilmesi

    Evaluation of attention deficit and hyperactivity impairment and quality of li̇fe assesment before drug terapy in epilepsy patient

    AFAG GARAYEVA

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2017

    Çocuk Sağlığı ve HastalıklarıMarmara Üniversitesi

    Çocuk Sağlığı ve Hastalıkları Ana Bilim Dalı

    PROF. DR. DİLŞAD TÜRKDOĞAN

  3. Geriatrik hastaların acil servise tekrarlayan başvuru nedenleri

    Repeated visits of geriatric patients to emergency department

    HÜLYA ÖZCAN

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2011

    İlk ve Acil YardımHacettepe Üniversitesi

    Acil Tıp Ana Bilim Dalı

    PROF. DR. M. MAHİR ÖZMEN

  4. Antiepileptik ilaçların kognitif fonksiyonlar üzerine etkisinin n-200 / P-300 potansiyelleri ve nöropsikolojik testler ile değerlendirilmesi

    Evaluation of the effect of antiepielptic drugs on cognitive functions with N-200/P-300 potentials and neuropychological tests

    JAVID SHAFIYEV

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2023

    NörolojiSağlık Bilimleri Üniversitesi

    Nöroloji Ana Bilim Dalı

    PROF. DR. ÖMER KARADAŞ

  5. Serebral palsili, epilepsili ve serebral palsi epilepsi birlikteliği olan çocuklarda kemik mineral dansitesi bozukluklarının değerlendirilmesi

    Assessment of bone mineral density disorders in children with cerebral palsy, epilepsy and cerebral palsy with epilepsy

    SEDA ERİŞEN KARACA

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2011

    Çocuk Sağlığı ve HastalıklarıAdnan Menderes Üniversitesi

    Çocuk Sağlığı ve Hastalıkları Ana Bilim Dalı

    DOÇ. DR. AYŞE FAHRİYE TOSUN