Sağlık işletmelerinde veri madenciliği ile hasta profillerinin tespiti için bir simülasyon uygulaması
A Simulation application for determining patient profiles with data mining in healthcare facilities
- Tez No: 911201
- Danışmanlar: DR. ÖĞR. ÜYESİ ÜMRAN MÜNİRE KAHRAMAN
- Tez Türü: Yüksek Lisans
- Konular: İşletme, Business Administration
- Anahtar Kelimeler: Veri Madenciliği, Hasta Profilleme, K-Means, Data Mining, Patient Profiling, K-Means
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Necmettin Erbakan Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: İşletme Ana Bilim Dalı
- Bilim Dalı: İşletme Bilim Dalı
- Sayfa Sayısı: 125
Özet
Bu çalışma, sağlık verilerinin analizine yönelik olarak veri madenciliği tekniklerinden K-Means kümeleme algoritmasını kullanarak hasta profillemesi yapmayı amaçlamaktadır. Sağlık hizmetlerinin daha verimli sunulabilmesi ve hasta yönetiminin iyileştirilmesi hedefiyle, hastaların demografik ve sağlık durumlarına göre farklı segmentlere ayrılması gerçekleştirilmiştir. Araştırma kapsamında, yaş, vücut kitle indeksi (BMI), hipertansiyon, kalp hastalığı ve sigara içme durumu gibi sağlık göstergeleri temel alınarak her bir hasta profili belirgin özellikleriyle analiz edilmiştir. Elde edilen bulgular, farklı hasta grupları için kişiselleştirilmiş tedavi ve önleyici stratejilerin geliştirilmesi açısından önemli bir temel sunmaktadır. Özellikle yüksek risk grubunda yer alan yaşlı ve kronik hastalık geçmişine sahip bireylerin tanımlanması, bu kişilerin sağlık hizmetlerinden daha etkin faydalanmasını sağlamayı amaçlamaktadır. Bu segmentasyon sayesinde sağlık hizmetlerinin daha etkili bir şekilde yönlendirilmesi ve hastane kaynaklarının daha verimli kullanılması öngörülmektedir. Sonuç olarak, bu çalışma, hasta profillemesinin sağlık sektörü açısından hem bireysel sağlık yönetiminde hem de genel sağlık politikalarının şekillendirilmesinde değerli bir araç olduğunu göstermektedir.
Özet (Çeviri)
This study aims to apply K-Means clustering, a data mining technique, to develop patient profiles through the analysis of health data. With the goal of enhancing healthcare delivery and improving patient management, patients are segmented based on demographic and health status indicators. Key health indicators such as age, body mass index (BMI), hypertension, heart disease, and smoking status were used to categorize and analyze distinct patient profiles. The findings provide a crucial foundation for developing personalized treatment and preventive strategies tailored to various patient groups. In particular, the identification of high-risk individuals—older adults and those with chronic health conditions—seeks to improve access to healthcare services for these populations. This segmentation enables more targeted healthcare provision and efficient use of hospital resources. In conclusion, this study demonstrates that patient profiling is a valuable tool in the healthcare sector, offering benefits both in individual health management and in shaping broader healthcare policies.
Benzer Tezler
- Hasta profillerini analiz etmek için birliktelik kuralları madenciliği: Kayseri'deki bir hastane örneği
Association rules mining to analyze patient profiles: An example of a hospital in Kayseri
SALİH MURAT GÜRBÜZ
Yüksek Lisans
Türkçe
2023
Sağlık Kurumları YönetimiKayseri ÜniversitesiSağlık Yönetimi Ana Bilim Dalı
DOÇ. DR. YILMAZ DELİCE
DR. ÖĞR. ÜYESİ SALİH HİMMETOĞLU
- Döner sermaye işletmelerinde finansal başarısızlığın tahmini ve sağlık sektöründe bir uygulama
Prediction of financial failure in revolving fund enterprises and an application in the health sector
HANDE YÜKSELEN
- Türkiye maden işletmelerinde işçi sağlığı ve iş güvenliği önlemlerinin alınması açısından Kütahya ili maden işletmelerinin analizi
The Analysis of mining establishments in Kütahya at Turkey with regard to taken precautions of occupational health and safety
AYSEL ERTÜRK
Yüksek Lisans
Türkçe
1997
Halk SağlığıGazi Üniversitesiİşçi Sağlığı ve İş Güvenliği Ana Bilim Dalı
PROF. DR. KAMİL TURAN
- Veri madenciliği yöntemleri ile ana harcama gruplarının paylarının tahmini
Estimation of main expenditure groups' portion with data mining methods
LEVENT AHİ
Yüksek Lisans
Türkçe
2015
İstatistikHacettepe Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. MURTAZA ÖZGÜR YENİAY
- Tıp bilişiminde veri madenciliği yöntemleri kullanılarak hastalıkların tahmin edilmesi
Prediction of diseases using data mining methods in medical informatics
YASEMİN HANDE SITKI