Demir eksikliği anemisi olan kadınlarda HBA1C düzeylerinin makine öğrenmesi tabanlı belirlenmesi
Machine learning-based determination of HBA1C levels in women with iron deficiency anemia
- Tez No: 919865
- Danışmanlar: DOÇ. DR. FATMA CEYLA ERALDEMİR, DR. ÖĞR. ÜYESİ İRFAN KÖSESOY
- Tez Türü: Yüksek Lisans
- Konular: Biyokimya, Biochemistry
- Anahtar Kelimeler: HemoglobinA1c, Demir eksikliği anemisi, Makine Öğrenimi Algoritmaları, HemoglobinA1c, Iron deficiency anemia, Machine Learning Algorithms
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Kocaeli Üniversitesi
- Enstitü: Sağlık Bilimleri Enstitüsü
- Ana Bilim Dalı: Biyokimya Ana Bilim Dalı
- Bilim Dalı: Biyokimya Bilim Dalı
- Sayfa Sayısı: 73
Özet
Amaç: Bu çalışma ile, Demir eksikliği anemisi (DEA) olan kadınlarda ileri seviye makine öğrenimi (MÖ) algoritmalarını kullanarak hemoglobin (Hb)A1c ölçüm değerlerini yeniden tanımlamak amaçlanmaktadır. Yöntem: Bu retrospektif gözlemsel çalışmaya 2017-2022 yılları arasında HbA1c düzey analizi yapılmış 17.526 yetişkin kadın dahil edilmiştir. Veri seti anemik olmayan (AO) ve DEA'lı olarak iki gruba ayrılmıştır. Veriler, model eğitimini etkilemeden dağılım analizi için HbA1c ve açlık plazma glikozu (APG) seviyelerine göre diyabetik, prediyabetik veya diyabetik olmayan olarak sınıflandırılmıştır. Daha sonra, AO veri kümesi rastgele bir şekilde 80-20 oranında eğitim ve test kümelerine bölünmüştür. Eğitim seti tahmin modellerini eğitmek için kullanılırken, test seti bu modellerin tahmin performansını değerlendirme amacına hizmet eder. HbA1c seviyelerini tahmin etmek için MÖ yöntemleri olarak Destek Vektör Makineleri (DVM), Doğrusal Regresyon (DR), Rastgele Orman Regresyon (ROR) ve K-En Yakın Komşu (KYK) algoritmaları kullanılmış ve modelin eğitilmesinin ardından, eğitilen model kullanılarak, DEA'li kadınlar için HbA1c değerleri tahmin edilmiştir. Bulgular: Çalışmada kullanılan makine öğrenimi teknikleri ortalama mutlak hata (MAE), ortalama kare hata (MSE), kök ortalama kare hata (RMSE) ve R-kare (R2) değerleri gibi metrikleri kapsamaktadır. ROR'nin eğitilen diğer üç modele kıyasla daha üstün sonuçlar verdiği kaydedilmiştir. ROR değerleri incelendiğinde MAE değerinin 0,093 (0,361-0,268), MSE değerinin 0,099 (0,242-0,143) ve RMSE değerinin 0,114 (0,492-0,378) olarak değiştiği görülmektedir. Sonuçlarımıza göre, HbA1c değerlerindeki 0,1 birimlik değişiklik 1116 diyabetik olmayan bireyin 49'unda (%4), 346 prediyabetik bireyin 34'ünde (%9) ve 406 diyabetik bireyin 15'inde (%3) klinik karar değişikliğine neden olmuştur. Sonuç: DEA'lı kadınlarda HbA1c sonuçlarını analiz etmek için MÖ kullanılması, HbA1c değerleri kritik tıbbi karar eşiklerine yakın seyreden hastaların sonuçlarında farklılıkortaya çıkarabilir. Teknoloji ve laboratuvar biliminin bu kesişimi, tıbbi karar verme süreçlerinde hassasiyeti artırma konusunda umut vaat etmektedir.
Özet (Çeviri)
Objective: In response to the nuanced glycemic challenges faced by women with iron deficiency anemia (DEA), this study uses advanced machine learning algorithms to redefine hemoglobin (Hb)A1c measurement values. We aim to improve the accuracy of glycemic interpretation by recognizing the critical interaction between erythrocytes, iron, and glycemic levels in this specific demographic group. Method: This retrospective observational study included 17,526 adult women with HbA1c levels recorded from 2017 to 2022. The dataset was divided in two groups as non-anemic (NA) and with DEA. Samples were classified as diabetic, prediabetic, or non-diabetic based on HbA1c and fastig blood glucose (FBG) levels for distribution analysis without impacting model training. Subsequently, the NA dataset is randomly partitioned into training and testing sets at an 80-20 ratio. The training set is utilized to train prediction models, while the test set serves the purpose of assessing the predictive performance of these models. Support Vector Machines (SVM), Linear Regression (LR), Random Forest Regression (RFR), and K-Nearest NeigHbor (KNN) algorithms as machine learning (ML) methods were used to predict HbA1c levels. Following the training of the model, HbA1c values predicted for the DEA samples using the trained model. Results: The ML techniques utilized in the study encompass metrics such as mean absolute error (MAE), mean square error (MSE), root mean square error (RMSE), and R-squared (R2) values. It was noted that ROR yielded superior results compared to the other three trained models. When examining the ROR values, it is observed that the MAE value changed to 0.093 (0.361-0.268), the MSE value to 0.099 (0.242-0.143), and the RMSE value to 0.114 (0.492-0.378). According to our results, a 0.1 unit change in HbA1C values resulted in a clinical decision change in 49 (4%) out of 1116 nondiabetic individuals, 34 (9%) out of 346 prediabetic individuals, and 15 (3%) out of 406 diabetic individuals. Conclusions: Utilizing ML to analyze HbA1c results in women with DEA may unveil distinctions among patients whose HbA1c values hover near critical medical decision thresholds. This intersection of technology and laboratory science holds promise for enhancing precision in medical decision-making processes.
Benzer Tezler
- Demir eksikliği anemisi olan premenopozal kadınlarda serum hba1c düzeyinin değerlendirilmesi
Assessment of serum hba1c levels at premenopausal women with iron deficiency anemia
ÖMER KARAAĞAÇ
Tıpta Uzmanlık
Türkçe
2017
Endokrinoloji ve Metabolizma HastalıklarıKafkas Üniversitesiİç Hastalıkları Ana Bilim Dalı
YRD. DOÇ. DR. ERAY ATALAY
- Demir eksikliği anemisi olan kadınlarda serum transferrin reseptör tayini
Measurement of serum transferrin receptor in iron deficient woman
HASAN C. ÜMİT
Tıpta Uzmanlık
Türkçe
2001
Hematolojiİstanbul Üniversitesiİç Hastalıkları Ana Bilim Dalı
PROF.DR. GÜNÇAĞ DİNÇOL
- Demir eksikliği anemisi olan kadınlarda serum çinko düzeyinin değerlendirilmesi
Evaluation of serum zinc level in women with iron deficiency anemia.
ONUR ÖZHAN
Tıpta Uzmanlık
Türkçe
2007
Hematolojiİnönü Üniversitesiİç Hastalıkları Ana Bilim Dalı
PROF.DR. İSMET AYDOĞDU
- Demir eksikligi anemisi olan kadınlarda ilk, ikinci ve üçüncü trimester gebelikte serum oksidatif stres durumu: Bir vaka kontrol çalışması
Serum oxidative stress in first, second and third-term pregnancy in women with iron deficiency anemia: A case control study
HANDAN TURHAN KARAKUŞ
Tıpta Uzmanlık
Türkçe
2022
Kadın Hastalıkları ve DoğumSağlık Bilimleri ÜniversitesiDoğum ve Jinekoloji Ana Bilim Dalı
PROF. DR. ALİ ÇETİN
- Demir eksikliği anemisi olan kadınlarda ferrik karboksimaltoz tedavisinin hayat kalitesine etkisi
Ferric carboxymaltose treatment effects of quality of life in patients with iron deficiency
ÇAĞLAR HELVACIOĞLU
Tıpta Uzmanlık
Türkçe
2017
Kadın Hastalıkları ve DoğumSağlık Bilimleri ÜniversitesiKadın Hastalıkları ve Doğum Ana Bilim Dalı
DOÇ. DR. MURAT EKİN