Koroner arter bypass operasyonlarında risk değerlendirmesi için makine öğrenimi tabanlı hibrit bir sistemin geliştirilmesi
Development of a machine learning based hybrid system for risk assessment in coronary artery bypass operations
- Tez No: 926545
- Danışmanlar: PROF. DR. HAKAN TOZAN, DR. ÖĞR. ÜYESİ KEVSER BANU KÖSE
- Tez Türü: Doktora
- Konular: Endüstri ve Endüstri Mühendisliği, Göğüs Kalp ve Damar Cerrahisi, Mühendislik Bilimleri, Industrial and Industrial Engineering, Thoracic and Cardiovascular Surgery, Engineering Sciences
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: İstanbul Medipol Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Sağlık Sistemleri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 113
Özet
Kompleks kalp cerrahisi prosedürlerinin risk değerlendirmesi, hastaya özel yaklaşım ve titiz planlama gerektirir. Bu çalışmada, koroner arter bypass greftleme (KABG) sonrası kısa dönem mortalite riskini tahmin etmeye yönelik makine öğrenimi (ML) tabanlı hibrit bir sistem geliştirilmiştir. ERES (Ensemble-Based Risk Estimation System) adı verilen bu model, mevcut EuroSCORE ve Göğüs Cerrahları Birliği (STS) skorları gibi geleneksel risk değerlendirme araçlarının sınırlamalarını aşmayı hedeflemektedir Tezin temel amacı, ML algoritmalarının sunduğu esnek ve güçlü tahmin kapasitesini kullanarak mevcut sınırlamaları aşan hibrit bir model geliştirmek ve bu modelin, klasik istatistiksel yöntemler karşısında sağladığı üstünlüğü ortaya koymaktır. Tezde, (1) Aşırı Gradyan Artırma (XGBoost), (2) Lojistik Regresyon (LR), (3) Rasgele Orman (RF), (4) Çok Katmanlı Algılayıcı (MLP), (5) Destek Vektör Makineleri (SVM) ve (6) Karar Ağaçları (DT) algoritmaları kullanılmıştır. ERES modeli, üstün performans gösteren RF ve XGBoost algoritmalarının Stacking Ensemble (SE) yaklaşımıyla birleştirilmesiyle oluşturulmuştur. Bu modelin eğitim sürecinde %70 eğitim ve %30 test oranı ile veri seti ayrılmış, k-katlı çapraz doğrulama kullanılarak aşırı uyumu önleyen optimum parametreler belirlenmiştir. Ayrıca, veri dengesizliği ADASYN yöntemi ile giderilmiştir. Özellik seçimi için Gini önemi ve RFECV (Çapraz Doğrulama ile Tekrarlamalı Özellik Eleme) kullanılmış, CR (Creatinine) gibi öne çıkan değişkenler belirlenmiştir. ERES modelinin kalibrasyon performansı, EuroSCORE I ile karşılaştırıldığında Brier skoru açısından daha iyi sonuçlar vermiştir (ERES: 0.0972, EuroSCORE I: 0.2099). Model, %95 güven aralığında 0.9381 AUC, 0.8670 doğruluk, 0.8706 kesinlik ve 0.8679 F1 skoru ile yüksek tahmin doğruluğunu göstermiştir. Karar Eğrisi Analizi (DCA) sonuçları, ERES modelinin geniş olasılık eşiklerinde yüksek net fayda sağladığını ve EuroSCORE I'e kıyasla karar destek süreçlerinde daha etkili olduğunu ortaya koymuştur. Bu bulgular, ERES modelinin, kalp cerrahisi sonrası mortalite tahmini için güvenilir ve güçlü bir araç olduğunu kanıtlamaktadır ve klinik uygulamalarda önemli bir katkı sunmaktadır. Araştırmada, Türkiye popülasyonuna özgü demografik veriler kullanılarak bölgesel gerçekliğe uyarlanmış kapsamlı bir veri seti oluşturulmuştur. Özellikle uzman görüşü ile belirlenen tahmin değişkenleri, modelin güvenilirliğini artırarak öngörü doğruluğunu maksimize etmiştir. Modelde yer alan değişkenler; yaş, cinsiyet, komorbiditeler ve biyokimyasal parametreleri içermekte ve hastaların preoperatif risk profillerinin detaylı bir analizini mümkün kılmaktadır. ASA (Amerikan Anestezistler Derneği) skoru, cerrahi müdahaleler öncesinde hastanın genel sağlık durumunu değerlendirmek amacıyla kullanılan ve subjektif bir ölçüm olmasına rağmen, bu tezde, EuroSCORE ve diğer objektif modellerle birlikte değerlendirilmiştir. ASA skorunun, ERES modeline entegrasyonu, daha yüksek doğruluk oranları elde edilmesini ve hastaların cerrahi risk profillerinin daha kapsamlı bir şekilde analiz edilmesini sağlamıştır. Tezin özgün katkıları arasında, mevcut risk modellerinin ötesine geçen, doğrusal olmayan ilişkileri etkin şekilde yakalayan ERES modelinin geliştirilmesi ve bu modelin klinik karar desteğinde kullanıma uygunluğunun gösterilmesi bulunmaktadır. ERES modeli, yüksek riskli hasta gruplarında güvenilir risk tahmini sağlayarak cerrahların hasta seçiminde ve cerrahi planlamada daha bilinçli kararlar almalarına olanak tanır. Bu çalışma, ML tabanlı hibrit bir model olan ERES'in, kalp cerrahisi sonrası mortalite tahmininde güvenilir ve güçlü bir araç olduğunu göstermektedir. Elde edilen bulgular, klinik uygulamalarda daha objektif, vakaya özel ve tekrarlanabilir risk değerlendirme süreçlerine katkı sağlamaktadır.
Özet (Çeviri)
Complex cardiac surgery procedures demand meticulous risk assessment and patient-specific planning. This research addresses the challenge of predicting short-term mortality risk after coronary artery bypass grafting (CABG) by developing a machine learning (ML)-based hybrid system known as ERES (Ensemble-Based Risk Estimation System). The motivation stems from limitations found in conventional risk assessment tools such as EuroSCORE and Society of Thoracic Surgeons (STS) scores, which often fall short in accuracy and calibration, particularly for high-risk patient groups. ERES aims to overcome these limitations and provide superior predictive capabilities compared to traditional statistical methods. The problem tackled in this thesis involves enhancing the precision of mortality risk predictions post-CABG. To address this, a range of ML algorithms was employed, including (1) Extreme Gradient Boosting (XGBoost), (2) Logistic Regression (LR), (3) Random Forest (RF), (4) Multi-Layer Perceptron (MLP) neural networks, (5) Support Vector Machines (SVM), and (6) Decision Trees (DT). ERES was constructed using a Stacking Ensemble (SE) approach that integrated RF and XGBoost, optimizing the strengths of these models. The training dataset comprised 70% of the data, with 30% used for testing, and k-fold cross-validation was implemented to determine optimal parameters and prevent overfitting. The ADASYN technique was utilized to handle data imbalance. Feature selection involved Gini importance and Recursive Feature Elimination with Cross-Validation (RFECV), highlighting critical variables such as CR (Creatinine). Calibration performance of ERES outperformed EuroSCORE I, with a Brier score of 0.0972 compared to 0.2099 for EuroSCORE I. ERES achieved an AUC of 0.9381, an accuracy of 0.8670, a precision of 0.8706, and an F1 score of 0.8679 at a 95% confidence interval, indicating strong predictive capability. Decision Curve Analysis (DCA) demonstrated that ERES provided higher net benefits across various probability thresholds, proving more effective than EuroSCORE I in supporting clinical decision-making. The study utilized a comprehensive dataset tailored to the Turkish population, with expert-driven variable selection to enhance prediction accuracy. Variables included age, gender, comorbidities, and biochemical parameters, enabling in-depth analysis of preoperative risk profiles. The inclusion of the American Society of Anesthesiologists (ASA) score added depth to the assessment, providing a more comprehensive evaluation alongside objective models. The research highlights the development of ERES as a novel hybrid model that surpasses conventional risk models by effectively capturing nonlinear relationships. This system offers reliable risk predictions for high-risk patient cohorts, aiding surgeons in making informed decisions. The results demonstrate that ML-based models like ERES can significantly contribute to more objective, case-specific, and reproducible risk assessment procedures in clinical practice.
Benzer Tezler
- Koroner arter baypas greftleme operasyonlarında epiaortik ultrason kullanılan ve kullanılmayan hastalarda postoperatif inme insidansının belirlenmesi
Determination of postoperative stroke incidence in patients with and without the use of epiaortic ultrasound in coronary artery bypass grafting surgery
EBUBEKİR SÖNMEZ
Tıpta Uzmanlık
Türkçe
2025
Göğüs Kalp ve Damar CerrahisiAtatürk ÜniversitesiKalp ve Damar Cerrahisi Ana Bilim Dalı
DOÇ. DR. ÜMİT ARSLAN
- Kardiyopulmoner bypass ile yapılan koroner arter bypass greft operasyonlarında görme fonksiyonu ve göz dibi değişikliklerinin incelenmesi
Investigation of changes in visual function and fundus in coronary artery bypass grafting operations performed with cardiopulmonary bypass
ÇAĞRI DÜZYOL
Tıpta Uzmanlık
Türkçe
2009
Göğüs Kalp ve Damar CerrahisiSağlık BakanlığıKalp ve Damar Cerrahisi Ana Bilim Dalı
PROF. DR. MEHMET KAPLAN
- Açık kalp cerrahisi sırasında serum laktat düzeyinin, postoperatif dönemdeki gelişen böbrek hasarı ile olan ilişkisinin retrospektif değerlendirilmesi
Retrospective evaluation of the relationship between serum lactate level and postoperative kidney injury during open heart surgery
BEKİR SITKI TÜRKMEN
Yüksek Lisans
Türkçe
2020
Göğüs Kalp ve Damar CerrahisiKahramanmaraş Sütçü İmam ÜniversitesiKalp ve Damar Cerrahisi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEHMET KİRİŞÇİ
- Çalışan kalpte koroner arter cerrahisinde uygulanan endarterektominin kısa-orta dönem greft açıklığı üzerine etkisinin değerlendirilmesi
Analysis of effect on short-mid term graft patency of using endarterectomy in off-pump coronary artery surgery.
DENİZ DEMİR
Tıpta Uzmanlık
Türkçe
2009
Göğüs Kalp ve Damar CerrahisiHarran ÜniversitesiKalp ve Damar Cerrahisi Ana Bilim Dalı
YRD. DOÇ. DR. MUSTAFA GÖZ
- Koroner bypass cerrahisinde antegrad kardiyopleji ve retrograd + antegrad kardiyopleji verilen hastalarda sol ventrikül fonksiyonlarındaki değişikliklerin doku doppler ekokardiyografi ile değerlendirilmesi
Left ventricle functions evaluated with tissue doppler echocardiography (TDE) after antegrad and antegrade combined with retrograde cardioplegia administration ın coronary artery bypass graft (CABG) procedure
MURAT YÜCEL
Tıpta Uzmanlık
Türkçe
2013
Göğüs Kalp ve Damar CerrahisiBülent Ecevit ÜniversitesiKalp ve Damar Cerrahisi Ana Bilim Dalı
YRD. DOÇ. DR. S. Akın TURAN