Diyabetli bireylerde insülinin neden olduğu lipohipertrofiyi tespit etmeye yönelik bir karar destek sisteminin geliştirilmesi
Development of a decision support system to detect insulin-inducedlipohypertrophy in diabetic individuals
- Tez No: 930925
- Danışmanlar: DOÇ. DR. HAVVA SERT
- Tez Türü: Doktora
- Konular: İç Hastalıkları, Internal diseases
- Anahtar Kelimeler: Diyabet, Hemşire, Karar Destek Sistemi, Lipohipertrofi, Makine Öğrenimi, Yapay Zekâ, Diabetes, Nurse, Decision Support System, Lipohypertrophy, Machine Learning, Artificial Intelligence
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Sakarya Üniversitesi
- Enstitü: Sağlık Bilimleri Enstitüsü
- Ana Bilim Dalı: Hemşirelik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 109
Özet
GİRİŞ VE AMAÇ: Bu çalışmada diyabetli (DM) bireylerde insülinin neden olduğu lipohipertrofinin tespit edilebilmesi için bir karar destek sistemi geliştirmek ve bu sistemin etkinliğini değerlendirmek amaçlanmıştır. GEREÇ VE YÖNTEM: Metodolojik ve randomize kontrollü olarak gerçekleştirilen bu çalışmanın örneklemini 249 DM'li birey oluşturmuştur. DM'li bireylerden“Hasta Bilgi Formu”aracılığı ile alınan veriler ışığında çalışmaya dahil edilen DM'li bireylerin karın bölgeleri lipohipertrofi (LH) açısından uzman radyolog tarafından ultrason cihazı kullanılarak taranmıştır. Tarama sonuçlarında 130 hastada LH tespit edilirken, 119 hastada LH bulgusuna rastlanmamıştır. LH tespit edilen hastaların LH'li bölge ve sağlıklı bir kadran üzerinden SpO2, PPG, BIOZ ve sıcaklık ölçümleri yapılmıştır. LH saptanamayan bireylerde ölçüm sadece sağlıklı kadran üzerinden yapılmıştır. Elde edilen veriler bilgisayar ortamında iki farklı bilgisayar programında analiz edilmiştir. Verilerin değerlendirilme aşamasında frekans dağılımı, bağımsız örneklem t testi, ki-kare analizi, logistic regresyon testleri ile makine öğrenme algoritmaları uygulanmıştır. Elde edilen verilerin % 70'i verilerin eğitiminde, %30'u verilerin test edilmesinde kullanılmıştır. BULGULAR: Logistic regresyon ile LH oluşumunu etkileyen faktörler rotasyon yapma, iğne uzunluğu ve vücuttaki yağ oranı olarak belirlenmiştir. Makine öğrenme algoritmaları sonucunda LH varlığı ile en çok ilişkili bulunan altı özellik kullanılarak ki-kare algoritması ve PNN, SVM ve Ensemble sınıflandırıcıları ile %78,6 ile en yüksek doğruluk elde edilmiştir. SONUÇ: Geliştirilen KKDS insülinin neden olduğu lipohipertrofiyi tespit etmede geçerli ve güvenilir bir yöntemdir. Başta diyabet hemşireleri olmak üzere sağlık profesyonelleri tarafından LH tespiti için klinikte kullanılabilir.
Özet (Çeviri)
Development of a Decision Support System to Detect Insulin-Induced Lipohypertrophy in Diabetic Individuals INTRODUCTION AND AIM: This study aimed to develop a decision support system for detecting insulin-induced lipohypertrophy in individuals with diabetes (DM) and to evaluate the effectiveness of this system. MATERIALS AND METHODS: The sample of this methodological and randomized controlled study consisted of 249 individuals with DM. In light of the data obtained from the DM individuals via the“Patient Information Form”, the abdominal regions of the individuals with DM included in the study were scanned for lipohypertrophy (LH) by an expert radiologist using an ultrasound device. The scan results detected LH in 130 individuals with DM, while no LH findings were found in 119 patients. SpO2, PPG, BIOZ, and temperature measurements were made on the LH region and a healthy quadrant of the patients with LH. The measurement was made only on the healthy quadrant in individuals with no LH detection. The obtained data were analyzed using two different computer programs in two computer environments. During the data evaluation, frequency distribution, independent sample t-test, chi-square analysis, logistic regression tests, and machine learning algorithms were applied. 70% of the obtained data was used in training and 30% in testing the data. RESULTS: The factors affecting LH formation were determined with logistic regression, such as rotation, needle length, and body fat ratio. As a result of the machine learning algorithms, the highest accuracy of 78.6% was obtained with the chi-square algorithm and PNN, SVM, and Ensemble classifiers using the six features most associated with the presence of LH. CONCLUSION: The developed decision support system is a valid and reliable method for detecting insulin-induced lipohypertrophy. It can be used in the clinic for LH detection by health professionals, especially diabetes nurses.
Benzer Tezler
- Tip 2 diyabetik hastalarda düzeltilmiş qt intervalinin kardiak sonlanımla ilişkisi
Relationship of corrected qt interval with cardiac outcomein type 2 diabetic patients
REMZİ YILDIZ
Tıpta Uzmanlık
Türkçe
2011
İç HastalıklarıSağlık BakanlığıDahiliye Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUSTAFA TEMİZEL
- Tip 2 diabetes mellitus tanılı hastalarda tıbbi beslenme tedavisi ve fiziksel aktiviteye uyumun değerlendirilmesi
Evaluation of compliance with medical nutrition therapy and physical activity in patients diagnosed with type 2 diabetes mellitus
SÜHEYL ÖKSÜZOĞLU
Tıpta Uzmanlık
Türkçe
2024
Aile HekimliğiMarmara ÜniversitesiAile Hekimliği Ana Bilim Dalı
PROF. DR. MEHMET AKMAN
- Tip 2 diyabetli hastaların beslenme durumlarının ve probiyotik besinlerle ilgili bilgilerinin değerlendirilmesi
Nutritional habits of TYPR 2 DM patients determination of probiotic food consumption and attitudes
MÜGE DEMETGÜL
Yüksek Lisans
Türkçe
2022
Beslenme ve Diyetetikİstanbul Okan ÜniversitesiBeslenme ve Diyetetik Ana Bilim Dalı
PROF. DR. MÜVEDDET EMEL ALPHAN
- Tip 2 diyabetli bireylerin kullandıkları alternatif tedavi yöntemlerinin beslenme alışkanlıkları ve özbakımları üzerine etkilerinin incelenmesi
Investigation of the effect of alternative treatment methods used by individuals with type 2 diabetes on nutrition habits and self-care
DİLANUR SÖNMEZ
Yüksek Lisans
Türkçe
2023
Beslenme ve DiyetetikHaliç ÜniversitesiBeslenme ve Diyetetik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ CEYDA OKUDU
- Tip2 diyabetli hastalarda hastalık öz yönetimlerinin değerlendirilmesi
Evaluation of disease self-management in patients with type2 diabetes
SÜMEYRA KURTARAN
Tıpta Uzmanlık
Türkçe
2023
Aile HekimliğiBezm-i Alem Vakıf ÜniversitesiAile Hekimliği Ana Bilim Dalı
PROF. DR. ACLAN ÖZDER