Makine öğrenmesi temelli bir mobil uygulamanın fazla kilolu ve obez kadınlarda fiziksel aktivite düzeyine etkisi: Randomize kontrollü çalışma
The effect of a machine learning-based mobile application on physical activity levels in overweight and obese women: A randomized controlled trial
- Tez No: 937929
- Danışmanlar: PROF. DR. MELEK NİHAL ESİN
- Tez Türü: Doktora
- Konular: Hemşirelik, Halk Sağlığı, Nursing, Public Health
- Anahtar Kelimeler: Fiziksel Aktivite, Obezite, Makine Öğrenmesi, Physical Activity, Obesity, Machine Learning
- Yıl: 2025
- Dil: Türkçe
- Üniversite: İstanbul Üniversitesi-Cerrahpaşa
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Halk Sağlığı Hemşireliği Ana Bilim Dalı
- Bilim Dalı: Halk Sağlığı Hemşireliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Kadınlarda fiziksel inaktivite, tüm dünyada ve Türkiye'de giderek artış gösteren, önemli bir halk sağlığı sorunudur. Fiziksel inaktiviteye bağlı olarak gelişen, obezite ve diyabet gibi bulaşıcı olmayan hastalıklar yüksek mortalite ve morbidite düzeyleriyle ilişkilidir. Bu tez çalışması makine öğrenmesi temelli bir mobil uygulamanın fazla kilolu ve obez kadınlarda fiziksel aktivite düzeyine etkisini değerlendirmek amacıyla yapılmıştır. Deneysel çalışmanın örneklem grubunu 35-60 yaş arasında, Beden Kitle İndeksi (BKİ) 25 ve üzeri olan 80 kadın oluşturmuştur. Katılımcılar, makine öğrenmesi temelli mobil uygulamanın sunulduğu müdahale grubuna veya standart fiziksel aktivite önerileri alan kontrol grubuna rastgele atanmıştır. Fiziksel aktivite seviyeleri Uluslararası Fiziksel Aktivite Anketi (IPAQ), günlük egzersiz süresi ve günlük adım sayıları kullanılarak değerlendirilmiştir. Veriler 12 haftalık bir süre boyunca izlenmiştir. Fiziksel aktiviteyi etkileyen bilişsel ve sosyal faktörlerle ilgili veriler aylık olarak toplanmıştır. Çalışmada deney grubundaki kadınların girişim sonrası 3. ay günlük adım sayısı, günlük egzersiz süresi ve IPAQ puan ortalamalarının kontrol grubundaki katılımcılara göre anlamlı derecede artış gösterdiği bulunmuştur (p<0,05). Fiziksel aktivite davranışını etkileyen faktörlerin değerlendirilmesinde ise Bilişsel Davranışçı Fiziksel Aktivite Ölçeği, Egzersiz Öz Etkililik Ölçeği ve Kadın Fiziksel Aktivite Öz Değer Ölçeği toplam puanlarının 3. ay ölçümlerinde deney grubundaki kadınlarda kontrol grubuna göre daha yüksek olduğu bulunmuştur (p=0,000). Çalışma sonunda elde edilen fiziksel aktivite verileri ile günlük davranışsal verilerin dahil edildiği basitleştirilmiş XGBoost modeli, en yüksek tahmin performansını (R²=0,50, RMSE=4,3) göstermiş ve fiziksel aktivite hedeflerine uyumun temel belirleyicileri olarak öz-yeterlik, sosyal ve fiziksel çevresel faktörler, algılanan engeller, günlük adım sayıları ve egzersiz geri bildirimini tanımlamıştır. Tez çalışması, geliştirilen makine öğrenmesi temelli mobil uygulamanın orta yaş kadınlarda fiziksel aktivite düzeyleri ile bilişsel davranışçı fiziksel aktivite tutumları, egzersiz öz etkililik düzeyleri ve fiziksel aktiviteyle ilişkili öz değer algılarını iyileştirmede etkili olduğunu ve gerçek zamanlı verilerin müdahalelerin kişiselleştirilmesindeki önemini göstermektedir.
Özet (Çeviri)
Physical inactivity in women is a significant public health issue worldwide and in Turkey. Non-communicable diseases associated with physical inactivity, such as obesity and diabetes, are linked to high levels of mortality and morbidity. This thesis study aimed to evaluate the impact of a machine learning-based mobile application on the physical activity levels of overweight and obese women. The experimental study sample consisted of 80 women aged between 35 and 60 years with a Body Mass Index (BMI) of 25 or higher. Participants were randomly assigned to either an intervention group, which was provided with the machine learning-based mobile application, or a control group, which received standard physical activity recommendations. Physical activity levels were assessed using the International Physical Activity Questionnaire (IPAQ), daily exercise duration, and daily step counts. Data were monitored over a 12-week period, and cognitive and social factors affecting physical activity were collected on a monthly basis. The study found that, at the end of the third month, women in the intervention group showed a significantly higher increase in daily step counts, daily exercise duration, and IPAQ mean scores compared to those in the control group (p<0.05). Additionally, when evaluating factors influencing physical activity behavior, the total scores of the Cognitive Behavioral Physical Activity Scale, Exercise Self-Efficacy Scale, and Women's Physical Activity Self-Worth Scale were found to be significantly higher in the intervention group than in the control group at the three-month follow-up (p=0.000). The simplified XGBoost model, which incorporated physical activity data along with daily behavioral data, demonstrated the highest prediction performance (R²=0.50, RMSE=4.3) and identified self-efficacy, social and physical environmental factors, perceived barriers, daily step counts, and exercise feedback as the key determinants of adherence to physical activity goals. This thesis study demonstrates that the developed machine learning-based mobile application is effective in improving physical activity levels, cognitive-behavioral attitudes toward physical activity, exercise self-efficacy levels, and perceived self-worth related to physical activity in middle-aged women. It also highlights the importance of real-time data in personalizing interventions.
Benzer Tezler
- Investigation of artificial intelligence-based point cloud semantic segmentation
Yapay zeka tabanlı nokta bulutu semantik bölümlendirmesinin incelenmesi
MUHAMMED ENES ATİK
Doktora
İngilizce
2022
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. ZAİDE DURAN
- Machine learning techniques for surface electromyography based hand gesture recognition
Yüzey elektromiyografi temelli el jesti tanıma için makine öğrenmesi teknikleri
ENGİN KAYA
Yüksek Lisans
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
DOÇ. DR. TUFAN KUMBASAR
- New lightweight DoS attack mitigation techniques for RPL based IoT networks
RPL temelli IoT ağları için DoS saldırılarının etkisini azaltacak yeni teknikler
AHMET ARIŞ
Doktora
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. SEMA FATMA OKTUĞ
- Learners' reflections on experiencing augmented reality in the English classroom at tertiary level
Yükseköğrenim düzeyinde İngilizce sınıfında artırılmış gerçeklik deneyimlerine yönelik öğrenci yansıtmaları
OZAN VARLI
Doktora
İngilizce
2022
Eğitim ve Öğretimİstanbul Üniversitesi-CerrahpaşaYabancı Diller Eğitimi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖZLEM ETUŞ
- Resource allocation mechanisms for end-to-end delay optimization of 5G URLLC services
5G URLLC hizmetlerinin uçtan uca gecikme optimizasyonu için kaynak aktarım mekanizmaları
HASAN ANIL AKYILDIZ
Doktora
İngilizce
2024
Mühendislik Bilimleriİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. HAKAN ALİ ÇIRPAN
DR. İBRAHİM HÖKELEK