Geri Dön

Tıpta karar vermede bulanık karar ağaçları, lojistik regresyon ve CART (classification and regresion trees) analiz yöntemlerinin karşılaştırılması

Comparison of fuzzy decision trees, logistic regression and CART (classification and regression trees) analysis methods in medical decision making

PDF İndir

  1. Tez No: 938350
  2. Yazar: DİDEM TURGUT
  3. Danışmanlar: PROF. DR. PINAR ÖZDEMİR
  4. Tez Türü: Yüksek Lisans
  5. Konular: Biyoistatistik, Biostatistics
  6. Anahtar Kelimeler: Bulanık mantık, CART, karar ağacı, lojistik regresyon, sınıflama, Fuzzy, CART, decision tree, logistic regression, classification
  7. Yıl: 2025
  8. Dil: Türkçe
  9. Üniversite: Hacettepe Üniversitesi
  10. Enstitü: Sağlık Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Biyoistatistik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 79

Özet

Tıpta karar vermede kullanılan veri setleri karmaşık, belirsiz ve sınırlı olabilmektedir. Bu veri yapılarında değişkenlerin sayıca çok olması ve belirsizliğin etkisi altında olmaları da sonuç kararlarının etkinliğini değiştirebilir. Bu nedenle farklı veri yapılarında değişkenler arasındaki ilişkiyi belirlemek için gelişmiş analiz yöntemlerine ihtiyaç duyulmaktadır. Sınıflama ve regresyon yöntemleri, bağımlı ve bağımsız değişkenler arasındaki ilişkiyi matematiksel olarak tanımlamaya yönelik istatistiksel analizlerin önemli bir parçasıdır. Bağımsız değişkenler için herhangi bir varsayım olmaksızın kategorik bağımlı değişkeni tahmin etmek için kullanılan bu modeller güvenilirliklerinin iyi olması ve veri setleri ile kolayca entegre edilebilmeleri, yorumlanmalarının kolay olması gibi nedenlerle sınıflama modelleri içerisinde yaygın bir şekilde kullanılmaya başlanmıştır. Lojistik regresyon da bağımlı değişkenin kategorik olması durumunda kullanılan diğer bir tanımlayıcı ve tahmin edici istatistiksel yöntemdir. Veri setinde belirsizliklerin olduğu durumlarda kesin olmayan verilerle başa çıkmak için kullanılan diğer bir yöntem de bulanık mantıktır. Malnutrisyonu olan 155 hemodiyaliz hastasının değerlendirildiği bu tezde bağımsız değişken olarak serum albümin, BMI, nPCR ve serum GDF15 kullanılmıştır. Tip-1 bulanık karar ağaçları bu veri yapısı için uygun olabilir. Sınıflama ve Karar Ağacı (CART) algoritması, Tip-1 bulanık karar ağacı algoritması ve lojistik regresyon analizinin değerlendirildiği bu tezde modellerin sınıflandırma performans ölçütü olarak doğruluk (accuracy) ve eğri altında kalan alan yöntemleri kullanılmıştır. Bu veri seti için CART ve lojistik regresyonun doğruluk yüzdeleri benzer (0,652 ve 0,760); ancak Tip-1 bulanık karar ağacı modelinin diğerlerine göre daha düşük doğruluk yüzdesi olduğu (0,456) görüldü. Yine ROC eğrisi ve eğri altında kalan değerlendirildiğinde bulanık karar ağacı modelinin performansı düşük olarak değerlendirildi. Her iki karar ağaçlarının oluşumda ilk dallanma kriteri olarak en önemli bağımsız değişken serum albümin değerinin alındığı görüldü. Bu sonuç lojistik regresyon ile belirlenen bağımsız değişkenlerin katsayıları yorumları ile benzer olarak değerlendirildi.

Özet (Çeviri)

Data sets used in medical decision making can be complex, uncertain and limited. The large number of variables in these data structures and the fact that they are under the influence of uncertainty may also change the effectiveness of the final decisions. Therefore, advanced analysis methods are needed to determine the relationship between variables in different data structures. Classification and regression methods are an important part of statistical analysis to mathematically describe the relationship between dependent and independent variables. These models, which are used to predict the categorical dependent variable without any assumptions for the independent variables, have been widely used in classification models due to their good reliability, easy integration with data sets and easy interpretation. Logistic regression is another descriptive and predictive statistical method used when the dependent variable is categorical. Fuzzy logic is another method used to deal with imprecise data when there are uncertainties in the data set. In this thesis where 155 hemodialysis patients with malnutrition were evaluated, serum albumin, BMI, nPCR and serum GDF15 were used as independent variables. Type-1 fuzzy decision trees may be suitable for this data structure. In this thesis, Classification and Decision Tree (CART) algorithm, Type-1 fuzzy decision tree algorithm and logistic regression analysis were evaluated and accuracy and area under the curve methods were used as classification performance measures of the models. For this dataset, the accuracy percentages of CART and logistic regression were similar (0.652 and 0.760); however, the Type-1 fuzzy decision tree model had a lower accuracy percentage (0.456) than the others. Again, when the ROC curve and the residual under the curve were evaluated, the performance of the fuzzy decision tree model was evaluated as low. It was seen that the most important independent variable serum albumin value was taken as the first branching criterion in the formation of both decision trees. This result was similar to the interpretation of the coefficients of the independent variables determined by logistic regression. As a result, CART and logistic regression classification performances were similar, while fuzzy decision tree classification performances were low, which may be related to the linear structure of the data set and low uncertainty.

Benzer Tezler

  1. Tez No

    616851

    Kullanıcı odaklı tasarım için bulanık AHS ile bir model önerisi: Poliklinikler üzerinden bir değerlendirme

    A fuzzy AHS model for designing spatial relations in user perspevtive: A research over policlinics

    ASENA KUMSAL ŞEN

    Doktora

    Türkçe

    Türkçe

    2015

    Mimarlıkİstanbul Teknik Üniversitesi

    Mimarlık Ana Bilim Dalı

    PROF. DR. SİNAN MERT ŞENER

  2. Tez No

    603761

    Bulanık küme uzantıları ile çoklu kriter altında grupla karar verme

    Group decision making under multiple criteria with fuzzy set extensions

    MÜNEVVER GÖRDEBİL

    Yüksek Lisans

    Türkçe

    Türkçe

    2020

    Endüstri ve Endüstri MühendisliğiErciyes Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. HÜLYA TORUN

  3. Tez No

    880784

    Kalça osteoartritinin cerrahi tedavisine karar vermede gluteal tendinopatilerin yeri

    The role of gluteal tendinopathy treatment in hip osteoarthritis

    MEHMET MURAT ARSLAN

    Tıpta Uzmanlık

    İngilizce

    İngilizce

    2024

    Ortopedi ve TravmatolojiSağlık Bilimleri Üniversitesi

    Ortopedi ve Travmatoloji Ana Bilim Dalı

    PROF. DR. BÜLENT ÖZKURT

  4. Tez No

    919960

    İskemik inmede cerrahiye karar vermede optik sinir kılıf çapının etkinliği

    Effectiveness of optic nerve sheath diameter in decision for surgery in ischemic stroke

    BARIŞ ALTUN

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2024

    NöroşirürjiDicle Üniversitesi

    Beyin ve Sinir Cerrahisi Ana Bilim Dalı

    PROF. TEVFİK YILMAZ

    DR. ÖĞR. ÜYESİ ABDURRAHMAN ARPA

  5. Tez No

    914705

    Hafif kafa travmalı hastalarda kranial BT taramalarına karar vermede yapay zekâ uygulamaları ile hekimlerin karşılaştırılması

    Comparing physicians with artificial intelligence applications in decision-making for cranial CT scans in patients with mild head trauma

    SÜLEYMAN CEM AKIL

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2024

    Acil TıpKaradeniz Teknik Üniversitesi

    Acil Tıp Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MELİH İMAMOĞLU

Geri Dön