65 yaş ve üzeri hastaların mortalite tahmininde yapay zekanın yeri
The role of artificial intelligence in mortality prediction of patients aged 65 and over presenting to the emergency department
- Tez No: 982343
- Danışmanlar: DR. ÖĞR. ÜYESİ HÜSEYİN SEVİL
- Tez Türü: Tıpta Uzmanlık
- Konular: Acil Tıp, Emergency Medicine
- Anahtar Kelimeler: Acil servis, Yaşlı hasta, Yapay zeka, Emergency department, Elderly patient, Artificial intelligence
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Uşak Üniversitesi
- Enstitü: Tıp Fakültesi
- Ana Bilim Dalı: Acil Tıp Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Amaç: Bu çalışmanın amacı, acil servise başvuran 65 yaş ve üzeri hastaların kısa dönem mortalite riskinin tahmin edilmesinde yapay zeka algoritmalarını netkinliğini incelemek, literatürde geliştirilen modellerin doğruluğunu karşılaştırmak ve bu teknolojilerin klinik karar verme süreçlerine entegrasyonunun olası katkılarını değerlendirmektir. Materyal ve Metot: Çalışmaya Uşak Üniversitesi Girişimsel Olmayan Klinik Araştırmalar Etik Kurulu 15.03.2024 tarih ve 330-330-08 sayılı etik kurul onayı ile başlanmıştır. Çalışma prospektif kesitsel tanımlayıcı bir çalışmadır. Bulgular: Çalışmaya 2000 hasta dahil edilmiştir. Hastaların %49'u (n=986) kadın, %51'i (n=1014) erkek ve yaş ortalaması 77,98 ± 7,72 yıl olarak saptanmıştır. Komorbidite oranı %93,8, ilaç kullanım oranı %90,5 saptanmıştır. Mortalite oranı %22,6 (n=452) olarak saptanmıştır. Mortalite yönünden yapılan logistik regresyon analizinde yüksek yaş (p=0,001), düşük glaskow koma skalası (GKS) (p=0,001), düşük sistolik (p=0,001) ve diyastolik tansiyon (p=0,001), düşük nabız (p=0,001), düşük oksijen saturasyonu (SPO2) (p=0,001), yüksek ateş (p=0,001), sinüs bradikardisi (p=0,001) ve diğer bradikardiler (p=0,001), hastane yatışı (p=0,001), kronik böbrek yetmezliği (KBY) (p=0,001), astım/koah (p=0,036), kalp yetmezliği (KY) (p=0,010), parkinson öyküsü (p=0,001), ritim bozukluğu (p=0,001), serebrovasküler olay (SVO) öyküsü (p=0,001), kanser öyküsü (p=0,001), bypass öyküsü (p=0,001), WBC yüksekliği (p=0,001), lenfosit yüksekliği (p=0,026), eozinofil ve hemoglobin düşüklüğü (p=0,001), glukoz(p=0,001), kreatin (p=0,001), BUN (p=0,001), CK (p=0,001), bilirubin (p=0,001), AST (p=0,001), ALT (p=0,001), LDH (p=0,001), sodyum (p=0,021), potasyum (p=0,001), CRP (p=0,001), laktat (p=0,001) yüksekliği, albümin (p=0,001), kalsiyum (p=0,001), pH (p=0,001) düşüklüğü anlamlı bulunmuştur. Yapay zeka algoritması kullanılarak yapılan mortaliteye yönelik analizde yapay zeka puanı (p=0,001) ve yapay zeka risk durumuna göre (p=0,001) anlamlı sonuç saptanmıştır. Sonuçlar: Yapay Zeka Tabanlı Risk Skorları, acil servis triyajında ileri yaş hastalarda erken mortalite öngörüsü için kullanılabilir; bu modeller rutin uygulamalara entegre edilebilir. Genişletilmiş, çok merkezli ve prospektif çalışmalar, bu bulguların genellenebilirliğini ve yapay zeka algoritmalarının gerçek yaşam koşullarındaki etkilerini değerlendirmek için gereklidir.
Özet (Çeviri)
Aim: The aim of this study is to investigate the effectiveness of artificial intelligence algorithms in predicting short-term mortality risk in patients aged 65 and over presenting to the emergency department, compare the accuracy of models developed in the literature, and evaluate the potential contributions of these technologies to the clinical decision-making process. Material and Method: The study was approved by the Non-Interventional Clinical Research Ethics Committee of Uşak University with the approval number 330-330-08 dated 15.03.2024. The study is a prospective cross-sectional descriptive study. Results: A total of 2000 patients were included in the study. 49% of the patients (n=986) were female, and 51% (n=1014) were male, with a mean age of 77.98 ± 7.72 years. The comorbidity rate was 93.8%, and the medication use rate was 90.5%. The mortality rate was found to be 22.6% (n=452). In the logistic regression analysis performed formortality, high age (p=0.001), low glaskow coma scale (GCS) (p=0.001), low systolic (p=0.001) and diastolic blood pressure (p=0.001), low heart rate (p=0.001), low SPO2 (p=0.001), high fever (p=0.001), sinus bradycardia (p=0.001) and other bradycardias (p=0.001), hospital admission (p=0.001), chronic kidney disease (CKD) (p=0.001), asthma/COPD (p=0.036), heart failure (p=0.010), Parkinson's disease (p=0.001), arrhythmia (p=0.001), history of stroke (CVE) (p=0.001), history of cancer (p=0.001), history of bypass surgery (p=0.001), high WBC (p=0.001), high lymphocyte count (p=0.026), low eosinophils and hemoglobin (p=0.001), high glucose (p=0.001), creatinine (p=0.001), BUN (p=0.001), CK (p=0.001), bilirubin (p=0.001), AST (p=0.001), ALT (p=0.001), LDH (p=0.001), sodium (p=0.021), potassium (p=0.001), CRP (p=0.001), high lactate (p=0.001), low albumin (p=0.001), low calcium (p=0.001), and low pH (p=0.001) were found to be statistically significant. In the mortality analysis performed using artificial intelligence algorithms, the artificial intelligence score (p=0.001) and the artificial intelligence risk status (p=0.001) were found to be statistically significant. Conclusion: Artificial Intelligence-Based Risk Scores can be effectively used for early mortality prediction in older patients in emergency department triage; these models should be integrated into routine clinical practices. Extended, multi-center, and prospective studies are needed to evaluate the generalizability of these findings and the effects of artificial intelligence algorithms in real-world settings. vii
Benzer Tezler
- İç hastalıkları yoğun bakım ünitesinde hastanın ilk gün PA AC grafisinden yapay zeka yöntemleri kullanılarak mortalite tahmini
Mortality prediction from patient's first day PA AC radiograph in internal medicine intensive care unit using artificial intelligence methods
ORHAN GÖK
Doktora
Türkçe
2026
Elektrik ve Elektronik MühendisliğiSakarya ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TÜRKER FEDAİ ÇAVUŞ
- Prostat adenokarsinomlarında psa değerlerinin gleason skor ve klinik evre ile ilişkisi
The relation between psa and gleason score and clinical phase in prostate adenocarsinoma
HACI HASAN ESEN
Tıpta Uzmanlık
Türkçe
2005
PatolojiSelçuk ÜniversitesiPatoloji Ana Bilim Dalı
PROF.DR. MUSTAFA CİHAT AVUNDUK
- COVİD-19 tanısı ile Hacettepe Üniversitesi erişkin hastanesinde izlenen hastaların hastalık ile ilgili risk algıları ve yaşam tarzı değişikliği planlarının değerlendirilmesi
Evaluation of disease-related risk perceptions and lifestyle change plans of patients followed up at Hacettepe University adult hospital with the diagnosis of COVİD-19
KAMIL ZARNISHANOV
Tıpta Uzmanlık
Türkçe
2021
İç HastalıklarıHacettepe Üniversitesiİç Hastalıkları Ana Bilim Dalı
PROF. DR. GÜLAY SAİN GÜVEN
DR. ÖĞR. ÜYESİ NURSEL ÇALIK BAŞARAN
- Acil servise başvuran 65 yaş üzeri hastaların klinik prognozunun öngörülmesinde kanada triyaj skoru (CTAS) ve klinik kırılganlık skalası (CFS), acil durum önem indeksi (ESI) ve modifiye erken uyarı skoru (MEWS) skorlarının karşılaştırılması
Comparison of canadian triage score (CTAS) and clinical frailty scala (CFS), emergency severity index (ESI) and modified early warning score (MEWS) scores in predicting clinical prognosis of patients over 65 years of age applicing to the emergency service
ONUR TAV
- Acil servise gastrointestinal kanama nedeniyle başvuran 65 yaş üstü hastaların mortalite ve yoğun bakım ihtiyacını tahmin etmede BUN/albumin oranının AIMS65 puanlama sistemi ile kıyaslanması
Emergency department due to gastrointestinal bleeding mortality and intensity of patients over 65 years of agethe BUN/albumin ratio in estimating maintenance needs comparison with AİMS65 scoring system
HANDE KILIÇ
Tıpta Uzmanlık
Türkçe
2022
Acil TıpSağlık Bilimleri ÜniversitesiAcil Tıp Ana Bilim Dalı
PROF. DR. ERDEN EROL ÜNLÜER