Geri Dön

Biyokimya analit değerlerini kullanarak vitamin B12 seviyelerinin tahminlenmesi için makine öğrenme algoritmalarının geliştirilmesi

Development of machine learning algorithms for predicting vitamin B12 levels using biochemistry analyte values

PDF İndir

  1. Tez No: 988356
  2. Yazar: FERHAT DEMİRCİ
  3. Danışmanlar: PROF. DR. PINAR AKAN
  4. Tez Türü: Doktora
  5. Konular: Biyokimya, Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Biochemistry, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Biyobelirteçler, Biyokimyasal testler, Karar destek sistemleri, Makine öğrenmesi, Vitamin B 12 eksikliği, Biomarkers, Biochemical tests, Decision support systems, Machine learning, Vitamin B 12 deficiency
  7. Yıl: 2026
  8. Dil: Türkçe
  9. Üniversite: Dokuz Eylül Üniversitesi
  10. Enstitü: Sağlık Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Sinirbilimler Ana Bilim Dalı
  12. Bilim Dalı: Temel Sinirbilimler Bilim Dalı
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Vitamin B12 (kobalamin), DNA sentezi, metilasyon döngüsü ve miyelin bütünlüğünün korunması gibi temel biyolojik süreçlerde kritik rol oynayan, eksikliği halinde hematolojik ve nörolojik komplikasyonlara yol açabilen hayati bir vitamindir. Klinik uygulamada en yaygın tanısal yaklaşım serum toplam vitamin B12 düzeyinin ölçümüdür; ancak bu yöntem, özellikle sınır değerlerde seyreden olgularda fonksiyonel eksikliği yeterince yansıtamayabilmektedir. Holo-transkobalamin ve metilmalonik asit gibi tamamlayıcı biyobelirteçler tanısal doğruluğu artırsa da, maliyet ve erişilebilirlik kısıtları nedeniyle rutin kullanımları sınırlıdır ve klinik pratikte hasta sonuçları arasında yer almaz. Bu nedenle, rutin laboratuvar parametrelerinden yararlanarak vitamin B12 düzeylerinin tahmin edilmesi klinik açıdan önem taşımaktadır. Bu doktora tezinin amacı, rutin biyokimya ve hematolojik analizlerden elde edilen parametreleri kullanarak serum vitamin B12 düzeylerini tahmin edebilen makine öğrenimi tabanlı modeller geliştirmek ve bu modellerin klinik uygulanabilirliğini değerlendirmektir. Retrospektif ve metodolojik olarak tasarlanan çalışmada, 2015–2023 yılları arasındaki veriler model geliştirme ve iç test sürecinde, 2023–2025 yılları arasındaki veriler ise zamansal (temporal) doğrulama amacıyla kullanılmıştır. Çalışmaya erişkin bireylere ait biyokimyasal, hematolojik ve demografik veriler dahil edilmiştir. "Yapay sinir ağları, CatBoost, XGBoost, rastgele orman, karar ağaçları, lojistik regresyon, destek vektör makineleri ve k-en yakın komşu algoritmaları uygulanmış ve karşılaştırılmıştır. Bulgular, ağaç tabanlı ve boosting temelli modellerin daha dengeli ve yüksek sınıflandırma başarısı sunduğunu göstermiştir. CatBoost algoritmasının en tutarlı performansı sergilediği belirlenmiştir. Zamansal doğrulama analizleri, model performansının farklı dönemlerde de korunduğunu ortaya koymuştur. SHAP ve LIME analizleri, tahminlerde etkili değişkenlerin vitamin B12 metabolizmasıyla biyolojik olarak ilişkili parametreler olduğunu göstermiştir. Sonuç olarak, geliştirilen yaklaşımın vitamin B12 eksikliğinin erken saptanmasına katkı sağlayabilecek, maliyet-etkin ve yorumlanabilir bir klinik karar destek aracı olabileceği sonucuna varılmıştır.

Özet (Çeviri)

Vitamin B12 (cobalamin) is an essential micronutrient that plays a critical role in fundamental biological processes, including DNA synthesis, the methylation cycle, and the maintenance of myelin integrity. Deficiency of vitamin B12 can lead to significant hematological and neurological complications. In routine clinical practice, the most commonly employed diagnostic approach is the measurement of serum total vitamin B12 levels; however, this method may fail to adequately reflect functional deficiency, particularly in patients with borderline concentrations. Although complementary biomarkers such as holo-transcobalamin and methylmalonic acid can improve diagnostic accuracy, their routine use is limited by cost and accessibility constraints, and they are not consistently included in standard clinical outcome assessments. Therefore, the estimation of vitamin B12 levels using routinely available laboratory parameters represents a clinically relevant and potentially impactful approach. The aim of this doctoral dissertation was to develop machine learning–based models capable of predicting serum vitamin B12 levels using parameters obtained from routine biochemical and hematological analyses, and to evaluate the clinical applicability of these models. In this retrospectively and methodologically designed study, data collected between 2015 and 2023 were used for model development and internal testing, while data from 2023 to 2025 were utilized for temporal validation. Biochemical, hematological, and demographic data from adult individuals were included in the study. Artificial neural networks, CatBoost, Extreme Gradient Boosting (XGBoost), random forest, decision trees, logistic regression, support vector machines, and k-nearest neighbors' algorithms were applied and compared. The findings demonstrated that tree-based and boosting-based models provided more balanced and higher classification performance. Among these approaches, the CatBoost algorithm exhibited the most consistent performance. Temporal validation analyses revealed that model performance was preserved across different time periods. SHAP and LIME analyses indicated that the most influential variables in the predictions were parameters biologically associated with vitamin B12 metabolism. In conclusion, the proposed approach may serve as a cost-effective, interpretable clinical decision support tool that can contribute to the early detection of vitamin B12 deficiency.

Benzer Tezler

  1. Tez No

    714515

    B12 vitamini ölçümünde makroproteinlerin etkisi; yüksek b12 vitamini düzeylerinin polietilen glikol (PEG) ve heterofil antikor blokan tüp ile çalışılması

    Macroproteins effect on the measurement of vitamin B12; measurement of HİGH vitamin B12 levels with polyethylene glycol (PEG) and heterophile antibody blocking tube

    TUĞBA ÖNCEL VAN

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2022

    Biyokimyaİzmir Katip Çelebi Üniversitesi

    Tıbbi Biyokimya Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ LEYLA DEMİR

  2. Tez No

    503040

    Klinik biyokimyada varyasyon: Biyolojik varyasyon

    Variation in clinical biochemistry; biological variation

    HALİL İBRAHİM AKBAY

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2018

    BiyokimyaVan Yüzüncü Yıl Üniversitesi

    Tıbbi Biyokimya Ana Bilim Dalı

    YRD. DOÇ. DR. ERDEM ÇOKLUK

  3. Tez No

    894937

    Nükleer manyetik rezonans ve kütle spektroskopisi ile biyotinidaz enzim aktivite ölçüm yönteminin geliştirilmesi

    Development of biotinidaze enzyme activity measurement method by nuclear magnetic resonance and mass spectroscopy

    UFUK SARIKAYA

    Doktora

    Türkçe

    Türkçe

    2024

    BiyokimyaBezm-İ Alem Vakıf Üniversitesi

    Tıbbi Biyokimya Ana Bilim Dalı

    PROF. ŞAHABETTİN SELEK

  4. Tez No

    805717

    Demir, ferritin, UIBC, B12 vitamini ve folat testlerinin biyolojik varyasyon değerlerinin tespit edilmesi

    Determining the biological variation values of iron, ferritin, UIBC, vitamin B12 and folate tests

    AHMET ÖZSOY

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2023

    BiyokimyaSağlık Bilimleri Üniversitesi

    Tıbbi Biyokimya Ana Bilim Dalı

    DOÇ. DR. ARZU KÖSEM

  5. Tez No

    909466

    Çocukluk çağında yüksek serum vitamin B12 düzeyinin epidemiyolojisi ve malignite ile ilişkisi

    Epidemiology of elevated serum vitamin B12 levels in childhood and its association with malignancy

    ZEYNEP BEGÜM BAYSAL KAYA

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2024

    Çocuk Sağlığı ve HastalıklarıSağlık Bilimleri Üniversitesi

    Çocuk Sağlığı ve Hastalıkları Ana Bilim Dalı

    PROF. DR. DİLDAR BAHAR GENÇ

Geri Dön