Akademik Veri Yönetim Sistemi
Tezin Türü: Doktora
Tezin Yürütüldüğü Kurum: Gazi Üniversitesi, Fen Bilimleri Enstitüsü, Türkiye
Tezin Onay Tarihi: 2022
Tezin Dili: Türkçe
Öğrenci: GÖZDE KUBAT
Asıl Danışman (Eş Danışmanlı Tezler İçin): Bülent Çelik
Eş Danışman: Feride İ. Şahin
Özet:
Myeloproliferatif hastalıkların tanısının konulabilmesi için Dünya Sağlık Örgütü’nün
belirlediği hastalık tanı şeması doğrultusunda klinisyen tarafından genetik mutasyonların
varlığı incelenmektedir. Bu çalışmada; kliniğe başvuru yapmış hastaların tam kan sayımı
bulgularından yola çıkılarak oluşturulabilecek model ile uygun tanı testinin kestirilmesi
hedeflenmiştir. Bu doğrultuda, kliniğe başvuran hastaların zaman ve maddi açıdan tasarruf
etmesi amaçlanmaktadır. Başkent Üniversitesi Ankara Hastanesi Tıbbi Genetik Ana Bilim
Dalı Genetik Hastalıklar Değerlendirme Merkezi’ne yönlendirilmiş hastaların bulguları ele
alınarak makine öğrenmesi yöntemi yardımıyla sınıflandırma algoritmaları kullanılarak
kestirim yapılmıştır. Değişkenlere ait tanımlayıcı istatistikler, kategorik değişkenler için
frekans ve yüzde ile ifade edilirken, sürekli değişkenler için ortalama ve standart sapma ile
ifade edilmiştir. Kestirimde Naive Bayes, k-en yakın komşu, doğrusal diskriminant analizi,
destek vektör makinesi ve karar ağacı gibi sınıflandırma algoritmaları kullanılmıştır.
Algoritmalar ile doğruluk, özgüllük, duyarlılık gibi belirleyici değerler elde edilmiştir.
Yapılan kestirimlerde elde edilen doğruluk değerlerine göre incelenmiş ve en iyi model
seçilmeye çalışılmıştır. İncelenen tam kan sayım değerleri ile mutasyon varlığı arasında
istatistiksel olarak anlamlı farklılıklar tespit edilmiştir. Ele alınan Naive Bayes, k-en yakın
komşu, doğrusal diskriminant analizi, destek vektör makinesi ve karar ağacı algoritmaları
ile oluşturulan modellemelerde doğruluk değerleri %70 olarak saptanmıştır. Kullanılan
algoritmalarda elde edilen doğruluk oranı orta seviyede olmasına rağmen benzer
çalışmaların literatürde yer almamış olması sebebiyle çalışma sonuçlarının alana önemli
katkısının olacağı sonucuna varılmıştır.
| Myeloproliferatif hastalık, makine öğrenmesi, karar ağacı, k-en yakın komşu, doğrusal diskriminant analiz |