Search

Amaç: Veri madenciliği, önceden büyük ölçekli verilerden ortaya çıkarılmayan faydalı bilgilerin keşfedilme sürecidir. Veri madenciliğinin yaygın olarak kullanıldığı alanlardan biri de sağlıktır. Veri madenciliği ile hastalığın tanı ve tedavisi ile hastalığı etkileyen risk faktörleri hızlı bir şekilde belirlenebilmektedir. Birliktelik kuralları, veri madenciliği tekniklerinden biridir. Bu çalışmanın amacı, birliktelik kuralı algoritmalarından biri olan apriori algoritması ile güçlü birliktelik kuralları elde ederek hasta profillerini belirlemektir.Materyal ve Metot: Çalışmada kullanılan veri seti 205 akut miyokard enfarktüsü (AMI) hastasından oluşmaktadır. Hastalar ayrıca FNDC5 polimorfizmlerinin rs3480, rs726344, rs16835198 genotipini de taşımaktadır. Apriori algoritması ile elde edilen kuralları değerlendirmek için destek ve güven ölçüleri kullanılır. Ancak bu ölçütler ile elde edilen kurallar doğrudur ancak güçlü değildir. Bu nedenle, daha güçlü kurallar elde etmek amacıyla iki temel ölçütün yanı sıra ilginçlik ölçütleri kullanılmaktadır. Bu çalışmada daha güçlü kurallara ulaşmak için ilginçlik ölçütlerinden kaldıraç, kanaat, kesinlik faktörü, cosine, korelasyon katsayısı (phi) ve karşılıklı bilgi ölçütleri uygulanmıştır.Bulgular: Çalışmada 108 kural elde edilmiştir. Bu kurallara ilginçlik ölçütlerinin de uygulanması ile elde edilen kural sayısı 29 olmuştur ve bu kurallar güçlü kural olarak nitelendirilmiştir.Sonuç: Sonuç olarak, klinik karar verme sürecinde ilginçlik ölçütlerinin kullanılmasıyla daha güçlü kurallar elde edilmiştir. Elde edilen güçlü kurallar sayesinde AMİ hastalarının hasta profili belirleme ve klinik karar verme sürecini kolaylaştıracaktır., Aim: Data mining is the discovery process of beneficial information, not revealed from large-scale data beforehand. One of the fields in which data mining is widely used is health. With data mining, the diagnosis and treatment of the disease and the risk factors affecting the disease can be determined quickly. Association rules are one of the data mining techniques. The aim of this study is to determine patient profiles by obtaining strong association rules with the apriori algorithm, which is one of the association rule algorithms.Material and Method: The data set used in the study consists of 205 acute myocardial infarction (AMI) patients. The patients have also carried the genotype of the FNDC5 (rs3480, rs726344, rs16835198) polymorphisms. Support and confidence measures are used to evaluate the rules obtained in the Apriori algorithm. The rules obtained by these measures are correct but not strong. Therefore, interest measures are used, besides two basic measures, with the aim of obtaining stronger rules. In this study For reaching stronger rules, interest measures lift, conviction, certainty factor, cosine, phi and mutual information are applied.Results: In this study, 108 rules were obtained. The proposed interest measures were implemented to reach stronger rules and as a result 29 of the rules were qualified as strong.Conclusion: As a result, stronger rules have been obtained with the use of interest measures in the clinical decision making process. Thanks to the strong rules obtained, it will facilitate the patient profile determination and clinical decision-making process of AMI patients.

Aim: The second-largest cause of cancer mortality for women is breast cancer. The main techniques for diagnosing breast cancer are mammography and tumor biopsy accompanied by histopathological studies. The mammograms are not detective of all subtypes of breast tumors, particularly those which arise and are more aggressive in young women or women with dense breast tissue. Circulating prognostic molecules and liquid biopsy approaches to detect breast cancer and the death risk are desperately essential. The purpose of this study is to develop a web-based tool for the use of the associative classification method that can classify breast cancer using the association rules method.Materials and Methods: In this study, an open-access dataset named “Breast Cancer Wisconsin (Diagnostic) Data Set” was used for the classification. To create this web-based application, the Shiny library is used, which allows the design of interactive web-based applications based on the R programming language. Classification based on association rules (CBAR) and regularized class association rules (RCAR) are utilized to classify breast cancer (malignant/benign) based on the generated rules.Results: Based on the classification results of breast cancer, accuracy, balanced accuracy, sensitivity, specificity, positive predictive value, negative predictive value, and F1-score values obtained from the CBAR model are 0.954, 0.951, 0.939, 0.964, 0.939, 0.964, and 0.939 respectively.Conclusion: In the analysis of the open-access dataset, the proposed model has a distinctive feature in classifying breast cancer based on the performance metrics. The associative classification software developed based on CBAR produces successful predictions in the classification of breast cancer. The hypothesis established within the scope of the purpose of this study has been confirmed as the similar estimates are achieved with the results of other papers in the classification of breast cancer.

İşgücüne katılma durumunu etkileyen bağımsız değişkenler; göç, cinsiyet, yaş, hanehalkı büyüklüğü, maaş, eğitim, çalışma durumu, çalıştığı sektör, enflasyon ve işgücü endeksleri olarak belirlenmiştir. Belirlenen değişkenlerin optimum ölçeklendirme ile bağımlı değişken üzerindeki beklenen varyansı açıklama oranını görerek, değişkenlerin kısmi katkılarını ve istatistiksel anlamlılıklarını incelemek amaçlanmıştır. Analizler, TUİK (Türkiye İstatistik Kurumu) Hanehalkı İşgücü verilerinin 2016 yılına ait son altı aylık verileri üzerinden 2463 hane verisine kategorik regresyon (CATREG) uygulanmıştır. Çözümleme, IBM SPSS Statistics 20 programında yapılmıştır. Veri yapısına uygun ölçeklendirme ile çözümleme yapıldığında, R^2 değeri model anlamlı çıkmasına rağmen yüksek seviyede çıkmamıştır. Optimum ölçeklendirme ile değişkenler tekrardan belli bir kısıt dahilinde ölçeklendirildiğinde, modelin anlamlı ve R^2 değerinin belirgin şekilde arttığı tespit edilmiştir. Bu kapsamda optimal ölçeklemenin bu konuda kuvvetli olduğunu savunabiliriz. Optimum ölçeklendirme ile bağımsız değişkenlerin bağımlı değişkendeki varyansı açıklama oranındaki değişimler görülmüştür. Elde edilen optimum model sonrası R^2 değerinin düşük seviyede kalması ve anlamlı beklenen değişkenlerin anlamsız çıkması ise analize sokulan verilerin tutarlılığının sağlanamamasından kaynaklanmaktadır.Bu makale için 15-06-2021 tarihinde bir düzeltme yayınlandı. https://dergipark.org.tr/tr/pub/ayd/issue/62792/952715

İşgücüne katılma durumunu etkileyen bağımsız değişkenler; göç, cinsiyet, yaş, hanehalkı büyüklüğü, maaş, eğitim, çalışma durumu, çalıştığı sektör, enflasyon ve işgücü endeksleri olarak belirlenmiştir. Belirlenen değişkenlerin optimum ölçeklendirme ile bağımlı değişken üzerindeki beklenen varyansı açıklama oranını görerek, değişkenlerin kısmi katkılarını ve istatistiksel anlamlılıklarını incelemek amaçlanmıştır. Analizler, TUİK (Türkiye İstatistik Kurumu) Hanehalkı İşgücü verilerinin 2016 yılına ait son altı aylık verileri üzerinden 2463 hane verisine kategorik regresyon (CATREG) uygulanmıştır. Çözümleme, IBM SPSS Statistics 20 programında yapılmıştır. Veri yapısına uygun ölçeklendirme ile çözümleme yapıldığında, 𝑅 2 değeri model anlamlı çıkmasına rağmen yüksek seviyede çıkmamıştır. Optimum ölçeklendirme ile değişkenler tekrardan belli bir kısıt dahilinde ölçeklendirildiğinde, modelin anlamlı ve 𝑅 2 değerinin belirgin şekilde arttığı tespit edilmiştir. Bu kapsamda optimal ölçeklemenin bu konuda kuvvetli olduğunu savunabiliriz. Optimum ölçeklendirme ile bağımsız değişkenlerin bağımlı değişkendeki varyansı açıklama oranındaki değişimler görülmüştür. Elde edilen optimum model sonrası 𝑅 2 değerinin düşük seviyede kalması ve anlamlı beklenen değişkenlerin anlamsız çıkması ise analize sokulan verilerin tutarlılığının sağlanamamasından kaynaklanmaktadır.Bu makalenin ilk hali 17-09-2020 tarihinde yayınlandı. https://dergipark.org.tr/tr/pub/ayd/issue/56831/703233

Amaç: Bu çalışmanın birinci temel amacı, Koroner arter hastalarında mortalite ve morbiditenin artma nedenlerinden biri olan hipertansiyonun, çeşitli risk faktörleri yardımıyla Tıbbi Bilgi Keşfi Süreci uygulanması suretiyle tahmin edilmesi (sınıflandırılması) dir. Çalışmada kullanılan veri setinin bağımlı değişkeni olan hipertansiyonun sınıf dengesizliği probleminin olması nedeniyle, sınıflandırma işlemi yapılmadan önce bu probleminin giderilmesi için çeşitli yaklaşımları kullanan ve ara yüzü Türkçe olan bir web-tabanlı yazılımın geliştirilmesi bu çalışmanın ikinci temel amacıdır.Materyal ve Metot: Çalışmada kullanılan veri seti, 149'u (%16) hipertansiyonu bulunan, 780'i (%84) hipertansiyonu bulunmayan toplam 929 koroner arter hastası kayıtlarından oluşmaktadır. Koroner arter hastalarında hipertansiyonun sınıflandırılması 8 adet bağımsız değişkene dayalı olarak yapılmıştır. Dengesiz sınıf problemini gidermek için çeşitli alt örnekleme, üst örnekleme ve hem alt hem de üst örnekleme yöntemleri kullanılmıştır. Sınıflandırma yöntemleri olarak Çok Katmanlı Algılayıcı, Aşırı Öğrenme Makinesi ve Destek Vektör Makineleri modelleri uygulanmıştır.Bulgular: En iyi sınıflandırma performansının, DBSMOTE sınıf dengeleme yöntemi uygulandıktan sonra Destek Vektör Makinesi modeli ile elde edildiği görülmüştür. İlgili modelin, doğruluk, duyarlılık, seçicilik, kesinlik, f-ölçümü ve g-ortalama değerleri sırasıyla, 0.99, 0.99, 0.99, 0.95, 0.97 ve 0.97 olarak hesaplanmıştır.Sonuç: Çalışmada uygulanan üst örnekleme yöntemlerinin, alt örnekleme yöntemlerine göre modellerin sınıflandırma performanslarına belirgin bir şekilde olumlu katkı yaptığı görülmüştür. Bu çalışma kapsamında yer almayan ancak ilerleyen çalışmalarda ele alınacak olan; hibrit yöntemleri, Maliyet-Duyarlı Öğrenme Tabanlı Yöntemler, Topluluk Öğrenme Tabanlı Yöntemler, Öznitelik Seçimi Tabanlı Yöntemler, daha sağlam ve tutarlı sonuçlar elde edilmesi açısından okuyuculara önerilebilir.Anahtar Kelimeler: Dengesiz sınıf problemi, alt-üst örnekleme yöntemleri, hipertansiyon, tıbbi bilgi keşfi süreci, koroner arter hastalığı. Aim: The primary aim of this study is to estimate (classify) hypertension, one of the causes of mortality and morbidity increase in coronary artery disease patients, by applying Medical Knowledge Discovery Process with various risk factors. Because of the class imbalance problem of hypertension, which is dependent variable of the dataset used in the study, the development of a web-based software which uses various approaches to resolve this problem before the classification process and whose interface is Turkish is the second main aim of this study.Material and Method: The dataset used in the study consisted of records of 929 coronary artery patients with 149 (16%) hypertension and 780 (84%) non-hypertension. Classification of hypertension in coronary artery patients was done based on 8 independent variables. Various over-under sampling and both over and under sampling methods was used to handle the imbalanced class problem. As the classification methods, Multilayer Perceptron, Extreme Learning Machine and Support Vector Machine models were performed.Results: The best classification performance was obtained by the Support Vector Machine model after applying the DBSMOTE class balancing method. The accuracy, sensitivity, specificity, precision, f-measure and g-mean metrics of the relevant model were calculated as 0.99, 0.99, 0.99, 0.95, 0.97 and 0.97, respectively.Conclusion: Compared to the undersampling methods, the oversampling methods used in the study showed a positive contribution to the classification performance of the models. Hybrid Methods, Cost-Sensitive Learning Based Methods, Ensemble Learning Based Methods, Feature Selection Based Methods, which aren't included in the scope of this study but will be discussed in further studies, can be suggested to readers for more robust and consistent results.Key Words: Imbalanced class problem, over and under sampling methods, hypertension, medical knowledge discovery process, coronary artery disease. 72

The Acute Physiology and Chronic Health Evaluation (APACHE II) is a beneficial tool for the estimation of risk and the comparison of the patients who received care with similar risk properties. Machine learning based systems can assist clinicians in the early diagnosis of diseases. This research aimed at predicting the APACHE II score using Support Vector Machine (SVM) from Medical Data Mining (MDM). The records of 280 patients from intensive care unit included the dataset containing the target variable (the APACHE II score), and 23 demographical/clinical predictor variables. Genetic algorithm based feature selection and 10-fold cross validation method were employed. SVM with radial basis (RBF) was constructed. The performance of the proposed approach was assessed using root mean squared error (RMSE), mean absolute error (MAE), correlation (R) and coefficient of determination (R2). Mean age of the individuals was 51±23 years. 153 (54.6%) were females, and 127 (45.4%) were males. The proposed approach yielded the values of 1.037 for RMSE, 0.727 for MAE, 0.993 for R and 0.986 for R2, respectively. The results demonstrated that the proposed approach had an excellent predictive performance of the APACHE II score. Additionally, ensemble approaches such as bagging, boosting, voting etc. can improve markedly the performance of the prediction and classification tasks. Keywords: APACHE II, Medical Data Mining, Support Vector Machines (SVM)

Kruskal Wallis-H analysis of variance is a nonparametric method used to test the significance of the difference between three or more groups of medians in groups with no normal distribution. Kruskal Wallis H variance analysis, which is a nonparametric counterpart of the one-way analysis of variance, can be used in studies with at least 3 groups of ordinal data. The Kruskal Wallis H test is an extended form of the Mann-Whitney U method from two nonparametric group hypothesis tests. When the difference between the groups is determined after the Kruskal Wallis H variance analysis test, it is necessary to determine where this difference originates. It is very important to decide which of the multiple comparison methods and correction methods used to determine the difference. The purpose of this work is to develop a web-based application that uses the Kruskal Wallis H variance analysis test, which is used in the statistical analysis of studies consisting of three or more groups with nonparametric distribution, using the Shinny package in R software and shows an application of this software on simulation-derived data. The developed interactive web application can be accessed freely at http://biostatapps.inonu.edu.tr/kruskalwallis, Kruskal Wallis-H varyans analizi, normal dağılım göstermeyen gruplarda üç veya daha fazla sayıda grubun ortancaları arasındaki farklılığın anlamlılığını test amacıyla kullanılan parametrik olmayan bir yöntemdir. Sıralı ordinal veriler ile yapılan en az 3 grubun bulunduğu çalışmalarda da tek yönlü varyans analizinin parametrik olmayan karşılığı olan Kruskal Wallis H varyans analizi kullanılabilir. Kruskal Wallis H testi, parametrik olmayan iki grup hipotez testlerinden MannWhitney U yönteminin genişletilmiş biçimidir. Kruskal Wallis H varyans analizi testi sonrası gruplar arası farklılık tespit edildiğinde, bu farklılığın nereden kaynaklandığını belirlenmesi gerekir. Farkı belirlemek için kullanılan çoklu karşılaştırma yöntemleri ve düzeltme yöntemlerinden hangisinin/hangilerinin kullanılacağına karar vermek oldukça önemlidir. Bu çalışmanın amacı, parametrik olmayan dağılıma sahip üç veya daha fazla gruptan oluşan çalışmaların istatistiksel analizlerinde kullanılan Kruskal Wallis H varyans analizi testini, R yazılımındaki Shinny paketini kullanarak gerçekleştiren web-tabanlı bir uygulama geliştirmek ve benzetim simülasyon ile türetilen veriler üzerinde bu yazılımın bir uygulamasını göstermektir. Geliştirilen interaktif web uygulamasına http://biostatapps.inonu.edu.tr/kruskalwallis/ adresinden ücretsiz olarak erişilebilir