Makine öğrenmesi algoritmaları ile covid-19 hastalarının mortalite risklerinin hesaplanması

Basit Öğe Kaydı
dc.authorid0000-0002-5040-5642en_US
dc.authorid0000-0002-7181-8681en_US
dc.authorid0000-0002-4409-9669en_US
dc.contributor.authorÇakmak, Mehmet Aziz
dc.contributor.authorKurt, Mehmet Emin
dc.contributor.authorÇakmak, Cuma
dc.date.accessioned2022-11-11T11:35:24Z
dc.date.available2022-11-11T11:35:24Z
dc.date.issued2022en_US
dc.departmentDicle Üniversitesi, Sosyal Bilimler Enstitüsü, Sağlık Yönetimi Bölümüen_US
dc.description.abstractBu çalışmanın amacı, Makine Öğrenmesi algoritmalarıyla Covid-19 tanılı hastaların mortalite riskinin hesaplanmasıdır. Bu çalışmada, web üzerinde açık erişimli olarak yayınlanan Atlanta, Georgia’da Covid-19 tanısı alarak sağlık tesisine yatan hastaların demografik ve klinik verileri kullanılmıştır. Bu veriler üzerinden Karar Ağacı, Rastsal Orman ve Adaptive Boost olarak adlandırılan Makine Öğrenmesi algoritmaları kullanılarak hastaların mortalite riski hesaplanmıştır. Hastaların demografik ve klinik bulgularının mortalite riskleri üzerinde etkili olduğu ve bu doğrultuda oluşturulan Makine Öğrenmesi tabanlı tahmin modellemesinin yüksek güvenirlikle (Acc=83,5) uygulanabileceği görülmüştür. Elde edilen bulgularla birlikte Makine Öğrenmesi yöntemleri kullanılarak yüksek düzeyde güvenilir sınıflandırma modellemeleri oluşturulup hastaların mortalite risklerinin hesaplanması doğrultusunda klinisyenler ve sağlık profesyonellerine hasta önceliklendirme konusunda kılavuz olabilecek karar destek modülleri oluşturulabilmektedir. Web tabanlı modüller oluşturularak sağlık otoritelerine, klinisyenlere ve hastane yöneticilerine yatak doluluğu planlaması açısından etkin ve verimli hazırlık yapabilmeleri açısından bilimsel dayanak oluşturulmaktadır. Gereksiz sağlık harcamalarının ve hastalığı görece hafif geçirme ihtimali olan hastaların gereksiz tedavi almaları önlenebilecektir.en_US
dc.description.abstractThe aim of the study is to calculate the mortality risk of patients diagnosed with Covid-19 using Machine Learning algorithms. In the study, demographic and clinical data of patients admitted to the health facility with the diagnosis of Covid-19 in Atlanta, Georgia, which are published as open access on the web, are used. The mortality risk of the patients is calculated using Machine Learning algorithms called Decision Tree, Random Forest and Adaptive Boost based on the data. It is observed that the demographic and clinical findings of the patients are effective on mortality risks and that the Machine Learning-based prediction modeling created in this direction can be applied with high reliability (Acc=83.5). With the findings obtained, high-reliability classification models can be created using Machine Learning methods and decision support modules can be created that can guide clinicians and health professionals in patient prioritization in line with the calculation of mortality risks of patients. By creating web-based modules, a scientific basis is established for health authorities, clinicians and hospital managers to make effective and efficient preparations for bed occupancy planning. Unnecessary health expenditures and patients who are likely to have a relatively mild illness can be prevented from receiving unnecessary treatment.en_US
dc.identifier.citationÇakmak, M. A., Kurt, M. E. ve Çakmak, C. (2022). Makine öğrenmesi algoritmaları ile covid-19 hastalarının mortalite risklerinin hesaplanması. Süleyman Demirel Üniversitesi Vizyoner Dergisi, 13(35), 994-1011.en_US
dc.identifier.doi10.21076/vizyoner.1074212
dc.identifier.endpage1011en_US
dc.identifier.issn1308-9552
dc.identifier.issue35en_US
dc.identifier.startpage994en_US
dc.identifier.trdizinid1118074
dc.identifier.urihttps://search.trdizin.gov.tr/yayin/detay/1118074
dc.identifier.urihttps://hdl.handle.net/11468/10718
dc.identifier.volume13en_US
dc.indekslendigikaynakTR-Dizin
dc.institutionauthorÇakmak, Mehmet Aziz
dc.institutionauthorKurt, Mehmet Emin
dc.institutionauthorÇakmak, Cuma
dc.language.isotren_US
dc.publisherSüleyman Demirel Üniversitesien_US
dc.relation.ispartofSüleyman Demirel Üniversitesi Vizyoner Dergisi
dc.relation.publicationcategoryMakale - Uluslararası Hakemli Dergi - Kurum Öğretim Elemanıen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.subjectMakine öğrenmesi algoritmalarıen_US
dc.subjectCovid-19en_US
dc.subjectMortalite riskien_US
dc.subjectKlinik verileren_US
dc.subjectKlinisyenleren_US
dc.subjectMachine learning algorithms/Covid-19en_US
dc.subjectMortality risken_US
dc.subjectClinical dataen_US
dc.subjectCliniciansen_US
dc.titleMakine öğrenmesi algoritmaları ile covid-19 hastalarının mortalite risklerinin hesaplanmasıen_US
dc.titleMakine öğrenmesi algoritmaları ile covid-19 hastalarının mortalite risklerinin hesaplanması
dc.title.alternativeCalculation of mortality risks of covid-19 patients with machine learning algorithmsen_US
dc.title.alternativeCalculation of mortality risks of covid-19 patients with machine learning algorithms
dc.typeArticleen_US

Dosyalar

Orijinal paket
Listeleniyor 1 - 1 / 1
Küçük Resim
İsim:
Makine Öğrenmesi Algoritmaları ile Covid-19 Hastalarının.pdf
Boyut:
667.56 KB
Biçim:
Adobe Portable Document Format
Açıklama:
Makale Dosyası
İndir
Lisans paketi
Listeleniyor 1 - 1 / 1
[ X ]
İsim:
license.txt
Boyut:
1.44 KB
Biçim:
Item-specific license agreed upon to submission
Açıklama:
İndir

Koleksiyon

Sosyal Bilimler Enstitüsü Makaleler
TR-Dizin İndeksli Yayınlar Koleksiyonu