Predicting survival limitation by machine learning in patient with cancer

Basit Öğe Kaydı
dc.authorid0000-0002-4409-9669en_US
dc.authorid0000- 0002-9017-4105en_US
dc.authorid0000–0002-5040–5642en_US
dc.contributor.authorÇakmak, Cuma
dc.contributor.authorÇınar, Fadime
dc.contributor.authorÇakmak, Mehmet Aziz
dc.date.accessioned2025-02-04T12:36:45Z
dc.date.available2025-02-04T12:36:45Z
dc.date.issued2024en_US
dc.departmentDicle Üniversitesi, İktisadi ve İdari Bilimler Fakültesi, Sağlık Yönetimi Bölümüen_US
dc.description.abstractCancer is an important public health problem, ranking second in terms of burden of disease in the United States and ranking first in the global burden of disease in the world. Cancer, which causes significant mortality and morbidity, is affected by many factors. Researchers are increasingly interested in this field, both in examining the factors that cause the disease and in managing the disease and are conducting research on this disease with new treatment methods, new techniques and technologies. In this study, its aimed to determine survival rates by analysing open access cancer data representing 8.3% of the US population. With the data obtained, it was tried to classify the survival of cancer patients. Within the scope of the research, various confidence levels were obtained with decision trees, random forrest, SVM algorithms, which are data mining tools. The highest confidence level was obtained with the random forrest algorithm with 75.3%. As a result, it was seen that the model was meaningful and usable, and that survival classification could be made with the data obtained. Survival classification can be an important element for health service providers in resource allocation and effective care.en_US
dc.description.abstractKanser önemli bir halk sağlığı sorunu olmakla birlikte ABD’de hastalık yükü açısından ikinci sırada yer almakta dünyada ise küresel hastalık yükü sıralamasında ilk sıralarda yer alabilmektedir. Önemli oranda mortalite ve morbiditeye neden olan kanser hastalığı birçok faktörden etkilenmektedir. Gerek hastalığa neden olan faktörlerin incelenmesi gerek hastalığın yönetilmesi konusunda araştırmacılar giderek artan oranda bu alanla ilgilenmekte yeni tedavi yöntemleri, yeni teknikler ve teknolojiler ile bu hastalık üzerinde araştırmalar yapmaktadırlar. Bu çalışmada ABD toplumun %8,3’ünü temsil eden ve açık erişimli olarak ulaşılabilen kanser verileri analiz edilerek sağkalım oranlarını tespit etmek amaçlanmıştır. Araştırmada veri madenciliği yöntemlerinden biri olan Konstanz Information Miner (KNIME) programı kullanılmıştır. Elde edilen veriler ile kanser hastalarının sağkalımları sınıflandırılmaya çalışılmıştır. Araştırma kapsamında veri madenciliği araçları olan karar ağaçları, random forrest, Destek Vektör Makineleri (Support Vector Machine-SVM) algoritmaları ile çeşitli güven düzeyleri elde edilmiştir. En yüksek güven düzeyi %75,3 ile random forrest algoritması ile elde edilmiştir. Sonuç olarak modelin anlamlı ve kullanılabilir olduğu ve elde edilen veriler ile sağkalım sınıflandırılmasının yapılabildiği görülmüştür. Sağkalım sınıflandırması kaynak tahsisinde ve etkili bakım konusunda sağlık hizmet sunucuları için önemli bir unsur olabilir.en_US
dc.identifier.citationÇakmak, C., Çınar, F. ve Çakmak, M. A. (2024). Predicting survival limitation by machine learning in patient with cancer. Dicle Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 14(28), 842-855.en_US
dc.identifier.endpage855en_US
dc.identifier.issn1309-4602
dc.identifier.issn2587-0106
dc.identifier.issue28en_US
dc.identifier.startpage842en_US
dc.identifier.urihttps://dergipark.org.tr/tr/pub/duiibfd/issue/86232/1494646
dc.identifier.urihttps://hdl.handle.net/11468/29407
dc.identifier.volume14en_US
dc.institutionauthorÇakmak, Cuma
dc.language.isoenen_US
dc.publisherDicle Üniversitesi İktisadi ve İdari Bilimler Fakültesien_US
dc.relation.ispartofDicle Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisien_US
dc.relation.isversionof10.53092/duiibfd.1494646en_US
dc.relation.publicationcategoryMakale - Uluslararası Hakemli Dergi - Kurum Öğretim Elemanıen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.subjectKNIMEen_US
dc.subjectData miningen_US
dc.subjectCanceren_US
dc.subjectCountries databaseen_US
dc.subjectU.S.en_US
dc.subjectVeri madenciliğien_US
dc.subjectKanseren_US
dc.subjectÜlke veritabanıen_US
dc.subjectABDen_US
dc.titlePredicting survival limitation by machine learning in patient with canceren_US
dc.title.alternativeKanserli hastalarda mekine öğrenimi ile sağkalım oranının tahmin edilmesien_US
dc.typeArticleen_US

Dosyalar

Orijinal paket
Listeleniyor 1 - 1 / 1
Küçük Resim
İsim:
PREDICTING SURVIVAL LIMITATION BY MACHINE LEARNING IN PATIENT.pdf
Boyut:
1.02 MB
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

Dicle Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi