BİLDİRİLER

BİLDİRİ DETAY

Mehmet KIVRAK,Faruk Berat AKÇEŞME,Cemil ÇOLAK
KRONER ARTER HASTALIĞINI SINIFLANDIRMA PEROFRMANSI ÜZERİNE ÖRNEKLEM BÜYÜKLÜĞÜNÜN ETKİSİ: ÖRNEK BİR UYGULAMA
 
Kardiyovasküler hastalıklar, yaygın prevalansları nedeniyle en yaygın ölüm nedenlerinin başında gelmektedir. Ölümcül kardiyovasküler hastalıklardan biri olan koroner arter hastalığının doğru ve zamanında tanısı çok önemlidir. İnvaziv bir yöntem olan Angiyografi, hastalığı belirlemede kullanılan pahalı ve özel bir yöntem olup ciddi komplikasyonlara neden olabilir. Ayrıca anjiyografi sırasında; işlem ile ilgili nadir olmakla birlikte hastanın durumuna, uzman hekimin deneyimine ve işlemin tipine göre değişen oranlarda ölüm, myokard infarktüsü, serebrovasküler olaylar, ritim bozuklukları, damarsal komplikasyonlar, işlem sırasında kullanılan kontrast maddeye bağlı böbrek yetmezliği gibi komplikasyonlar ortaya çıkabilmektedir . Bu nedenle kardiyovasküler hastalıkların tanı ve tedavisinde, daha ucuz ve daha verimli olan veri madenciliği yöntemleri kullanılmaktadır. Alternatif bir yaklaşım olarak veri madenciliği gibi veri modelleme ve analizinin yapıldığı yöntemlerin kullanıldığı klinik karar destek sistemlerinin oluşturulması ile klinisyenlere bilgisayar destekli tanı imkânı sunularak hatalar ve maliyet azaltılabilir, hasta güvenliği ve klinik karar kalitesi anlamlı ölçüde artırılabilir. Bu çalışmada, açık kaynak erişimli web sitesindeki veri seti, kardiyovasküler hastalığını sınıflamak için kullanılmış olup, Cleveland kliniğince oluşturulmuş 14 değişkene ait hasta kaydından oluşmaktadır. Ayrıca, orijinal 303 hasta kayıtlarından elde edilen kardiyoloji veri setinden 1000 ve 10000'lik veri setleri türetilerek koroner arter hastalığı riskini belirlemek için makine öğrenme yöntemleri (C5.0 Karar Ağacı, Destek Vektör Makinesi, Çok Katmanlı Yapay Sinir Ağları ve Topluluk öğrenme) kullanılmıştır. Modellerin performans değerlendirmesi, doğruluk, seçicilik ve duyarlılık açısından karşılaştırılmıştır. Kroner arter hastalığı riskinin tahmininde en başarılı model belirlenmeye çalışılarak sonuçlar karşılaştırmalı olarak sunulmuştur.

Anahtar Kelimeler: Koroner Arter Hastalığı, Veri Madenciliği, Topluluk Öğrenme



 


Keywords: