It has become easier to access the data which are related with the complicated network structures in many different areas from the treatment of outbreaks to the genetic structure of diseases, gene-protein matching and coexistence of diseases, through the technology and registration system which are developed in the field of the medical informatics. The Social Network Analysis has been become commonly used tool in this field in recent years, as an important tool for analyzing and interpreting this complex data structure and for generating information.An approach has been proposed wıth this thesis study, in terms of the areas where the network terminology can be used in medicine. For this purpose; firstly, the network concept and social network analysis has been explained in the methodological direction, and networks of coexistence of drugs and diseases have been established with an innovative approach to the use of this concept in the field of medicine. It is aimed that producing of the information with the data obtained on this network, that will be the basis for developing rational medicine use policies in countries where medicine consumption has increased rapidly over the years, such as our country. Two main results have been achieved with this study: The first one is the; network of the jointly prescribed diseases allows the identification of the linkage patterns that vary according to the age and sex. The second one is the; medicine common prescribing network allows to the identification of the different forms of connection that is changeable according to the age and sex. This result, obtained using a real and large data set, can be used as a benchmark to investigate prescribing habits or anomalies previously made with other data analysis techniques and the distribution of pathologies in the population.This study on medicine and disease prescribing network analysis brings a new perspective to the public health data. It can easily be adapted to different types of medical data for different medical investigations, with only one example of the types of information available using the network approach.

Tıp bilişimi alanında gelişen teknoloji ve kayıt sistemleri sayesinde salgınların tedavisinden hastalıkların genetik yapısına, gen-protein eşleşmesinden hastalıkların birlikte görülmesine kadar birçok farklı alandaki karmaşık ağ yapılarına ilişkin verilere ulaşım daha kolay hale gelmiştir. Sosyal ağ analizi bu karmaşık veri yapısının incelenip analiz edilerek yorumlanmasını ve bilgi üretilmesini sağlayan önemli bir araç olarak son yıllarda bu alanda sıklıkla kullanılır hale gelmiştirBu tez çalışması ile ağ terminolojisinin tıpta kullanılabileceği alanlar açısından bir yaklaşım önerisinde bulunulmuştur. Bu amaçla öncelikle ağ kavramı ve sosyal ağ analizi yöntembilimsel doğrultuda açıklanmış ve bu kavramın tıp alanında kullanımına yenilikçi bir yaklaşım ile ilaçların birlikte kullanım ağı ve hastalıkların birlikte görülmesi ağları oluşturulmuştur. Bu ağlara ilişkin elde edilecek verilerle Ülkemiz gibi ilaç tüketiminin yıllar içinde hızla artış gösterdiği ülkelerde akılcı ilaç kullanımı politikaları geliştirme konusunda dayanak olacak bilgi üretilmesi hedeflenmiştir.Çalışmamız ile aşağıdaki iki temel sonuca ulaşılmıştır: Birincisi, birlikte reçete edilen hastalıkların ağı, farklı hastaların yaş ve cinsiyete göre değişen bağlantı şekillerinin tanımlanmasına izin vermektedir. İkincisi ise ilaç ortak reçeteleme ağı, farklı hastaların yaş ve cinsiyete göre değişen bağlantı şekillerinin tanımlanmasına izin vermektedir. Gerçek ve büyük bir veri seti kullanılarak elde edilen bu sonuç, daha önce diğer veri analizi teknikleriyle yapılmış olan reçeteleme alışkanlıklarını veya anomalilerini ve popülasyondaki patolojilerin dağılımını araştırmak için bir kıyaslama olarak kullanılabilirİlaç ve hastalık reçeteleme ağı analizi üzerine yapılan bu çalışma, halk sağlığı verilerine yeni bir bakış açısı getirmektedir. Ağ yaklaşımını kullanarak elde edilebilen bilgi türlerinden yalnızca birine örnek olmakla birlikte farklı tıbbi araştırmalar için farklı tıbbi veri türlerine de kolaylıkla uyarlanabilir.