Tez detayları

Random forest (Rastgele orman) algoritması temelli süreç izleme yönteminin ambulatuar kan basıncı izlemede hipertansiyonun erken tanısı için kullanımı

Yazarlar:

Fidan, Hilmi

Yayıncı:

Muğla Sıtkı Koçman Üniversitesi

Ana Başlıklar:

Yaşam bilimleri | Tıp

Belge Tipi:

Tezler

Program Tipi:

Yüksek Lisans

Yayın Tarihi:

12/2019

Belge Dili:

Türkçe

Document ID (Org No.):

2000131708

Anahtar sözcükler:

Kamu Sağlığı

Özet

Multivariate processes are the output of developing technology. The use of modern statistical methods to monitor these processes to identify problems and establish early warning systems is an increasingly important research problem. Multivariate control charts, which are widely used in both quality control and biostatistics, are also used in the monitoring of hypertension that has a chrono-biological structure. Multivariate control charts based on Hotelling T^2 statistics, Multivariate Cumulative Sum control chart (MCUSUM), Multivariate Exponential Weighted Moving Average control chart (MEWMA) offers more powerful alternatives compared to univariate methods. These conventional methods, when adapted to the monitoring problem of hypertension, require monitoring of day and night measurements on two separate control cards instead of simultaneously monitoring them. This can lead to an increase in the number of control charts and difficulties in interpretation, and they are susceptible to changes of a certain size. This thesis focuses on the adaptation of Real Time Contrasts (RTC) method to hypertension monitoring based on machine learning methods. Simulation studies performed to evaluate the performance of the method for different types of hypertension.

Çok değişkenli süreçler gelişen teknolojinin ürünüdür ve bu süreçlerin izlenmesi, sorunların tespiti ve erken uyarı sistemlerinin oluşturulması için modern istatistiksel yöntemlerin kullanılması giderek önem kazanan bir problemdir. Gerek kalite kontrolü gerekse biyoistatistik alanında yaygın olarak kullanılan çok değişkenli kontrol kartları krono-biyolojik yapıya sahip olan hipertansiyon izleme probleminde kullanılmaktadır. Hotelling T^2 istatistiğini temel alan çok değişkenli kontrol kartları, zamana göre ağırlıklandırılan çok değişkenli kümülatif toplam kontrol kartı (MCUSUM), çok değişkenli üstel ağırlıklı hareketli ortalama kontrol kartı (MEWMA) vb. yöntemlerle daha güçlü alternatifler sunmaktadır. Bu geleneksel yöntemler hipertansiyon izleme problemine uyarlandıklarında gün ve gece ölçümlerini aynı anda izlemek yerine iki ayrı kontrol kartında izlemeyi gerektirir. Bu durum kontrol kartı sayısının artışına ve yorumlama zorluklarına neden olabildiği gibi, belirli büyüklükteki değişimlere hassastırlar. Bu tez çalışmasında çok değişkenli kontrol kartları yerine makine öğrenmesi yöntemlerini temel alan ve bu yöntemleri kullanarak bir kontrol kartı oluşturmaya olanak veren Gerçek Zamanlı Zıtlıklar (Real Time Contrasts) kontrol kartının hipertansiyon izlemeye uyarlanması üzerinde durulmuştur. Yapılan simülasyon çalışmaları ile farklı hipertansiyon türleri için yöntemin performansı değerlendirilmiştir.

Tez detayları

Random forest (Rastgele orman) algoritması temelli süreç izleme yönteminin ambulatuar kan basıncı izlemede hipertansiyonun erken tanısı için kullanımı

Yazarlar: Fidan, Hilmi

Yayıncı: Muğla Sıtkı Koçman Üniversitesi

Ana Başlıklar: Yaşam bilimleri | Tıp

Belge Tipi: Tezler

Program Tipi: Yüksek Lisans

Yayın Tarihi: 12/2019

Belge Dili: Türkçe

Document ID (Org No.): 2000131708