Sunum yükleniyor. Lütfen bekleyiniz

Sunum yükleniyor. Lütfen bekleyiniz

BİYOKİMYA VE HEMOGRAM LABORATUVAR TEST SONUÇLARININ LOJİSTİK REGRESYON YÖNTEMİYLE ANALİZİ.

Benzer bir sunumlar


... konulu sunumlar: "BİYOKİMYA VE HEMOGRAM LABORATUVAR TEST SONUÇLARININ LOJİSTİK REGRESYON YÖNTEMİYLE ANALİZİ."— Sunum transkripti:

1 BİYOKİMYA VE HEMOGRAM LABORATUVAR TEST SONUÇLARININ LOJİSTİK REGRESYON YÖNTEMİYLE ANALİZİ

2 Giriş  Kalp-Damar Sistemi Hastalıkları Hakkında Bilgi  Veritabanında Bilgi Keşfi Süreci  Veri Madenciliği  Lojistik Regresyon Analizi  Geliştirilen Uygulama  Sonuç ve Öneriler

3  Kalp-damar sistemi hastalıkları tüm toplumlarda önemli bir toplumsal sağlık sorunudur. Bu hastalıklar hem çok sık görülür, hem de çok sayıda insanın ölümünden sorumludur. Örneğin ülkemizdeki bütün ölümlerin %40 kadarı kalp hastalıkları nedeniyle olmaktadır.  Kalbi besleyen damarlara koroner damar adı verilir. Kalp- damar hastalıkları konusunda en sık olan ve en çok ölüme yol açan tür koroner kalp hastalığıdır. Kalp Damar Sistemi Hastalıkları

4  Türk Kardiyoloji Derneği’nin 2002’de yayınladığı Koroner Kalp Hastalığı Korunma ve Tedavi Klavuzu’ nda belirtilen ve araştırmamızda kullanılan koroner kalp hastalığı risk faktörleri şunlardır: Erkeklerde 45 ve daha üzeri, kadınlarda 55 ve daha üzeri yaşında olma, Serum LDL kolesterol değerinin ≥130 mg/ dl olması, Total kolesterolün >200 mg/ dl olması, Serum trigliserid düzeyinin ≥150 mg/ dl olması, Serum HDL kolesterol düzeyinin <40 mg/ dl olması. Koroner Kalp Hastalığı

5  Günümüzde yapılan işlemler sonucunda saklanan veriler her an inanılmaz boyutlarda artmaktadır.  Veri tabanı sistemlerinin artan kullanımı ve hacimlerindeki bu olağanüstü artış, Veri Tabanlarında Bilgi Keşfi adı altında, sürekli ve yeni arayışlara neden olmaktadır.  Özellikle tıp alanındaki verinin büyüklüğü ve hayati önem taşıması bu alandaki uygulamaları daha da önemli kılmaktadır. Veritabanında Bilgi Keşfi Süreci

6  Veri Temizleme,  Veri Bütünleştirme,  Veri Seçme,  Veri Dönüşümü,  Veri Madenciliği,  Örüntü Değerlendirme,  Bilgi Sunumu Bilgi Keşif Süreci Adımları

7 Bir veya daha fazla makine öğrenme tekniği ile büyük miktarlardaki verilerden anlamlı bilgi çıkartılması ve verilerin analiz edilmesi işlemidir. Veri Madenciliği

8  Lojistik Regresyon Modeli  Değişkenler  Odds Oranı  Modelin Uyum İyiliği Testi Lojistik Regresyon İle Veri Analizi

9  Lojistik model, ortaya çıkacak riski 0 ile 1 arasında herhangi bir değer olarak tahmin etmeyi amaçlar.  Lojistik fonksiyonun 0 ile 1 arasında bir değişim aralığına sahip olması tercih edilmesindeki en önemli nedendir. LRA – Lojistik Regresyon Modeli

10  Lojistik regresyon analizinin kullanım amacı, en az değişkeni kullanarak en iyi uyuma sahip olacak şekilde bağımlı ve bağımsız değişkenler arasındaki ilişkiyi tanımlayabilen ve biyolojik olarak kabul edilebilir bir model kurmaktır.  Lojistik regresyon denklemlerinde bağımsız değişkenlerin tümünün bağımlı değişkeni açıklamak için etkili olması her zaman mümkün olmamaktadır. LRA – Lojistik Regresyon Modeli

11  Değişkenler birlikteliği ya da nedenselliği göstermek amacıyla kullanıldığında, bağımsız değişken ve bağımlı değişken olarak adlandırılır. Bağımsız Değişken Sigara --> Hastalık Bağımlı(Sonuç) Değişken Kategorik Değişken Sürekli Değişken LRA - Değişkenler

12  İncelenen bir olayın(hastalığın) olasılığının kendi dışında kalan diğer olayların olasılığına oranına Odds Değeri denir. Lojistik regresyon analizi, odds değerini temel alır. Odds Değeri = p / (1-p)  Örneğin, p= 0,25 ise Odds=0,25/(1-0,25) = 1/3 ‘tür. LRA – Odds Oranı

13  Bağımsız değişkenin iki sonuçlu olduğu yani x’ in 0 ya da 1 şeklinde kodlandığı durumda x= 1 iken sonucun bireyler arasında olma olasılığı, π(1)/[1 - π(1)], x= 0 iken sonucun bireyler arasında olma olasılığı da π( 0 )/ [1 - π( 0 )]’ dır.  Odds oranı(OR), x= 1 ’in odds değerinin x= 0 odds değerine oranıdır ve e B1 ‘e eşittir. LRA – Odds Oranı

14  Odds oranı, özellikle epidemiyolojide geniş kullanım alanları bulan bir bağlantı ölçümüdür.  Örneğin; y, karaciğer kanseri olma durumunu, x, alkol kullanma durumunu gösterdiğinde OR= 3, herhangi bir popülasyonda alkol kullananlar arasında karaciğer kanseri olma olasılığının, alkol kullanmayanlar arasında olma olasılığının 3 katı olduğunu ifade eder. LRA – Odds Oranı

15 Uyum iyiliği, kurulan modelin yanıt değişkenini ne kadar iyi açıklayabildiğinin ifadesidir ve uydurulmuş y değerleri ile gerçek y değerleri arasındaki farkla ilgilidir. π(x) değerinin ≥ 0,5 olması durumunda π(x)= 1, π(x) < 0,5 olması durumunda ise π(x)= 0 biçiminde sınıflanır. LRA – Modelin Uyum İyiliği Testi

16 Bu çalışmada biyokimya ve hemogram laboratuvar test sonuçları analiz edilerek oluşturulan lojistik regresyon modeli ile hastalığın olma durumu incelenmektedir. Uygulama Yeni Veri Analizi Web Formu C# Veritabanı Sunucusu JSP Hastane Verileri Oluşturulan Model Modele Ait Web Uygulaması Geliştirilen Uygulama Sistem Mimarisi

17 Veri tabanı sunucusuOracle XE Uygulama Geliştirme Ortamı, Kullanılan Programlama Dili Microsoft Visual Studio 2008, C# Web Uygulama Geliştirme Ortamı Web Programlama Eclipse Java Server Pages Sistem Bileşenleri Uygulama

18  Geriye dönük ve olgu-kontrol araştırması şeklinde gerçekleştirilen bu çalışmanın verileri, tarihleri arasında Kardiyoloji ve diğer servislerden elde edilmiştir.  Olguların % 50,30 ’u kadın, % 49,70 ’i erkek iken ortalama yaş oranı 63,032±13,7 ve o lgu sayısı 169 ’dur. Hasta Verileri KKH (101) Kontrol (68) Uygulama – Veri Seti

19  Geliştirilen yazılım ile yapılan analize ait işlem basamakları şunlardır: Uygulama Ham Veri Seti Belirleyici Faktörler Kategorik ve Referans Değerler Hastalık Nedenleri Model Oluşturma Yeni Veri Analizi

20 Uygulama – Veri Seti İşlemleri Ham Veri Seti

21 Uygulama – Veri Seti İşlemleri Belirleyici Faktörler

22 Uygulama – Veri Seti İşlemleri Kategorik Değerler

23 Uygulama – Veri Seti İşlemleri Referans Değerler

24 Uygulama – Veri Seti İşlemleri Hastalık Nedenleri

25 Uygulama – Veri Seti İşlemleri Model Oluşturma

26 Oluşturulacak olan model için her bir test değişkenini modele dahil etmek, modelin önemliliğini yitirmesine neden olacaktır. Bu nedenle bağımlı değişken ile aralarında anlamlılık durumu bulunmayan test değişkenleri modele dahil edilmemelidir. KOLESTEROL, TRIGLISERID, LDLKOLESTROL, HDLKOLESTROL ve YAS değişkenleri bağımlı değişken için anlamlı bulunmuş, diğer değişkenler bağımlı değişken için anlamlı bulunmamıştır. Uygulama – Model Oluşturma İşlemleri Değişkenlerin Anlamlılığı Testi

27 Uygulama – Model Oluşturma İşlemleri Değişkenlerin anlamlılığı testi sonucu bağımlı değişken için anlamlı bulunan her bir değişken ile bağımlı değişken değişkenlerin önemliliği testi ile test edilerek oluşturulacak modele dahil edilmesi muhtemel olan değişkenlerin tespiti yapılmıştır. Değişkenlerin Önemliliği Testi

28 Uygulama – Model Oluşturma İşlemleri Lojistik Regresyon Analizi

29 Uygulama – Model Oluşturma İşlemleri Doğru Sınıflandırma Oranı Oluşturulan lojistik regresyon modelindeki bağımsız test değişkenleri ile bağımlı değişken için olasılık analizi yapılarak veri setindeki koroner kalp hastası olma durumu değerleri ile analiz sonucu elde edilen değerler karşılaştırılmış ve “Doğru Sınıflandırma Oranı” hesaplanmıştır.

30 Uygulama – Model Oluşturma İşlemleri Başarı Oranı

31 Uygulama – Yeni Veri Analizi Yeni Verilerin Analizi

32  Analizi sonucunda görülmektedir ki,  Erkeklerde 45, kadınlarda 55 yaş ve üstü olma,  HDL kolestrol değerinin 40 mg/ dl'den küçük olması,  LDL kolestrol değerinin 129 mg/ dl'den büyük olması,  Kolesterol değerinin 200 mg/ dl‘ den büyük olması  TRIGLISERID değerinin 149 mg/ dl‘ den büyük olması Koroner kalp hastalığı için birer risk faktörüdür ve hastalığın tahmin edilmesinde bu parametreler kullanılabilir. Sonuçlar ve Öneriler

33  Koroner kalp hastalığı verileri kardiyoloji bölümündeki doktorlar tarafından koroner kalp hastalığı tanısı ile işleme alınmış verilerden oluşmakta, kontrol grubu hastalarına ait veriler ise kardiyoloji bölümü haricindeki diğer bölümlerdeki hasta verilerinden oluşmaktadır.  Olgu sayısı…  Literatür taramalarında görülmüştür ki,  Sigara kullanımı,  Şeker hastalığı,  Aile öyküsü,  Hipertansiyon ve obezite değerlerinin veri setinde belirleyici faktör olarak bulunması analizdeki başarıyı arttıracaktır. Sonuçlar ve Öneriler

34  Tıbbi araştırmaların birincil amacı hastalıkların nedenlerini, gelişimini ve etkilerini anlamak ve koruyucu, tanı koyucu ve tedavi edici girişimleri geliştirmektir.  Elde edilen modelin doğruluğu, analiz edilen verilerin tutarlılığı ve olgu sayısı gibi etkenlere bağlıdır.  Bu çalışma ile herhangi bir hastalığın nedenlerine dair istatistiksel analiz yapılabilmekte ve analizin başarı oranları ile model ortaya konmaktadır. Sonuçlar ve Öneriler

35 Teşekkürler …


"BİYOKİMYA VE HEMOGRAM LABORATUVAR TEST SONUÇLARININ LOJİSTİK REGRESYON YÖNTEMİYLE ANALİZİ." indir ppt

Benzer bir sunumlar


Google Reklamları