A data mining approach to predicting patient-based laser machine settings for kidney stone treatment operation

---

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Boğaziçi Üniversitesi, FEN BİLİMLERİ ENSTİTÜSÜ, FEN BİLİMLERİ ENSTİTÜSÜ, Türkiye

Tezin Onay Tarihi: 2020

Tezin Dili: İngilizce

Öğrenci: FİDAN ESER

Danışman: MUSTAFA NECATİ ARAS

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Üriner sistem taş hastalığı, insan sağlığını ve yaşam kalitesini etkileyen yaygın bir sağlık problemidir. Bu hastalığın tedavisinde ana amaç hastaya en az zarar verilerek komplet taşsızlık halinin sağlanmasıdır. Teknolojik gelişmelerle birlikte hastalığın tedavisine yönelik yaklaşımlar çeşitlilik kazanmıştır. Tedavi yöntemlerinin çeşitli olmasının yanı sıra hasta için uygulanması planlanan tedavi yönteminin, hasta karakteristiği göz önünde bulundurularak uygulanması tedavi başarısını etkileyen bir etkendir. Bu çalışmada, böbrek taşlarının RIRS yöntemi ile tedavi edilmesi durumunda operasyonun başarıyla tamamlanması için hastaya özel makina ayarlarının tahmin edilmesi hedeflenmiştir. Bu motivasyonla lineer regresyon, regresyon ağaçları, rassal orman ve ekstrem gradyan arttırma metodlarının makina ayar tahminindeki performansları analiz edilmiştir. Uygulama, İstanbul Medipol Üniversitesi Hastanesi Üroloji Bölümünden sağlanan veri seti kullanılarak gerçekleştirilmiştir. Söz konusu veri setinin, görece az gözlem içermesinin ve uygulanan imputasyon yöntemlerinin başarılı olmamasının, beklenen sonuçların elde edilememesinde etkili olduğu kanısına varılmıştır. Bu sebeple orijinal veri seti kullanılarak sentetik veri üretilmesi yoluna gidilmiştir. Sentetik veri üzerinde kurulan modeller orijinal veri üzerinde test edilmiştir. Sentetik veri üzerinde kurulan modellerin daha az hatalı tahminler verdiği görülmüştür. Ayrıca başarılı ve başarısız alt gruplar üzerinde eğitilen modeller, beklenildiliği gibi üzerinde eğitildikler veri grupları farklı olması sebebiyle birbirinden farklı tahminler vermiştir.