Using data mining for analyzing effects of biomarkers on decision of depression levels

---

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Çukurova Üniversitesi, Fen Bilimleri Enstitüsü, Bilgisayar Mühendisliği, Türkiye

Tezin Onay Tarihi: 2022

Tezin Dili: İngilizce

Öğrenci: RAHMİ KAVAK

Danışman: Selma Ayşe Özel

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Depresyon, kalıcı bir üzüntü hissine ve ilgi kaybına neden olan bir duygu durum bozukluğudur. Birçok duygusal ve fiziksel etkene bağlı olduğu için teşhis edilmesi zor bir sağlık sorunudur. Depresyonun erken teşhis edilmesi, intihar gibi ciddi sonuçları olan durumları önlemeye yardımcı olmaktadır. Bu çalışmanın amacı, veri ön işleme tekniklerini kullanarak eksik ve gürültülü sağlık verilerinden düzenli bir veri seti elde etmek ve bu veri seti üzerinde ilk kez veri madenciliği yöntemleri uygulanarak depresyon seviyesi tanısında psikoterapistlere yardımcı olacak bir model geliştirmektir. Ayrıca veri setinde yer alan kan biyobelirteçlerinin depresyon ile ilişkisi incelenmektedir. Önerilen modelin öğrenilmesi ve test edilmesi için Adana Dr. Ekrem Tok Ruh Sağlığı Hastanesi'nden alınan veri seti kullanılmaktadır. Eksik veri tamamlama için k-En Yakın Komşu (kNN), Zincirlenmiş Denklemlerle Çok Değişkenli İmputasyon (MICE) ve Rastgele Orman (missForest) yöntemleri uygulanmıştır. Tıbbi veri setleri üzerinde daha önce uygulanmış ve başarısı ispatlanmış olan k-En Yakın Komşu (kNN), Rastgele Orman (RF) ve Çok Katmanlı Algılayıcı (MLP) sınıflayıcıları uygulanarak veri seti sınıflandırılmıştır. Performans değerlendirme kriteri olarak doğruluk ve F-skoru metrikleri kullanılmıştır. En iyi başarı oranı Rastgele Ormanlar sınıflayıcısı ile elde edilmiştir (Doğruluk=0.557 ve F-skoru=0.268). Üç özellik seçim yöntemi tarafından ortaklaşa seçilen en önemli 5 biyobelirteç şu şekildedir: Kreatinin (kanda), HIV Combi, Üre, HBs Ab ve HBsAg.