İlaç Satış Verileri Kullanılarak Ağaç Algoritmaları İle Elde Edilen Gelirin Tahmin Edilmesi

İnsanların bozulan sağlık dengelerinin iyileştirilmesinde kilit rolleri bulunan ilaçlar, günümüzde artan bir oranda satın alınmaktadır. Bu ilaçlara yönelik satın alınma davranışlarının bilinmesi önemlidir. Bu çalışmanın amacı, bir bölgedeki ilaç satın alımına yönelik veriler kullanılarak sonraki durumların tahminlenmesini sağlamaktır. Bu sayede bölgesel olarak tüketilen ilaç türleri üzerinden ilaçların depolanma durumları da kontrol altına alınabilir. Bu çalışmada Türkiye’deki bir eczanenin 2018 Mayıs ayı ile 2019 Mart ayı arasındaki bir yıllık 108.525 adet ilaç satış verileri analiz edilmiştir. Bu kapsamda hasta türlerine, ilaç yazan kuruma ve ilaç grubuna göre satış tutarları tahmin edilmeye çalışılmıştır. Weka programı ile yapılan tahminlerde ağaç algoritmalarından olan DecisionStump, M5P, RandomForest, RandomTree ve REPTree kullanılmıştır. Bu algoritmaların ortalama mutlak hata, hata karelerinin karekökü ve korelasyon katsayısı değerleri karşılaştırılarak en başarılı tahmin modeli bulunmaya çalışılmıştır. İlaç grubuna göre satın alma tutarı ile hasta türlerine göre satın alma tutarları tahmin edilirken 0,53 ve 0,58 korelasyon katsayıları çok düşük çıkmış ve başarılı bir tahmin elde edilememiştir. Fakat ilaç yazan kurumdan elde edilen satın alma tutarları 0,83 korelasyon katsayısı ile yüksek başarılı tahminler elde edilmiştir.