LOJİSTİK REGRESYON ANALİZİ VE MAKİNE ÖĞRENMESİ ALGORİTMALARI İLE PROSTAT KANSERİ RİSK FAKTÖRLERİNİN BELİRLENMESİ ÜZERİNE BİR ÇALIŞMA

---

Tezin Türü: Doktora

Tezin Yürütüldüğü Kurum: İstanbul Üniversitesi-Cerrahpaşa, Cerrahpaşa Tıp Fakültesi, Temel Tıp Bilimleri Bölümü, Türkiye

Tezin Onay Tarihi: 2022

Tezin Dili: Türkçe

Öğrenci: Selman Aktaş

Danışman: Murat Kirişci

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Bağımlı değişkenler ile bağımsız değişkenler arasındaki neden-sonuç ilişkileri regresyon modelleri ile çözümlenmektedir. Regresyon modelleri kullanılan veri yapıları ve istenilen ön koşullar ile çeşitlenmektedir. Açıklanan (bağımlı) değişkenin niteliksel veri türünde olduğu durumlarda Lojistik Regresyon analizleri kullanılmaktadır. Lojistik regresyon analizleri (LR) bağımlı değişkeninin kategori sayısına göre çeşitlenmektedir. Bu çalışmada sadece bağımlı değişkenin kategori sayısının iki olduğu durumlarda kullanılan ikili (binary) lojistik regresyon analizi kullanılmıştır. İkili lojistik regresyon analizi özellikle tıp alanında hastalığa etki eden çevresel risk faktörlerini belirlemek, hasta-sağlıklı bireyleri sınıflandırmak ve tahminlemek amacıyla sıklıkla kullanılmaktadır. Bilgi çağı olarak nitelendirilen içinde bulunduğumuz çağ internet ve bilgisayar alanındaki gelişmeler ile yeni kavramları hayatımıza taşımıştır. Şüphesiz bu kavramların başında özellikle matematik, istatistik ve veri madenciliği alanlarının konusuna giren makine öğrenmesi kavramı gelmektedir. Bu kavram Alan. M. Turing tarafından 1950 yılında ortaya atılan makinelerin insanlar gibi düşünebilir mi? sorusundan türemiştir. Makine öğrenmesi yöntemleri günümüzde finans, mühendislik, otomotiv ve tıp gibi çeşitli alanlarda kullanılmaktadır. Makine öğrenmesinde; matematiksel ve istatistiksel yöntemleri temel alarak oluşturulan algoritmalar kullanılır. Çeşitli algoritmalarla eğitilen modeller, öğrenme işlemini tamamlayarak denemeler yapar. Makine öğrenmesinde temel olarak üç çeşit öğrenme vardır. Bu çalışmada girdi (bağımsız) değişkenleri ile çıktı (bağımlı) değişkenlerinin olduğu makine öğrenmesi türü olan denetimli (gözetimli) öğrenme kullanılmıştır. Makine öğrenmesinde temel amaç bağımsız değişkenler ile bağımlı değişkenin tahminini yaparak öğrenmeyi sağlamaktır. Bu çalışma da makine öğrenme yöntemleri ve lojistik regresyon analizini kullanarak prostat kanseri risk faktörlerini belirleyerek bu yöntemlerden en iyi sınıflandırmayı sağlayan yöntemi bulmayı amaçlamaktadır. Türkiye ve dünya genelinde erkeklerde yaygın olarak görülen prostat kanseri hastalığının risk faktörleri belirlenmiştir. 248'i hasta 253'ü sağlıklı 501 kişi ile analizler gerçekleştirilmiştir. Hastalığa ait risk faktörleri makine öğrenmesi yöntemlerinden olan destek makine vektörü (SVM), K-en yakın komşuluğu (KNN), Otomatik ki-kare etkileşim belirleme (CHAİD), C5.0 algoritmalarıyla ve LR ile ayrı ayrı belirlenmiştir. Oluşturulan modellerde yaş, sigara kullanımı ve ailede kanser hastalığının varlığı ortak risk faktörleri olarak bulunmuştur. Bunun yanında modellerde menide veya idrarda kan görülmesi, idrara çıkma sıklığı, gün içindeki yaşam şeklinin risk faktörü olduğu tespit edilmiştir. Doğru sınıflama yüzdesi LR'nin %92,2 SVM'nin %89,92 KNN'nin %88,48 CHAİD'in %91,36 ve C5.0'ın %88,48 dir. Prostat kanseri hastalarını sınıflandırmada en iyi sonucu İkili Lojistik Regresyon analizinin verdiği görülmüştür. Çalışmanın örneklem büyüklüğü yeterli olsa da yapılacak çalışmalarda gerçek veriler üzerinden daha büyük örneklemlerde analizlerin yapılması tavsiye edilmektedir.