Open Access
Ailevi Akdeniz Ateşi'nde Kolşisin Tedavisinin Makine Öğrenmesi Analizi
Muhammet İkbal Yıldız1*, Salim Ceyhan2
1Bilecik Şeyh Edebali Üniversitesi, Bilecik, Türkiye
2Bilecik Şeyh Edebali Üniversitesi, Bilecik, Türkiye
* Corresponding author: muh.ikbalyildiz@gmail.com

Presented at the Cognitive Models and Artificial Intelligence Conference (BMYZ2023), Ankara, Türkiye, Oct 26, 2023

SETSCI Conference Proceedings, 2023, 15, Page (s): 40-44 , https://doi.org/10.36287/setsci.6.1.017

Published Date: 29 December 2023    | 1418     6

Abstract

Bu çalışma, Ailevi Akdeniz Ateşi (AAA) hastalığına özgü bir veri setini analiz etmek için K-means kümeleme ve Kruskal-Wallis istatistiksel testini kullanan kapsamlı bir araştırmadır. Çalışmanın ana hedefi, AAA hastalarının kolşisin tedavi yanıtlarını etkileyen klinik ve demografik özellikleri belirlemektir. Toplamda 144 hasta kaydı içeren veri seti, demografik bilgiler, klinik semptomlar ve genetik varyantlar gibi 15 farklı özelliği barındırmaktadır. Özellik seçimi için ANOVA F-değerini temel alan SelectKBest algoritması kullanılmış ve "atak süresi", "ateş" ve "TİT protein" en fazla bilgi taşıyan üç özellik olarak seçilmiştir. Bu özellikler üzerinde K-means kümeleme algoritması uygulanmış ve yaklaşık olarak %70.14 doğruluk oranı elde edilmiştir. Ayrıca, Kruskal-Wallis testi ile de bu özelliklerin kolşisin tedavi yanıtları açısından istatistiksel olarak anlamlı farklılıklar gösterdiği tespit edilmiştir. Çalışma, klinisyenlere AAA hastalarına daha etkili ve kişiselleştirilmiş tedavi protokolleri önerme olanağı sağlama potansiyeli ile dikkat çekmektedir. Bu araştırma, daha geniş kapsamlı çalışmalar için önemli bir temel oluşturmaktadır.

Keywords - Makine Öğrenmesi, K-means Kümeleme, Ailevi Akdeniz Ateşi, Kolşisin Tedavisi, Sağlıkta Veri Madenciliği

References

M. Tunca, Familial Mediterranean Fever (FMF) in Turkey: Results of a Nationwide Multicenter Study, Medicine, 84(1): p 1-11, 2005.

P. Mansueto, A. Seidita, M. Chiavetta, D. Genoves, A. Giuliano, W. Priano, A. Carroccio, A. Casuccio, E. Amodio, Familial Mediterranean Fever and Diet: A Narrative Review of the Scientific Literature, Nutrients, 14, 3216, 2022.

S. Üstebay, D. Ü. Üstebay, Y. Yılmaz, Ailevi Akdeniz Ateşi. Journal of Academic research in medicine, 2015.

D. Zemer, A. Livneh, Y. L. Danon, M. Pras, E. Sohar, Long-term colchicine treatment in children with familial Mediterranean fever, Arthritis Rheum, 34: 973-7, 1991.

R. C. Goldstein, A.D. Schwabe, Prophylactic colchicine therapy in familial Mediterranean fever. A controlled, double-blind study, Ann Intern Med, 81: 792-4, 1974.

V. J. Parvaneh, R. Shiari, Treatment of Colchicine-Resistant Familial Mediterranean Fever With Anakinra. Arch Pediatr Infect Dis, 3(3): e21664, 2015.

O. Adato, R. Brenner, A. Levy et al, Determining the origin of different variants associated with familial mediterranean fever by machine-learning, Sci Rep, 12, 15206 (2022).

E. Sohar, J. Gafni, M. Pras, H. Heller, Familial Mediterranean fever. A survey of 470 cases and review of the literatüre, Am J Med, 43:227–53. doi:10.1016/0002-9343(67)90167-2, 1967.

S. Ozgocmen, O. Akgul, Anti-TNF agents in familial Mediterranean fever: report of three cases and review of the literature. Mod Rheuma tol 2011; 21: 684-90.

İ. Sarı, M. Birlik, T. Kaşifoğlu, Familial Mediterranean fever: An updated review, Eur. J. Rheumatol, 1: 21-33, 2014.

I. Guyon, A. Elisseeff, An Introduction to Variable and Feature Selection, Journal of Machine Learning Research. 3 1157-1182, 2003.

W. H. Kruskal, W. A. Wallis, Use of ranks in one-criterion variance analysis. Journal of the American Statistical Association, 47(260), 583-621, 1952.

M. Hollander, D.A A. Wolfe, E. Chicken, Nonparametric statistical methods. John Wiley & Sons, 2013.

SETSCI 2024
info@set-science.com
Copyright © 2024 SETECH
Tokat Technology Development Zone Gaziosmanpaşa University Taşlıçiftlik Campus, 60240 TOKAT-TÜRKİYE