setsci Setsci conference indexing system 2618-6446 SET Technology 17e3bede-64f3-45ff-acd0-2d32da549ee3 Karar Ağaçları ile Otistik Spektrum Bozukluğu Tanısı Koyma DUYGU   Büşra  KOCAOĞLU   Merve  COŞKUN   Aysun  Gazi Üniversitesi   01 06 2019 4 445 460 © 2019 SET Technology 2019 SET Technology CC BY 4.0

Çalışmamız; sosyal etkileşim, tekrarlayan davranışlar, kısıtlı ilgi alanları ve iletişim sorunu olarak ortaya çıkan ve ömür boyu devam eden bir gelişim bozukluğu olan Otizmin erken tanısı üzerine gerçekleştirilmiştir. Karar ağacı algoritmaları ile Otistik Spektrum Bozukluğu tanısı koymada ilişkili özellikle on davranış tespiti sorusu ile %95,73 başarıyla doğru tanı koymada etkili olduğu gözlemlenmiştir. Ayrıca çalışmada, etnik yapının hastalığa etkisi incelenmiş ve sonuçlarda yüksek oranda bir fark tespit edilmemiştir.  

 karar ağaçları, otizm, veri madenciliği Özeren,Sultan,Gül.,2013.Otizm Spektrum Bozukluğu (OSB) ve Hastalığa Kanıt Penceresinden Bakış.Acıbadem Üniversitesi Sağlık Bilimleri Dergisi .4(2).pp.57-63 Bodur,Ş., Soysal,Ş., Otizmin Erken Tanısı ve Önemi, 2004. cilt 13 ,sayı 10, 394-398 Şener,E.F.,Özkul ,Y., 2013.OTİZMİN GENETİK TEMELLLERİ ,The Genetic Basis of Autism, Sağlık Bilimleri Dergisi (Journal of Health Sciences) 22(1) 86-92, 2013 Uhmn S., Kim D.H., Ko Y.W., Cho S., Cheong J., Kim J., 2009. A Study on Application of Single Nucleotide Polymorphism and Machine Learning Techniques to Diagnosis of Chronic Hepatitis. Expert Systems. 26(1) Huang J., Lin A., Narasimhan B., Quertermous T., Hsiung C.A., Ho L.T., Grove J.S., Oliver M., Ranade K., Risch N.J., Olshen R.A., 2004. Tree-structured supervised learning and the genetics of hypertension. Proceedings of the National Academy of Sciences of the United States of America. July 12. 101(29):10529–10534 Anunciacao O., Gomes B.C., Vinga S., Gaspar J., Oliveira A.L., Rueff J., 2010. A Data Mining Approach for the Detection of High-Risk Breast Cancer Groups. In: Rocha M.P., Riverola F.F., Shatkay H., Corchado J.M. Eds. Advances in Bioinformatics. Advances in Intelligent and Soft Computing, Springer, Berlin, Heidelberg. 74: 43-51 JiaoY., Chen R., Ke X.,Cheng L., ChuK., Lun Z., Herskovits E.H., 2011. Predictive Models for Subtypes of Autism Spectrum Disorder Based on Single-Nucleotide Polymorphisms and Magnetic Resonance Imaging. Advances in Medical Sciences. 56: 334-342 Thabtah,F., Kamalov,F.,Rajab,K.,2018.A new computational intelligence approach to detect autistic features for autism screening,Volume117, September 2018, Pages 112-124 Wall DP, Kosmicki JA, DeLuca T, Harstad EB, Fusaro VA.,2012. Use of Machine Learning to Shorten Observation-based Screening and Diagnosis of Autism. Translational Psychiatry. 2012a;2(4):e100. Dur,Ş., Mutlu, B.,2017. Otizm Spektrum Bozukluğu ve Hemşirelik Yaklaşımı ,Autism Spectrum Disorder and Nursing Approach. Hemşirelikte Eğitim ve Araştırma Dergisi 2018;15 (1): 45-50 Haglund,N., Dahlgren,SO.,Källén, K., Gustafsson, P., Råstam, M., 2015.The Observation Scale for Autism (OSA): A New Screeening Method to Detect Autism Spectrum Disorder before Age Three Years,2015, 3, 230-237 Safavian S.R., Landgrebe D., 1991, “A survey of decision tree classifier methodology”, IEEE Transactions on Systems Man and Cybernetics, 21, 660-674 Göral,MA., “Kredi Kartı Başvuru Aşamasında Sahtecilik Tespiti İçin Bir Veri Madenciliği Modeli – Yük. Lisans Tezi İ.T.Ü. Fen Bilimleri Ens.. Ocak 2007- AKPINAR, 2000, s. 17. Geetha, A. ve Nasira, G.M. (2014) “Data Mining for Meteorological Applications: Decision Trees for Modeling Rainfall Prediction” IEEE International Conference on Computational Intelligence and Computing Research. Quinlan J.R., 1993, “C4.5: Programs for Machine Learning”, Morgan Kaufmann, San Mateo, CA,302 s Breiman L., Friedman J.H., Olshen R.A. and Stone C.J., 1984, “Classification and Regression Trees”Monterey, CA: Wadsworth, 358 s Mingers J., 1989, “An empirical comparison of pruning methods for decision tree induction”,Machine Learning, 4, 227–243 Yücebaş,S.,2018.Karmaşık Hastalıkların Teşhisinde Veri Madenciliği Yöntemlerinin Başarım Karşılaştırması, Çanakkale Onsekiz Mart University, Journal of Graduate School of Natural and Applied Sciences, 2018:4,1, 14-27//// Quinlan J.R., 1986. Induction of Decision Trees. Machine Learning. 1(1):81-106 Kavzoğlu, T., Çölkesen, İ., ”Karar Ağaçları İle Uydu Görüntülerinin Sınıflandırılması: Kocaeli Örneği” Harita Teknolojileri Elektronik Dergisi 2010, 2(1) 36-45 Bounsaythip, C. ve Esa, R. R. (2001). “Overview of Data Mining For Customer Behavior Modeling”, VTT Information Technology Research Report, Version:1, s.1-53 Trevor Hastie, Robert Tibshirani, and Jerome Friedman. The Elements of Statistical Learning.Springer: 2001, pp. 269-272 Breiman L., Friedman J.H., Olshen R.A. and Stone C.J., 1984, “Classification and Regression Trees” Monterey, CA: Wadsworth, 358 s Aytaç,Ö.,Kurtdaş,MC.,2015.Sağlık-Hastalığın Toplumsal Kökenleri ve Sağlık Sosyolojisi, Social Origins of Illness-Health and Health Sociology Fırat Üniversitesi Sosyal Bilimler Dergisi Fırat University Journal of Social Science Cilt: 25, Sayı: 1, Sayfa: 231-250, ELAZIĞ-2015