{"title":"预测心力衰竭患者的生存:基于分类的机器学习算法的应用","authors":"Sinem Bozkurt Keser, Kemal Keskin","doi":"10.35414/akufemubid.1033377","DOIUrl":null,"url":null,"abstract":"Kardiyo-vasküler hastalıklar dünya genelinde en çok ölüme sebep olan hastalıklar arasında yer \nalmaktadır. Bir kardiyo-vasküler hastalık olan kalp yetmezliği, kalbin vücudun ihtiyaç duyduğu kanı \npompalayamaması durumudur. Ülkemizde sıklıkla görülen bu hastalığın sonucu olarak ölümler \nyaşanmaktadır. Bu çalışmada kalp yetmezliğe sahip hastaların sağ kalım veya ölüm durumlarının tahmin \nedilmesi için makine öğrenmesi tabanlı bir yaklaşım önerilmektedir. Üç farklı sınıflandırma algoritması \nkullanılarak önerilen yöntemin etkinliği değerlendirilmektedir. Gerçekleştirilen deneylerde, Yapay Sinir \nAğı algoritması ile en yüksek doğruluk değerine (86.67%) ulaşılmıştır. Önerilen yöntem, ölüm riskinin \nyüksek olduğu kalp yetmezliği hastalarına daha etkin ve uygun tedavi planlarının hazırlanması açısından \nyol gösterici olacaktır.","PeriodicalId":7433,"journal":{"name":"Afyon Kocatepe University Journal of Sciences and Engineering","volume":"435 1","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2023-05-03","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Prediction of Survival of Heart Failure Patients: An Application of Classification-Based Machine Learning Algorithms\",\"authors\":\"Sinem Bozkurt Keser, Kemal Keskin\",\"doi\":\"10.35414/akufemubid.1033377\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Kardiyo-vasküler hastalıklar dünya genelinde en çok ölüme sebep olan hastalıklar arasında yer \\nalmaktadır. Bir kardiyo-vasküler hastalık olan kalp yetmezliği, kalbin vücudun ihtiyaç duyduğu kanı \\npompalayamaması durumudur. Ülkemizde sıklıkla görülen bu hastalığın sonucu olarak ölümler \\nyaşanmaktadır. Bu çalışmada kalp yetmezliğe sahip hastaların sağ kalım veya ölüm durumlarının tahmin \\nedilmesi için makine öğrenmesi tabanlı bir yaklaşım önerilmektedir. Üç farklı sınıflandırma algoritması \\nkullanılarak önerilen yöntemin etkinliği değerlendirilmektedir. Gerçekleştirilen deneylerde, Yapay Sinir \\nAğı algoritması ile en yüksek doğruluk değerine (86.67%) ulaşılmıştır. Önerilen yöntem, ölüm riskinin \\nyüksek olduğu kalp yetmezliği hastalarına daha etkin ve uygun tedavi planlarının hazırlanması açısından \\nyol gösterici olacaktır.\",\"PeriodicalId\":7433,\"journal\":{\"name\":\"Afyon Kocatepe University Journal of Sciences and Engineering\",\"volume\":\"435 1\",\"pages\":\"\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2023-05-03\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Afyon Kocatepe University Journal of Sciences and Engineering\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.35414/akufemubid.1033377\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Afyon Kocatepe University Journal of Sciences and Engineering","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.35414/akufemubid.1033377","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
Prediction of Survival of Heart Failure Patients: An Application of Classification-Based Machine Learning Algorithms
Kardiyo-vasküler hastalıklar dünya genelinde en çok ölüme sebep olan hastalıklar arasında yer
almaktadır. Bir kardiyo-vasküler hastalık olan kalp yetmezliği, kalbin vücudun ihtiyaç duyduğu kanı
pompalayamaması durumudur. Ülkemizde sıklıkla görülen bu hastalığın sonucu olarak ölümler
yaşanmaktadır. Bu çalışmada kalp yetmezliğe sahip hastaların sağ kalım veya ölüm durumlarının tahmin
edilmesi için makine öğrenmesi tabanlı bir yaklaşım önerilmektedir. Üç farklı sınıflandırma algoritması
kullanılarak önerilen yöntemin etkinliği değerlendirilmektedir. Gerçekleştirilen deneylerde, Yapay Sinir
Ağı algoritması ile en yüksek doğruluk değerine (86.67%) ulaşılmıştır. Önerilen yöntem, ölüm riskinin
yüksek olduğu kalp yetmezliği hastalarına daha etkin ve uygun tedavi planlarının hazırlanması açısından
yol gösterici olacaktır.
京公网安备 11010802042870号
京ICP备2023020795号-1
分享
求助内容：
应助结果提醒方式：
扫码关注我们
