Atıf Sayısı
5
Görüntüleme
15
İndirme
1
Kronik böbrek hastalığı dünya çapında bir sağlık sorunudur. Erken tanı ve tedavi sayesinde bu hastalığın ilerlemesini yavaşlatmak veya durdurmak mümkün olmaktadır. Klinik karar destek sistemleri, tıp doktorlarına klinik karar verme görevlerinde yardımcı olmak amacıyla tasarlanan sağlık bilgi teknolojisi sistemleridir. Bu çalışmada kronik böbrek hastalığının erken tanısı için yeni bir klinik karar destek sistemi önerilmiştir. Önerilen sistemin özellik çıkarma ve sınıflandırma aşamalarında sırasıyla temel bileşen analizi (principal component analysis-PCA) ve rastgele ormanlar (random forests-RF) teknikleri kullanılmıştır. Önerilen sistemin performansı, altı farklı performans metriği ile klasik makine öğrenmesi algoritmaları ve literatürde daha önce yapılan çalışmalar ile kıyaslanmıştır. Test sonuçları, önerilen sistemin başarılı olduğunu ve kronik böbrek hastalığının erken tanısı için karar vermede doktorlara destek olabileceğini göstermektedir.
Chronic kidney disease is a global health problem. Thanks to early diagnosis and treatment, it is possible to slow or stop the progression of this disease. Clinical decision support systems are health information technology systems designed to help medical doctors in clinical decision-making tasks. In this study, a new clinical decision support system was proposed for early diagnosis of chronic kidney disease. In the proposed system’s characterization and classification stages, the basic component analysis (PCA) and random forests (RF) techniques were used, respectively. The performance of the recommended system is compared with the classic machine learning algorithms and previous studies in literature with six different performance metrics. The test results show that the recommended system is successful and that it can help doctors decide for the early diagnosis of chronic kidney disease.
Chronic kidney disease is a worldwide health problem. It is possible to slow or stop the progression of this disease thanks to early diagnosis and treatment. Clinical decision support systems are health information technology systems designed to assist medical doctors in clinical decision making tasks. In this study, a new clinical decision support system is proposed for the early diagnosis of chronic kidney disease. Principal component analysis (PCA) and random forests (RF) techniques are used in the feature extraction and classification phases of the proposed system, respectively. The performance of the proposed system has been compared with classical machine learning algorithms and previous studies in the literature using six different performance metrics. The test results show that the proposed system is successful and can assist doctors in making decisions for early diagnosis of chronic kidney disease.
Alan : Fen Bilimleri ve Matematik; Mühendislik
Dergi Türü : Uluslararası
Makale Detay 
Atıf Yapanlar
Benzer Makaleler
PDF Görüntüle
Dergi Bilgisi
Eseri Dinleyin
Bu Sayfayı Yazdırın
Paylaş
Mendeley
