İdrar yolu enfeksiyonu geçiren çocuklarda başvuru şikayetlerinin yapay zeka verisi olma yeterliliğinin değerlendirilmesi
Tezin Türü: Tıpta Uzmanlık
Tezin Yürütüldüğü Kurum: Sağlık Bilimleri Üniversitesi, İZMİR DR. BEHÇET UZ ÇOCUK HASTALIKLARI VE CERRAHİSİ SAĞLIK UYGULAMA VE ARAŞTIRMA MERKEZİ, DAHİLİ TIP BİLİMLERİ BÖLÜMÜ, Türkiye
Tezin Onay Tarihi: 2022
Tezin Dili: Türkçe
Öğrenci: ZEHRA BURCU YILMAZ
Danışman: Nida DİNÇEL
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Amaç: İdrar yolu enfeksiyonu (İYE), çocukluk çağında solunum yolu enfeksiyonlarından sonra en sık görülen ve önemli bir klinik problemdir. Yeterli tedavi edilmediğinde kronik böbrek hastalığına, erken yaşta hipertansiyon ve proteinüriye hatta son dönem böbrek yetmezliğine neden olur. İdrar yolu enfeksiyonunun erken tanısı ve tedavisi, renal hasar ve bu hasarın meydana getirdiği sonuçları engellemek için oldukça önemlidir. Yapay zekâ; kavrama, neden elleme ve uygulamayı mümkün kılan hesaplamalar bütünüdür. Yapay zekâ hayatımızın her alanında olduğu gibi, tıp alanında da kullanılmaya başlanmış olup, karar verme ve değerlendirme alanlarında insan aklından daha güvenilirdir. Bu çalışmamızla, idrar kültürü gönderilen hastalar için anamnez verilerinin ve klinik verilerin toplanması, pozitif kültür ile ilişkilendirilen verilerin tespit edilmesi ve bu veriler ile makine öğrenmesi modelleri oluşturmayı ve ardından bu modellerin idrar yolu enfeksiyonu tanısında doğruluğunu test etmeyi amaçladık. Yöntem: Sağlık Bilimleri Üniversitesi (S.B.Ü) İzmir Dr. Behçet Uz Çocuk Hastalıkları ve Cerrahisi Eğitim ve Araştırma Hastanesi Çocuk Acil Servisine başvuran 5-18 yaş grubuidrar yolu enfeksiyonu düşünülerek idrar kültürü gönderilen 100 hasta, ileriye dönük olarak, Ocak 2022-Mart 2022 tarihleri arasında, çalışmaya dâhil edildi. Hastaların öykü ve klinik bulguları kaydedildi, kültür sonuçları takip edildi. Elde edilen verilerin istatistiksel değerlendirilmesinde SPSS 24.0 Microsoft for Windows programı kullanıldı. Yapay zekâ uygulamaları için, MATLAB R2020b sürümü üzerinden yapay zekâ aracı olan Classification Learning tool kullanıldı. Bu çalışmada veri seçme işlemi rastgele olarak belirlenen geleneksel yöntem ve 3 & 5 kat çapraz katlama (3-Fold & 5-Fold Cross Validation) yöntemleri kullanılarak yapıldı. Bulgular: Çalışmaya katılan hastaların ortanca yaşı 10,0 yıldı (Çeyrekler Arası Aralık: 13,75-6,25) ve %94'ü kız, %6'sı erkekti. Gönderilen idrar kültürlerinden %35'inde üreme saptanmazken, %24'ünde üreme saptandı, %41'i kontaminasyon olarak sonuçlandı. İdrar kültürlerinde üreyen mikroorganizmalar; %66 oranında Escherichia coli, %12 oranında Klebsiella pneumoniae, %4 oranında Candida albicans, %4 oranında Morganella morganii, %4 oranında Citrobacter freundii, %4 oranında Enterococcus faecalis olarak saptandı. Hastaların TİT bulgularından yalnızca piyüri varlığı, idrar kültür pozitifliği ile ilişkili bulundu(p<0,05). Makine öğrenmesi sistemleri kullanılarak, İYE tanısı için 2 farklıveri seti ile modeller oluşturuldu: Fine Gaussian Destek Vektör Makinesi, Fine K-En Yakın Komşu Algoritması, Weighted K-En Yakın Komşu Algoritması, Subspace K-En Yakın Komşu Algoritması, RUSBoostedTrees ve Essemble algoritmaları, her iki ayrı veri grubunda da aynı olacak şekilde % 98 tahmin doğruluk oranına ulaştı. Sonuç: İstatistik analizde, İYE ile ilgili olabilecek değişkenlerde anlamlılık, sadece piyüri varlığında tespit edildi. Diğer değişkenlerde istatistiksel anlamlı ilişki bulunamadı. Oysaki aynı değişkenler makine öğrenme sisteminde kullanıldığında tahmin oranı %98 bulundu. Bu veri ışığında, çalışmamızın sonucunda hastalığın tanı ve tedavisinde, komplikasyonların belirlenmesinde, engellenmesinde ve prognoz öngörmede, yapay zekâ uygulamaları ve makine öğrenmesi yöntemlerinin, büyük potansiyel içerdiği çıkarımına ulaşıldı. Bu yöntemler sayesinde, hastalıkların sağkalım oranları iyileştirilebilir, hastalara ve hastalıklara daha nesnel, kapsayıcı ve bütüncül bir yaklaşım sergilenebilir ve tedavilerde daha bireysel ve koruyucu sağlık hizmeti sunulabilir. Pediatrik Nefroloji alanında ve idrar yolu enfeksiyonu tanısında öncülük edeceğini umduğumuz bu çalışma, ileri çalışmalarla %100 doğruluk oranına ulaşacak algoritmaların modellenmesinde temel oluşturacaktır. Anahtar kelimeler: Makine öğrenmesi, Yapay zekâ, İdrar Yolu Enfeksiyonu, Pediatri, Çocuk