İMMÜNOTERAPİ TEDAVİSİNİN BAŞARISINI ETKİLEYEN FAKTÖRLER: BİR İZ ANALİZİ ÇALIŞMASI

Year 2021, Volume: 29 Issue: 2, 137 - 144, 31.08.2021

Saliha Acar

https://doi.org/10.31796/ogummf.745661

Abstract

Geçerli nedensel çıkarımlar hem tıbbi ve sosyal araştırmalarda hem de kamu politikası değerlendirmelerinde büyük önem taşımaktadır. Bu bağlamda ilgili değişkenler arasındaki doğrudan ve dolaylı ilişkileri modelleyerek yorumlamada en sık kullanılan yöntemlerden biri iz analizidir. Bu çalışmada, immünoterapi tedavisi görmüş 90 siğil hastasının tedavi sonuçlarına yönelik yapılan tahmin uygulaması sonrasında sonuç ile yaş, cinsiyet, siğil tipi, siğil sayısı, tedaviden önce geçen zaman, en büyük siğilin alanı ve sertleşmiş doku çapı verileri arasındaki nedensel ilişkiler iz analizi ile belirlenmiştir. Analiz sonuçlarına göre yapılan öznitelik seçimi sonrası tedavi sonuç tahmini uygulaması en etkili 3 değişken ile tekrarlanmış ve yapılan tahminlerin aynı doğruluğa sahip ve % 85.2 civarında olduğu görülmüştür. Bulgular, immünoterapi tedavisi başarısını en çok etkileyen değişkenlerin tedaviye başlama zamanı, yaş ve siğil tipi parametreleri olduğunu göstermiştir. Ayrıca iz analizinin, bağımlı değişkeni tahmin etmek amacıyla, sonuç üzerinde en etkili bağımsız değişkenleri tespit etmede uygun bir yöntem olduğu anlaşılmıştır.

Keywords

Siğil tedavisi, iz analizi, nedensel çizge, öznitelik seçimi, sınıflandırma

References

• Abdar, M., Wijayaningrum, V.N., Hussain, S., Alizadehsani, R., Plawiak, P., Acharya, U.R. & Makarenkov, V. (2019). IAPSO-AIRS: A novel improved machine learning-based system for wart disease treatment. Researchgate. doi: https://doi.org/10.1007/s10916-019-1343-0
• Akben, S.B (2018). Predicting the success of wart treatment methods using decision tree based fuzzy informative images. Elsevier, 38, 819-827. doi: https://doi.org/10.1016/j.bbe.2018.06.007.
• Akyol, S. (2020). Kentsel dönüşüm parametrelerinin nedensel çizgelerle irdelenmesi (Doktora tezi). Eskişehir Teknik Üniversitesi Lisansüstü Eğitim Enstitüsü, Eskişehir.
• Khozeimeh, F., Alizadehsani, R., Roshanzamir, M., Khosravi, A., Layegh, P. & Nahavandi, S. (2017). An expert system for selecting wart treatment method, Elsevier, 81, 167-175. doi: http://dx.doi.org/10.1016/j.compbiomed.2017.01.001.
• Ansarzadeh, S., Salehi, L., Mahmoodi, Z. & Mohommadbeigi, A. (2020). Factors affecting the quality of life in women with gestational diabetes mellitus: A path analysis model, Health and Quality of Life Outcomes, 18:31, 1–9. doi: https://doi.org/10.1186/s12955-020-01293-4.
• Khozeimeh, F., Azad, F.J., Oskouei, Y.M., Jafari, M., Tehranian, S., Alizadehsani, R. & Layegh, P. (2017). Intralesional immunotherapy compared to cryotherapy in the treatment of warts, International Journal of Dermatology, 56, 474-478. doi: http://doi.org/10.1111/ijd.13535.
• Bagshaw, S.M., Wang, X., Zygun, D.A., Zuege, D., Dodek, P., Garland, A., ... Stelfox, H.T. (2018). Association between strained capacity and mortality among patients admitted to intensive care: a path analysis modelling strategy, Elsevier, 43, 81-87, doi: http://dx.doi.org/10.1016/j.jcrc.2017.08.032.
• Cho, Y.J., Thrasher, J.F., Yong, H.H., Szklo, A.S., O’connor, R.J., Bansal-Travers, M., Hammond, D., … Borland, R. (2018). Path analysis of warning label effects on negative emotions and quit attempts: A longitudinal study of smokers in Australia, Canada, Mexio and US, Elsevier, 197, 226–234. doi: http://dx.doi.org/10.1016/j.socscimed.2017.10.003.
• Khatri, S., Arora, D. & Kumar, A. (2018, April). Enhancing decision tree classification accuracy through genetically programmed attributes for wart treatment method identification. Paper presented at International Conference on Computational Intelligence and Data Science (ICCIDS 2018). India.
• Lu, Y., Jiang, Y. & Gu, L. (2019). Using path analysis to investigate the relationships between depression, anxiety and health-related quality of life among patients with coronary artery disease, Springer Nature, 28, 2695–2704. doi: https://doi.org/10.1007/s11136-019-02207-8.
• Nuryati, S., Mudigdo, A. & Murti, B. (2017). Path analysis on the influence of educational level, stages of cancer, social support and coping strategy toward the quality of life of breast cancer patients in Dr. Moewardi Hospital, Surakarta. Journal of Epidemiology and Public Health, 2 (3), 225–235. doi: https://doi.org/10.26911/jepublichealth.2017.02.03.04.
• Saadi, F., Atmani, B. & Henni, F. (2019).Integration of data mining techniques into the CBR cycle to predict the result of immunotherapy treatment, IEEE Xplore.
• Xiao, H., Zhang, Y., Kong, D., Li, S. & Yang, N. (2020). The effects of social support on sleep quality of medical staff treating patients with Coronavirus Disease 2019 (Covid-19) in january and february 2020 in China, Medical Science Monitor, 26:e923549, 1–8. doi: https://doi.org/10.12659/MSM.923549.
• Zahra, D., Sadatmahalleh, S.J., Samaneh, Y., Mahnaz, B.K. & Anoshiravan, K. (2020). Influential factors on quality of life in married Iranian women during the Covid-19 pandemic in 2020: A path analysis, Research Square, 1–15. doi: https://doi.org/10.21203/rs.3.rs-27439/v1.