Pubmed Platformunda Cerrahi Alanında Yayınlanmış Makalelerin Metin Madenciliği Teknikleri İle İncelenmesi

Yıl 2023, Cilt: 4 Sayı: 1, 24 - 28, 31.01.2023

Eyyüp Gülbandılar , Seher Kızıltepe , Faik Yaylak

https://doi.org/10.53608/estudambilisim.1224150

Öz

Dijital çağ olarak nitelendirilen bu çağda, iletişim teknolojilerinin sunduğu hizmetler ile dijital verilerin hem önemi hem de sayısı her geçen gün hızla artmaktadır. Karmaşık yapıdaki metinlerden anlamlı kelimeleri çıkarmak ve bilgiye ulaşmak için kullanılan en yaygın yöntemlerden birisi de Metin Madenciliği (MM) yöntemleridir. MM çalışmaları birçok alanda olduğu gibi tıp alanında da yaygın kullanılmaktadır. Bu çalışmanın amacı, İngilizce dilindeki bir tıp veri tabanı olan Pubmed platformu üzerinde bulunan ve cerrahi alan ile ilgili yayınlanmış makalelerden MM yöntemleri kullanılarak cerrahi alanındaki çalışmaların yönelimi hakkında fikir sahibi olmaktır. Aynı zamanda bu alanda yapılmış çalışmaların özetleri üzerinde MM kullanılarak anahtar kelimeler elde etmek ve bu kelimelerin frekans değerlerini görsel olarak sergilemektir. Çalışmanın veri setini oluşturan text dosyası üzerinde önce metin ön işleme daha sonra da metin analiz yöntemleri kullanılarak metin içerisinden yaygın olarak kullanılan beş adet anahtar kelime üretilmiştir. Üretilen anahtar kelimelerin frekans değerleri görselleştirilerek grafik ve kelime bulutu başarılı bir şeklinde ortaya konulmuştur.

Anahtar Kelimeler

Metin Madenciliği, Metin Sınıflandırma, Metin Analizi, Doğal Dil İşleme, Digital Data

Examination of Articles Published in the Field of Surgery on Pubmed Platform with Text Mining Techniques

Öz

In this age, which is described as the digital age, both the importance and the number of digital data with the services offered by communication technologies are increasing rapidly. Text Mining (TM) methods are one of the most common methods used to extract meaningful words from complex texts and to access information. TM studies are widely used in the field of medicine. The aim of this study is to have an idea about the trend of studies in the field of surgery using TM methods from the articles published on the Pubmed platform, which is an English-language medical database. At the same time, it is to obtain keywords by using TM on the abstracts of studies in this field and to visually display the frequency values of these words. Five commonly used keywords were produced from the text by first using text pre-processing and then text analysis methods on the text file that constitutes the data set of the study. The frequency information of the generated keywords was successfully presented using graphics and word cloud.

Anahtar Kelimeler

Text Mining, Text Classification, Text Analysis, Natural Language Processing, Digital Data

Kaynakça

• Doğal dil işleme nedir? www.ibm.com/topics/natural-language-processing (Erişim Tarihi: 16.12.2022)
• Salloum, S. A., Al-Emran, M., Monem, A. A., & Shaalan, K. (2018). Using text mining techniques for extracting information from research articles. In Intelligent natural language processing: Trends and Applications (pp. 373-397). Springer, Cham. DOI: 10.1007/978-3-319-67056-0_18
• Göker, H., & Tekedere, H. (2017). FATİH projesine yönelik görüşlerin metin madenciliği yöntemleri ile otomatik değerlendirilmesi. Bilişim Teknolojileri Dergisi, 10(3), 291-299. DOI: 10.17671/gazibtd.331041
• Zhou, X., Peng, Y., & Liu, B. (2010). Text mining for traditional Chinese medical knowledge discovery: a survey. Journal of biomedical informatics, 43(4), 650-660. DOI: 10.1016/j.jbi.2010.01.002
• Zhou, X., Han, H., Chankai, I., Prestrud, A., & Brooks, A. (2006). Approaches to text mining for clinical medical records. In Proceedings of the 2006 ACM symposium on Applied computing (pp. 235-239). DOI: 10.1145/1141277.1141330
• Thompson, P., Batista-Navarro, R. T., Kontonatsios, G., Carter, J., Toon, E., McNaught, J., & Ananiadou, S. (2016). Text mining the history of medicine. PloS one, 11(1), e0144717. DOI: 10.1371/journal.pone.0144717
• da Silva, D. A., Ten Caten, C. S., Dos Santos, R. P., Fogliatto, F. S., & Hsuan, J. (2019). Predicting the occurrence of surgical site infections using text mining and machine learning. PloS one, 14(12), e0226272. DOI: 10.1371/journal.pone.0226272
• Khaleghi, T., Murat, A., Arslanturk, S., & Davies, E. (2019). Automated surgical term clustering: A text mining approach for unstructured textual surgery descriptions. IEEE Journal of Biomedical and Health Informatics, 24(7), 2107-2118. DOI: 10.1109/JBHI.2019.2956973
• Ciofi Degli Atti, M. L., Pecoraro, F., Piga, S., Luzi, D., & Raponi, M. (2020). Developing a surgical site infection surveillance system based on hospital unstructured clinical notes and text mining. Surgical Infections, 21(8), 716-721. DOI: 10.1089/sur.2019.238
• Savova, G. K., Masanz, J. J., Ogren, P. V., Zheng, J., Sohn, S., Kipper-Schuler, K. C., & Chute, C. G. (2010). Mayo clinical Text Analysis and Knowledge Extraction System (cTAKES): architecture, component evaluation and applications. Journal of the American Medical Informatics Association, 17(5), 507-513. DOI: 10.1136/jamia.2009.001560
• Kaya, A. & Gülbandılar, E. (2022). "Konu Modelleme Yöntemlerinin Karşılaştırılması", Eskişehir Türk Dünyası Uygulama ve Araştırma Merkezi Bilişim Dergisi, 3,(2). 46-53, DOİ:10.53608/estudambilisim.1097978
• Cengiz, A. (2020). "Hasta Teşhis Koyma Yardımcısı", Eskişehir Türk Dünyası Uygulama ve Araştırma Merkezi Bilişim Dergisi, 1(2), 6-9,
• Aalami, N. (2021). Endoskopi Raporlarının Metin Madenciliği Algoritması Kullanılarak İncelenmesi, Eskişehir Osmangazi Üniversitesi, Fen Bilimleri Enstitüsü, Bilgisayar Mühendisliği ABD., Eskişehir.
• Beşkirli, A. , Gülbandılar, E. & Dağ, İ. (2021). Metin Madenciliği Yöntemleri ile Twitter Verilerinden Bilgi Keşfi. Eskişehir Türk Dünyası Uygulama ve Araştırma Merkezi Bilişim Dergisi, 2 (1), 21-25.
• Miftahul Qorib, M., Oladunni, T., Denis, M., Ososanya, E. & Cota, P. (2023). Covid-19 vaccine hesitancy: Text mining, sentiment analysis and machine learning on COVID-19 vaccination Twitter dataset, Expert Systems With Applications 212 (2023) 118715. https://doi.org/10.1016/j.eswa.2022.118715
• Gowda, P.C., Lobner, K., Nejad, N.H. & Clifford R.Weiss, C.R. (2022). Bibliometric analysis of interventional radiology studies in PubMed-indexed literature from 1991 to 2020, Clinical Imaging, 85, 3-47.