In this study, it has been investigated that feasibility of data mining which is used to extract meaningful knowledge in order to effect to decision making processes in health field. As an example to a case study, it has been tried to obtain that determining the factors which trigger heart attacks by defining common changes in blood values of patients whom have got heart attacks previously. Success of the analysis done has been measured by testing the obtained results on a group of patients. In the study, Apriori and GRI algorithms stemming from association rule algorithms have been used; success of rule sets created by these algorithms has been investigated by making several comparisons. As the result, several patterns meant to pre-signals determining heart attacks from data of the patient group which have the blood values have been put forth.
Bu çalışmada, veri tabanları içerisinde, karar verme süreçlerine etki edebilecek anlamlı bilgileri çıkarmak için kullanılan veri madenciliğinin sağlık alanında uygulanabilirliği araştırılmıştır. Alan çalışmasına örnek olarak, kalp krizi geçiren hastaların kan değerlerinde meydana gelen ortak değişimler tespit edilerek kalp krizini tetikleyen faktörlerin tespitine çalışılmış; elde edilen sonuçlar hasta grubu üzerinde test edilerek yapılan analizin başarımı ölçülmüştür. Bu çalışmada birliktelik kuralı algoritmalarından Apriori ve Gri algoritmaları kullanılmış; bunların oluşturdukları kural kümelerinin başarımı, karşılaştırmalar yapılarak incelenmiştir. Gri algoritmasının Apriori’ye göre daha az kural ürettiği halde aynı başarımı gösterdiği tespit edilmiştir. Sonuç olarak kan değerleri verilen bir hasta grubu verilerinden kalp krizi riskinin tespiti için ön sinyaller anlamına gelen çeşitli desenler ortaya konmuştur
Birincil Dil | İngilizce |
---|---|
Konular | Mühendislik |
Bölüm | Makaleler |
Yazarlar | |
Yayımlanma Tarihi | 7 Nisan 2015 |
Yayımlandığı Sayı | Yıl 2015 Cilt: 1 Sayı: 1 |