Tiroit kanseri hastalık tanısında lojistik regresyon kullanımı

Author:

Asan Mehmet Emin1ORCID,Taşkın Harun2ORCID,Alemdar Murat3ORCID,Capoglu Recayi3ORCID

Affiliation:

1. Sakarya Üniversitesi Fen Bilimleri Enstitüsü Endüstri Mühendisliği

2. SAKARYA ÜNİVERSİTESİ, MÜHENDİSLİK FAKÜLTESİ

3. SAKARYA ÜNİVERSİTESİ, TIP FAKÜLTESİ

Abstract

Tiroit kanseri, 2020'de elde edilen sonuçlara göre tüm kanserlerin küresel insidansının %3'üne karşılık gelmektedir. Bazı yüksek ve orta gelirli ülkelerde tiroit kanseri insidansı son 30 yılda önemli ölçüde artmıştır. Tiroit nodülü, tiroit bezinin içinde kendisini çevreleyen tiroit parankiminden radyolojik olarak ayırt edilebilen bir lezyondur. Erişkinlerin yaklaşık %60'ında bir veya daha fazla tiroit nodülü bulunur. Tiroitte kanser olasılığı önemli endişe kaynağıdır. Tiroit nodüllerine yaklaşımda fizik muayene, anomnezi, serum tiroit fonksiyon testleri, ultrasonografi (USG) kullanılır. USG saptanan nodüller 1 cm’den büyük ve malignite açısından kuşkuluysa ince iğne aspirasyon (İİA) biyopsisi kullanılır ve değerlendirmeler yapılır. İyi huylu İİA sonuçları gereksiz tiroit ameliyatlarının önlenmesine yardımcı olur. Malign hücreler tespit edilirse, İİA sonucu cerrahi stratejinin elde edilmesinde belirleyici bir faktördür. Buna rağmen cerrahlar malign potansiyeline ilişkin belirsizlik nedeniyle çok yüksek oranda benign tiroit dokusu rezeke etmektedir. Bu nedenle daha doğru sonuçlar veren non-invaziv tekniklere ihtiyaç duyulmaktadır. Bu çalışmanın amacı, tiroit dokusu çok fazla rezeke edilmeden önce, önceki hasta verileri üzerinden Makine öğrenmesi metotları kullanılarak tanının kesine yakın elde edilmesidir. Bu çalışma ile hastaların kan testlerini, USG, IIA biyopsisi sonuçlarını kullanarak nodülün malignitesini tahmin eden bir model üzerinde çalıştık. Model için kullanılan eldeki hasta verileri ameliyat sonrası kesin sonuçları içermekte ve sonuçlar binominal veri olarak gösterilmektedir. Tiroit kanseri olma olasılığı için en iyi tahmin sonucunu %99,31 olasılık ile makine öğrenmesi metotlarından biri olan Lojistik regresyon tekniği vermiştir.

Publisher

Journal of the Faculty of Engineering and Architecture of Gazi University

Reference33 articles.

1. 1. Niederhuber J.E., Armitage J.O., Doroshow J.H., Kastan M.B., Tepper J.E., Abeloffs Clinical Oncology, 6th edition, Elsevier Publishing, Philadelphia, A.B.D., 2020.

2. 2. National Library of Medicine. MedLinePlus. Thyroid Cancer. https://medlineplus.gov/thyroidcancer.html, Erişim tarihi Temmuz 18, 2023.

3. 3. Ferlay J., Ervik M., Lam F., Global Cancer Observatory: Cancer Today, International Agency for Research on Cancer, Lyon, France, 2020.

4. 4. Lortet T. J., Franceschi S., Dal M.L., Vaccarella S., Thyroid cancer “epidemic” also occurs in low- and middle-income countries, International Journal of Cancer (IJC), 144 (9), 2082-2087, 2019.

5. 5. Li M., Dal Maso L., Vaccarella S., Global trends in thyroid cancer incidence and the impact of overdiagnosis, Lancet Diabetes Endocrinol, 8 (6), 468-470, 2020.

同舟云学术

1.学者识别学者识别

2.学术分析学术分析

3.人才评估人才评估

"同舟云学术"是以全球学者为主线,采集、加工和组织学术论文而形成的新型学术文献查询和分析系统,可以对全球学者进行文献检索和人才价值评估。用户可以通过关注某些学科领域的顶尖人物而持续追踪该领域的学科进展和研究前沿。经过近期的数据扩容,当前同舟云学术共收录了国内外主流学术期刊6万余种,收集的期刊论文及会议论文总量共计约1.5亿篇,并以每天添加12000余篇中外论文的速度递增。我们也可以为用户提供个性化、定制化的学者数据。欢迎来电咨询!咨询电话:010-8811{复制后删除}0370

www.globalauthorid.com

TOP

Copyright © 2019-2024 北京同舟云网络信息技术有限公司
京公网安备11010802033243号  京ICP备18003416号-3