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.
|
|