Karar Ağaçları ve Bayes Ağları ile OECD Ülkelerindeki İntiharların Değerlendirilmesi-Reference-Cited by-同舟云学术

Karar Ağaçları ve Bayes Ağları ile OECD Ülkelerindeki İntiharların Değerlendirilmesi

Published:2023-03-31 Issue:1 Volume:10 Page:128-143
ISSN:2148-4287
Container-title:İstanbul Gelişim Üniversitesi Sosyal Bilimler Dergisi
language:
Short-container-title:

Author:

DEMİRCİ Şenol¹^ORCID,İÇEN Duygu²^ORCID

Affiliation:

1. HACETTEPE ÜNİVERSİTESİ, İKTİSADİ VE İDARİ BİLİMLER FAKÜLTESİ, SAĞLIK YÖNETİMİ BÖLÜMÜ

2. HACETTEPE ÜNİVERSİTESİ, FEN FAKÜLTESİ, İSTATİSTİK BÖLÜMÜ, İSTATİSTİK PR.

Abstract

İntiharlar, geçmişten günümüze farklı sıklıklarda ve sürekli karşılaşılan önemli bir sorundur. Bireyler, intihar girişiminde bulunarak kendi yaşamına kendi isteğiyle son vermeye çalışmaktadır. İntiharın birçok nedeni bulunmakla birlikte etkileri toplumdaki tüm fertler için yıkıcı düzeydedir. Bu çalışmada, aralarında Türkiye’nin de bulunduğu OECD üye ülkelerinin kişi başı gayri safi yurtiçi hasıla (GSYİH), işsizlik, alkol tüketimi, yıllık çalışma süresi, boşanma ve antidepresan kullanımı değişkenlerinin intihar değişkeni ile ilişkisinin incelenmesi amaçlanmıştır. İlişkiyi incelemek için veri madenciliği sınıflandırma tekniklerinden faydalanılmıştır. Veri madenciliği teknikleri arasında ise en yüksek doğru sınıflandırma değerlerini veren algoritmalardan yararlanılmıştır. Yapılan analizler neticesinde tüm değişkenlerin intihar değişkeni ile ilişkili olduğu belirlenmiştir. Buna göre işsizlik düzeyi, alkol tüketimi, yıllık çalışma süresi, boşanma hızı ve antidepresan kullanımı yüksek ve GSYİH’si düşük düzeyde olan ülkelerde intihar hızının yüksek veya orta düzeyde olabileceği belirlenmiştir. Bu özelliklerin belirlenmesi OECD ülkelerinin intihara yönelik alacakları önlemlerde ve geliştirecekleri sağlık ve sosyal politikalarda hangi özellikleri hedef alabileceğini gösterebilecektir.

Publisher

Istanbul Gelisim University

Subject

General Medicine

Reference41 articles.

1. AKMAN, M., GENÇ, Y., & ANKARALI, H. (2011). Random Forests Yöntemi ve Sağlık Alanında Bir Uygulama. Türkiye Klinikleri Biyoistatistik, 3(1), 36-48.

2. AKPINAR, H. (2000). Veri tabanlarında bilgi keşfi ve veri madenciliği. İÜ İşletme Fakültesi Dergisi, 29(1), 1-22.

3. ALTUNKAYNAK, B. (2017). Veri Madenciliği Yöntemleri ve R Uygulamaları. Ankara: Seçkin Yayıncılık.

4. AMINI, P., AHMADINIA, H., POOROLAJAL, J., & AMIRI, M. M. (2016). Evaluating the high risk groups for suicide: a comparison of logistic regression, support vector machine, decision tree and artificial neural network. Iranian journal of public health, 45(9), 1179-1187.

5. ANDRÉS, A. R., HALICIOGLU, F. & YAMAMURA, E. (2011). Socio-economic determinants of suicide in Japan. The Journal of Socio-Economics, 40(6), 723-731.