Post-Traumatic Stress Disorder (PTSD) Management: A Machine Learning Approach

Authors : Mustafa DAĞTEKİN, Engin SEVEN, Ahmet Emre BALSEVER, Eda Nur VAR, Leyla Türker ŞENER, Nilüfer ALÇALAR, Betül ENSARİ, Tolga ENSARİ

Pages : 284-288

Doi:10.31590/ejosat.779973

View : 101 | Download : 15

Publication Date : 2020-08-15

Article Type : Research Paper

Abstract :Travma sonrası stres bozukluğu (TSSB), doğal afet, salgın, ciddi bir kaza, terör eylemi, kavga/savaş, tecavüz veya benzeri, yaşamı tehdit eden bir deneyim veya olay yaşayan veya buna tanık olan kişide meydana gelen travmatik bir yaralanma olarak tanımlanır. Makine öğrenmesi (MÖ), TSSB tabanlı klinik ruhsal hastalıkları tespit etme, dijitalleştirme, riskleri önleme, izleme, sınıflandırarak ve kişilere özgü sonuçlar çıkararak psikolojik ve fiziksel sağlık üzerinde son on yıldır çalışmalarını arttırarak devam ettirmektedir. Bu çalışmada, Mississippi-Civilian Versiyon Veri Seti ve DSM-5 (PCL-5) Veri Setini MÖ’nde kullanarak, katılımcıların TSSB skorlarını öngördük. Deneylerimiz için k-en yakın komşu (k-nn), Destek Vektör Makinesi (DVM), karar ağacı (KA), Gauss Naive Bayes (GNB) ve Yapay Sinir Ağları (YSA) yöntemleri kullandık. Tahmin sonuçlarının karşılaştırılmasına göre Mississippi Ölçeği Veri Seti için TSSB tahmini sınıflandırma performans sonuçları göz önüne alındığında, YSA’nın doğruluk, F1 skoru ve anımsatma açısından en iyi tahmin sonuçlarını verdiğini gözlemledik. Hassasiyet alanında ise Gauss Naive Bayes (GNB) en iyi tahmin sonucunu verdi. Öte yandan, tüm bu yöntemleri DSM-5 (PCL-5) ölçekli veri setine uyguladığımızda YSA'nın doğruluk, F1 skoru ve hassasiyet açısından en iyi sonuçları verdiğini gözlemledik. Anımsatma açısından ise, Gaussian Naive Bayes (GNB) en iyi tahmin skorunu verdi. Tüm yöntemleri bu iki farklı veri setinde deneyip sonuçları karşılaştırarak, TSSB olan hastaların tahmin, tanı ve izlenmesinde hangi yöntemin daha verimli olabileceğini gösterdik.
Keywords : Travma Sonrası Stres Bozukluğu TSSB, TSSB skor tahmini, Makine Öğrenmesi, Yapay Sinir Ağları YSA

ORIGINAL ARTICLE URL