Estimation of Risk Factors Related to Heart Diseases With Multilayer Perceptron Model

Authors : Mehmet GUNATA, Ahmet Kadir ARSLAN, Cemil ÇOLAK, Hakan PARLAKPINAR

Pages : 171-8

Doi:10.37990/medr.1031866

View : 20 | Download : 17

Publication Date : 2022-05-01

Article Type : Research Paper

Abstract :Amaç: Kalp hastalıkları insert ignore into journalissuearticles values(HD);; koroner kalp hastalığı, kalp yetmezliği ve kalp krizi gibi birçok hastalığı ifade eder. Amerika Birleşik Devletleri’nde insert ignore into journalissuearticles values(U.S.); her yıl yaklaşık 647.000 kişi HD’den ölmektedir. HD risk faktörlerini belirlemeye yönelik çok sayıda çalışma neticesinde genetik ve çevresel risk faktörleri tanımlanmıştır. Materyal ve Metot: Bu çalışmada, her iki cinsiyette de kalp hastalığına bağlı risk faktörlerini tahmin etmek için Multilayer Perceptron insert ignore into journalissuearticles values(MLP); modeli oluşturulmuştur. İlgili veri seti 270 kişiden, 13 tahmin ediciden ve bir yanıt/hedef değişkeninden oluşmaktadır. Model performansı, genel doğruluk, ROC insert ignore into journalissuearticles values(Alıcı Çalışma Karakteristikleri); eğrisi insert ignore into journalissuearticles values(AUC); altındaki alan, duyarlılık ve özgüllük metrikleri kullanılarak değerlendirildi. Bulgular: Doğruluk, AUC, duyarlılık ve özgüllük için performans metrik değerleri sırasıyla 95% CI, 0.876 insert ignore into journalissuearticles values(0.79-0.937);, 0.935 insert ignore into journalissuearticles values(0.877-0.992);, 0.921 insert ignore into journalissuearticles values(0.786-0.983); ve 0.843 insert ignore into journalissuearticles values(0.714-0.93); şeklinde elde edildi. İlgili model bulgularına göre, kan basıncı, floroskopi ile renklendirilen önemli damar sayısı ve kolesterol değişkenleri en önemli üç HD sınıflandırma faktörü olarak görüldü. Tartışma: Bu çalışmada kullanılan modelin tüm performans ölçütleri dikkate alındığında kabul edilebilir bir tahmin performansı sunduğu söylenebilir. Ayrıca hem veri bilimi hem de istatistiksel açıdan literatürdeki çalışmalarla karşılaştırıldığında, mevcut çalışmadaki bulguların daha tatmin edici olduğu ifade edilebilir. Sonuç: Bu çalışmadaki öngörücü performans nedeniyle, MLP modeli klinik karar destek sistemi olarak klinisyenlere önerilebilir. Son olarak, erken HD teşhisi için çeşitli hesaba dayalı bilim alanında çözümler ve yeni araştırmalar öneriyoruz.
Keywords : Kalp hastalığı, çok katmanlı algılayıcı, risk faktörleri, tahmin, klinik karar destek sistemi