Veri Bilimi Uygulamalarının Hastalık Teşhisinde Kullanılması: Kalp Krizi Örneği

Mahmut Ensar GÖKTAŞ; Mete YAĞANOĞLU

Article Details

Veri Bilimi Uygulamalarının Hastalık Teşhisinde Kullanılması: Kalp Krizi Örneği

Authors:

Mahmut Ensar GÖKTAŞ | Mete YAĞANOĞLU

Publisher:

M. Hanefi CALP

Main Topics:

Data processing and computer science

Journal:

Journal of Information Systems and Management Research 2020 Vol.2 Issue 2, pp.26-32

Document Type:

Article

Publication Date:

12/2020

Document Language:

Turkish

Document ID (Org No.):

2000482887

Frequency:

Monthly

pISSN:

2717-9931

Abstract:

 


It is predicted that heart disease, one of the most common diseases in the world, will continue to be the number one cause of death for a long time. The fact that many of the factors of heart disease can be prevented or treated is an opportunity to decrease the loss of life as a result of the disease. For this reason, many studies aimed at detecting the disease by applying algorithmic and statistical methods to case data have been conducted. The aim of this study is to examine the relationship between the characteristics determined and the diagnosis of heart attack and to predict the diagnosis of a heart attack at the maximum level. The values in the data set with 12 qualities and 303 cases were cleared and then analyzes were made. It has been found that the characteristics of chest pain type, exercise-induced angina, and exercise-induced ST depression have a high rate of correlation with the diagnosis of a heart attack. Analysis results were visualized and added to the study. For the diagnosis of heart attack, 4 different algorithms were applied, namely the C4.5 decision tree, k-nearest neighbor, random forest, and SVM, which were successful in other studies, and their results were compared. The C4.5 decision tree algorithm has been the most accurate algorithm for predicting heart attack diagnosis

.

 

Dünyanın en yaygın hastalıklarından olan kalp hastalıklarının, uzun süre daha bir numaralı ölüm sebebi olmaya devam edeceği öngörülmektedir. Kalp hastalıkları faktörlerinin birçoğunun önlenebilir ya da tedavi edilebilir olması hastalık sonucu can kaybının azalması için bir fırsattır. Bu nedenle, vaka verilerine algoritmik ve istatistiksel yöntemler uygulayarak hastalığın tespitini amaçlayan birçok çalışma yapılmıştır. Bu çalışmanın amacı, belirlenen niteliklerin kalp krizi tanısıyla ilişkisini incelemek ve kalp krizi tanısını maksimum düzeyde doğru tahmin etmektir. Göğüs ağrısı tipi, egzersize bağlı anjin ve egzersize bağlı ST depresyonu niteliklerinin kalp krizi tanısıyla yüksek oranda kolerasyona sahip olduğu bulgulanmıştır. Analiz sonuçları görselleştirilerek çalışmaya eklenmiştir. Kalp krizi teşhisi için diğer çalışmalarda başarı gösteren C4.5 karar ağacı, k-en yakın komşu, rastgele orman ve DVM olmak üzere 4 farklı algoritma uygulanmış ve sonuçları karşılaştırılmıştır. Kalp krizi tanısını en doğru tahmin eden algoritma C4.5 karar ağacı algoritması olmuştur.

Article Details

Veri Bilimi Uygulamalarının Hastalık Teşhisinde Kullanılması: Kalp Krizi Örneği

Authors: Mahmut Ensar GÖKTAŞ | Mete YAĞANOĞLU

Publisher: M. Hanefi CALP

Main Topics: Data processing and computer science

Journal: Journal of Information Systems and Management Research 2020 Vol.2 Issue 2, pp.26-32

Document Type: Article

Publication Date: 12/2020

Document Language: Turkish

Document ID (Org No.): 2000482887

Frequency: Monthly

pISSN: 2717-9931

Issues

Authors:

Mahmut Ensar GÖKTAŞ | Mete YAĞANOĞLU

Publisher:

M. Hanefi CALP

Main Topics:

Data processing and computer science

Journal:

Journal of Information Systems and Management Research 2020 Vol.2 Issue 2, pp.26-32

Document Type:

Article

Publication Date:

12/2020

Document Language:

Turkish

Document ID (Org No.):

2000482887

Frequency:

Monthly

pISSN:

2717-9931