Biyokimyasal parametreler kullanılarak idrar kültür sonuçlarının öngörülmesinde yapay zeka teknolojilerinin rolünün araştırılması
Tezin Türü: Tıpta Uzmanlık
Tezin Yürütüldüğü Kurum: Trakya Üniversitesi, TIP FAKÜLTESİ, DAHİLİ TIP BİLİMLERİ, Türkiye
Tezin Onay Tarihi: 2025
Tezin Dili: Türkçe
Öğrenci: PINAR ZEHRA DAVARCI
Danışman: GALİP EKUKLU
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Üriner sistem enfeksiyonları sık karşılaşılan enfeksiyonlardan olup laboratuvar tanısında altın standart test idrar kültürüdür. Ancak idrar kültürünün sonuçlanması belirli bir zaman gerektirmesi klinik yönetimde gecikmelere yol açabilmektedir.Bu çalışmada, biyokimyasal parametreler kullanılarak idrar kültürü sonuçlarını daha kısa sürede öngörmek amacıyla farklı yapay zeka modellerin etkinliğinin değerlendirilmesi amaçlanmıştır.Tek merkezli, kesitsel ve metodolojik tipte olan çalışmamız Ocak 2014 - Aralık 2023 tarihleri arasında idrar kültürü ile aynı gün içinde hemogram, tam idrar tetkiki, üre, kreatinin, crp istenen hastalara ait sağlık verileri retrospektif olarak taranarak gerçekleştirilmiştir. Toplam 25796 klinik örnek 46 değişkenin olduğu tam değişken seti ve invaziv işlem gerektirmeyen 12 değişkenin olduğu daraltılmış değişken seti ile beş farklı makine öğrenmesi yöntemi ile test edilmiştir. Ayrıca yaş ve cinsiyet gibi değişkenlere göre subgrup analizleri gerçekleştirilmiştir.Tam değişken seti ile en iyi performans gösteren algoritma Random Forest (AUC: 0,909; doğruluk: 0,867; duyarlılık: 0,705 ve özgüllük: 0,930) ve daraltılmış değişken setiyle en iyi performans gösteren algoritma Random Forest (AUC: 0,897; doğruluk: 0,856; duyarlılık: 0,689 ve özgüllük 0,912) olmuştur. 65 yaş üstü kadınlarda ve 18 yaş altı erkeklerde en iyi performansı ise XG Boost göstermiştir.Nesnel laboratuvar parametreleri eşliğinde makine öğrenmesi algoritmalarının kullanımı idrar kültür sonuçlarını yüksek özgüllükle tahmin etme potansiyeline sahiptir.. Random Forest algoritması, hem tam hem de daraltılmış değişken setlerinde en iyi performansı sergilemiş olup yaş ve cinsiyet gibi faktörlere bağlı olarak XG Boost'un da kullanılabileceği gözlemlenmiştir. Anahtar Kelimeler: İdrar Kültürü, Makine Öğrenmesi, Üriner Sistem Enfeksiyonu, Yapay Zeka