Kalp Yetmezliği Hastalarının Sağ Kalımlarının Sınıflandırma Algoritmaları ile Tahmin Edilmesi

Abstract

Kalp yetmezliği, son yıllarda giderek yaygınlaşan kronik bir hastalıktır. Hastaların ölüm oranları çok yüksektir ve bu durum hastalığın en ciddi kalp hastalıklarından birisi olduğunu göstermektedir. Hastaların hayatta kalma oranı meme kanseri, prostat kanseri ve bağırsak kanseri gibi kanser türlerine göre daha düşüktür. Kalp yetmezliği ile yaşayan hastaların sağ kalımlarının tahmin edilmesinin kritik önemi vardır. Sağ kalım tahmini ile en önemli risk faktörlerinin belirlenmesi ve hastalığın erken aşamada teşhisi sağlanabilir. Veri madenciliği teknikleri son yıllarda klinik verilerin analiz edilmesi ve sınıflandırılması üzerinde büyük gelişim göstermiş, hekimlere ve hastalara faydalar sağlamıştır. Bu çalışmada kalp yetmezliği hastalarının sağ kalımlarının tahmin edilmesi amacıyla Naive Bayes, lojistik regresyon, çok katmanlı algılayıcı, destek vektör makineleri ve J48 karar ağacı sınıflandırma yöntemleri WEKA’da bulunan InfoGainAttributeEval, CfsSubsetEval ve ReliefFAttributeEval öznitelik seçim yöntemleri kullanılarak değerlendirme ölçütleri açısından karşılaştırılmıştır. Değerlendirme ölçütü olarak doğru sınıflandırma oranı, F-ölçütü ve Kappa istatistiği metrikleri kullanılmıştır. En yüksek sınıflandırma başarısına sahip sınıflandırıcı %90 doğru sınıflandırma oranı ile çok katmanlı algılayıcı olmuştur.