Kronik böbrek hastalığı(KBH), dünya genelinde oldukça yaygın olan, tedavi maliyeti çok yüksek, yaşam kalitesini olumsuz etkileyen ve ileriki aşamalarda kötü sonuçları olan bir hastalıktır. KBH, erken, doğru teşhis ve zamanında uygulanan tedavi ile önlenebilir veya ilerlemesi geciktirilebilir. Bu çalışmada kronik böbrek hastalığının tahmininin iyileştirilmesi amacıyla 2015 yılında Hindistan’da bulunan Apollo Hastanelerinde 400 hasta üzerinde yapılan tahliller sonucunda ortaya çıkan veriler kullanılmıştır. Verilere https://www.kisa.link/KU44 internet adresinden ulaşılmıştır.400 hastadan alınan idrar ve kan örnekleri ile 24 farklı değişkenden oluşan verilere bakılarak sonuca varılmıştır. Bu tahlil sonuçlarına göre 400 kişiden 250 kişinin gerçekten hasta olduğu ve 150 kişinin hasta olmadığı sonucu ortaya çıkmıştır. Bu veriler ışığında tahminlemenin yapılabilmesi için sınıflandırma algoritmalarından frekans tablosu yöntemleri kullanılmıştır. Bu makine öğrenmesi yöntemlerini bilgisayar ortamında inceleyebilmek için Weka paket programı kullanılmıştır. Weka paket programından alınan çıktılara göre, frekans tablosu yöntemlerinden ZeroR sınıflandırma yöntemi %62,5 doğruluk oranı ile, OneR sınıflandırma yöntemi %92 doğruluk oranı ile, Naive Bayes sınıflandırma yöntemi %95 doğruluk oranı ile ve Karar ağacı sınıflandırma yöntemi %99 doğruluk oranı ile doğru sınıflandırma yapmıştır. Hastalığın teşhisinde kullanılması amacıyla incelenen frekans tablosu yöntemlerinden en yüksek doğruluk oranı %99 ile Karar Ağacı sınıflandırma yöntemi olmuştur. Bu yöntem ile hasta olan 250 kişinin 249’unu ve hasta olmayan 150 kişinin 147’sini doğru tahmin edilmiştir. Bu dört yöntem arasından en başarılı yöntem Karar Ağacı sınıflandırma yöntemi olmuştur. Bu yöntemin hastanelerde ve ilgili kliniklerde kullanılması sağlanarak hem hastalığın erken teşhisi yapılıp önlenmesi sağlanabilir. Hem de iş yükleri oldukça fazla olan doktorlarımızın iş yükünü hafifleterek yoğunluktan ve/veya insanlık haliyle verilebilecek yanlış kararların önüne geçilmesi sağlanabilir.
Anahtar Kelimeler: Kronik Böbrek Hastalığı, Makine Öğrenmesi, Tahminleme
|
