XVIII. ULUSAL ve I. ULUSLARARASI BİYOİSTATİSTİK KONGRESİ BİLDİRİ ÖZETLERİ KİTABI

Transkript

1 XVIII. ULUSAL ve I. ULUSLARARASI BİYOİSTATİSTİK KONGRESİ BİLDİRİ ÖZETLERİ KİTABI Editör Doç. Dr. Erdem Karabulut Yardımcı Editörler Prof. Dr. Atilla Halil Elhan Prof. Dr. İsmet Doğan Prof. Dr. Ersin Öğüş Doç. Dr. Serdal Kenan Köse Doç. Dr. Nurhan Doğan Ekim 2016 Belek / ANTALYA

2 XVIII. NATIONAL and I. INTERNATIONAL BIOSTATISTICS CONGRESS BOOK of ABSTRACTS Editor in Chief Assoc. Prof. Erdem Karabulut Associate Editors Prof. Atilla Halil Elhan Prof. İsmet Doğan Prof. Ersin Öğüş Assoc. Prof. Serdal Kenan Köse Assoc. Prof. Nurhan Doğan October 26-29, 2016 Belek / ANTALYA

3 26-29 Ekim 2016 Belek / Antalya Onursal Kurul / Honorary Board Kongre Onursal Başkanı / Honorary President of the Congress Prof. Dr. Reha ALPAR Biyoistatistik Derneği BaĢkanı Onur Kurulu / Honorary Board Prof. Dr. Kadir SÜMBÜLOĞLU Prof. Dr. Kazım ÖZDAMAR Prof. Dr. Ersöz TÜCCAR Prof. Dr. Fikret İKİZ Prof. Dr. İsmet KAN Prof. Dr. Yıldır ATAKURT H.Ü. Tıp Fak. Biyoistatistik ABD E. Öğretim Üyesi/Biyoistatistik Derneği Onursal Başkanı O.Ü. Tıp Fak. Biyoistatistik ABD E. Öğretim Üyesi Ankara Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı Emekli Öğretim Üyesi Ege Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı Emekli Öğretim Üyesi Uludağ Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı Emekli Öğretim Üyesi Ankara Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı Emekli Öğretim Üyesi Düzenleme Kurulu / Organizing Committee Prof. Dr. Ġsmet DOĞAN Afyon Kocatepe Üniversitesi BaĢkan Prof. Dr. C. Reha ALPAR Hacettepe Üniversitesi Üye Prof. Dr. Atilla Halil ELHAN Ankara Üniversitesi Üye Prof. Dr. Ersin ÖĞÜġ BaĢkent Üniversitesi Üye Doç. Dr. S. Kenan KÖSE Ankara Üniversitesi Üye Doç. Dr. Erdem KARABULUT Hacettepe Üniversitesi Üye Doç. Dr. Nurhan Doğan Afyon Kocatepe Üniversitesi Sekreter i

4 26-29 Ekim 2016 Belek / Antalya BilimBilimsel Danışma Kurulu / Scientific Advisory Board Prof. Dr. A. Ergun KARAAĞAOĞLU Prof. Dr. Ahmet DİRİCAN Prof. Dr. Alan TENNANT Prof. Dr. Atilla Halil ELHAN Prof. Dr. Bahar TAŞDELEN Prof. Dr. Beyza AKDAĞ Prof. Dr. Celal Reha ALPAR Prof. Dr. Ersin ÖĞÜŞ Prof. Dr. Fezan MUTLU Prof. Dr. Gülşah SEYDAOĞLU Prof. Dr. Hafize SEZER Prof. Dr. Handan ANKARALI Prof. Dr. İ. Safa GÜRCAN Prof. Dr. İlker ERCAN Prof. Dr. İsmet DOĞAN Prof. Dr. K. Setenay ÖNER Prof. Dr. M. Nurullah ORMAN Prof. Dr. M. Yusuf ÇELİK Prof. Dr. Mehtap AKÇIL OK Prof. Dr. Meriç ÇOLAK Prof. Dr. Mevlüt TÜRE Prof. Dr. Mustafa ŞENOCAK Prof. Dr. Nazan ALPARSLAN Prof. Dr. Necdet SÜT Prof. Dr. Nedret BILLOR Prof. Dr. Nural BEKİROĞLU Prof. Dr. Osman SARAÇBAŞI Prof. Dr. Ömer SATICI Prof. Dr. Refik BURGUT Prof. Dr. Rian DİŞÇİ Prof. Dr. Saim YOLOĞLU Prof. Dr. Sanjib BASU Prof. Dr. Sıddık KESKİN Hacettepe Üniversitesi İstanbul Üniversitesi University of Lucerne, Switzerland Ankara Üniversitesi Mersin Üniversitesi Pamukkale Üniversitesi Hacettepe Üniversitesi Başkent Üniversitesi Eskişehir Osmangazi Üniversitesi Çukurova Üniversitesi İstanbul Aydın Üniversitesi Düzce Üniversitesi Ankara Üniversitesi Uludağ Üniversitesi Afyon Kocatepe Üniversitesi Eskişehir Osmangazi Üniversitesi Ege Üniversitesi Biruni Üniversitesi Başkent Üniversitesi Başkent Üniversitesi Adnan Menderes Üniversitesi İstanbul Üniversitesi Çukurova Üniversitesi Trakya Üniversitesi Auburn University, USA Marmara Üniversitesi Hacettepe Üniversitesi Dicle Üniversitesi Çukurova Üniversitesi İstanbul Üniversitesi İnönü Üniversitesi Northern Illinois University, USA Yüzüncü Yıl Üniversitesi ii

5 26-29 Ekim 2016 Belek / Antalya Prof. Dr. Vildan SÜMBÜLOĞLU Prof. Dr. Yasemin YAVUZ Prof. Dr. Yavuz SANİSOĞLU Prof. Dr. Zeki AKKUŞ Doç. Dr. Ahmet ÖZTÜRK Doç. Dr. Bülent ÇELİK Doç. Dr. Canan BAYDEMİR Doç. Dr. Cemil ÇOLAK Doç. Dr. Deniz SIĞIRLI Doç. Dr. Derya ÖZTUNA Doç. Dr. Erdem KARABULUT Doç. Dr. Ertuğrul ÇOLAK Doç. Dr. Ferhan ELMALI Doç. Dr. Gökhan OCAKOĞLU Doç. Dr. Gülhan ÖREKECİ TEMEL Doç. Dr. Güven ÖZKAYA Doç. Dr. Hakan DEMİRTAŞ Doç. Dr. İlker ETİKAN Doç. Dr. İmran KURT ÖMÜRLÜ Doç. Dr. Mehmet KOÇAK Doç. Dr. Nurhan DOĞAN Doç. Dr. Pınar Özdemir Doç. Dr. Recai YÜCEL Doç. Dr. S. Kenan KÖSE Doç. Dr. Semra AKGÖZ Doç. Dr. Seval KUL Doç. Dr. Umut ARSLAN Yrd. Doç. Dr. Devrim BİLGİLİ Yrd. Doç. Dr. Umut ÖZBEK PhD. Alessandro MARCON Sanko Üniversitesi Ankara Üniversitesi Yıldırım Beyazıt Üniversitesi Dicle Üniversitesi Erciyes Üniversitesi Gazi Üniversitesi Kocaeli Üniversitesi İnönü Üniversitesi Uludağ Üniversitesi Ankara Üniversitesi Hacettepe Üniversitesi Eskişehir Osmangazi Üniversitesi İzmir Katip Çelebi Üniversitesi Uludağ Üniversitesi Mersin Üniversitesi Uludağ Üniversitesi University of Illinois, USA Yakın Doğu Üniversitesi Adnan Menderes Üniversitesi University of Tennessee, USA Afyon Kocatepe Üniversitesi Hacettepe Üniversitesi University at Albany-SUNY, USA Ankara Üniversitesi Çanakkale 18 Mart Üniversitesi Gaziantep Üniversitesi Hacettepe Üniversitesi University of North Florida, USA Icahn School of Medicine at Mount Sinai, USA University of Verona, Italy iii

6 26-29 Ekim 2016 Belek / Antalya ÖNSÖZ Değerli Hocalarım ve Sevgili Meslektaşlarım, Tıp ve diğer sağlık bilimleri alanlarında çalışan araştırmacıların, yapmış oldukları çalışmaları etkin ve uygun biçimde planlayabilmesi, yaptığı araştırmaları bilimsel temele oturtabilmesi, başarılı bir biçimde yürütebilmesi, güvenirliği yüksek kararlar verebilmesi için güvenilir verilere, güvenilir istatistiksel yöntemlere ve alanında uzman güvenilir biyoistatistikçilere gereksinimi vardır. Genelde tıp ve diğer sağlık bilimleri gibi önemli çalışma alanlarında kendisine yer bulmuş olan Biyoistatistiğin önemi 1920 lerden bu yana her geçen gün artmıştır. Günümüzde Biyoistatistik, tıp ve diğer sağlık bilimleri ile ilgili bilimsel çalışmaların vazgeçilmez bir öğesi olmuş ve bu alanda çalışan bilim insanlarının görmesine, duymasına, sezmesine ve karar vermesine önemli derecede katkıda bulunan çok önemli bir bilim alanı konumuna ulaşmıştır. Günümüzde, tıp ve diğer sağlık bilimleri alanındaki gözlemsel ve deneysel (klinik) araştırmaların tasarım aşamasından, çözümleme ve karar verme aşamasına kadarki süreçte donanımlı biyoistatistik bilgisine sahip biyoistatistik uzmanına duyulan gereksinim eskisinden çok daha fazladır. Bu çerçevede, tıp fakültelerinin temel tıp bilimleri bölümü içerisinde temel tıp alanı olarak 1980 li Yılların başından günümüze dek çalışmalarını sürdüren Biyoistatistik anabilim dallarının sorumluluğu kat kat artmıştır Ekim 2016 tarihleri arasında Antalya da yapılacak olan ve Biyoistatistik Derneği ile ortaklaşa düzenleyeceğimiz XVIII. Biyoistatistik kongresi de bu sorumluluğun bir parçasıdır. Bu kongreden beklentimiz; ulusal katılımlı bir kongre olmanın yanı sıra uluslararası katılımlı bir kongre konumuna gelerek, Biyoistatistik alanındaki ulusal ve uluslararası bilimsel gelişmeleri görmek, mesleki birikimlerimizi paylaşmak, tartışmak ve bilimsel yayın kalitemizi yükseltmektir. Üyesi olmaktan her zaman büyük bir mutluluk ve gurur duyduğum Biyoistatistik topluluğunu ve araştırıcıları bu kongrede bir arada görmek en büyük dileğimdir. Dolayısıyla, Biyoistatistiğe gönül vermiş gerek ülke içinden gerekse ülke dışından tüm bilim insanlarını kongremize davet ederken, düzenleme komitesi adına hepinize en içten sevgi ve saygılarımı sunarım. Kongre Düzenleme Kurulu Adına, Prof. Dr. İsmet DOĞAN Kongre Başkanı Prof. Dr. C. Reha ALPAR Biyoistatistik Derneği Başkanı iv

7 26-29 Ekim 2016 Belek / Antalya PREFACE Dear Colleagues, The researchers working in the field of medicine & health sciences need reliable biostatistical solutions and biostatisticians in order to carry on their studies. Biostatistics which has been usually featured in the fields of medicine and health sciences increased its popularity since the 1920's and it has become a very important field. This importance has been very valuable for the scientists to hear, feel and understand this field better in every aspect. In this regard, responsibility of Biostatistics and biostatisticians has been increased rapidly. XVIII. Biostatistics Congress which will be held in Antalya from October 26 to October 29 is also a responsibility of this act. Our expectation from this congress is to be recognized internationally by our attendants from all around the world. Our purpose is to gather all Biostatisticians to discuss and analyze the new trends, and to exchange our experience and scientific knowledge. As a proud and honored member of Association of Biostatistics of Turkey, our only wish is to see all the respected biostatisticians from Turkey and all around the world together in this important congress. We are inviting you to join us in Antalya with all the love and respect. On behalf of organization board, Prof. Dr. İsmet DOĞAN Congress Chair Prof. Dr. C. Reha ALPAR Head of Association of Biostatistics v

8 26-29 Ekim 2016 Belek / Antalya Çarşamba BİLİMSEL PROGRAM / SCIENTIFIC PROGRAM :00 Kongre Kayıt / Registration 9:00 17:30 Kurs 1. R ile Biyoinformatik Analizler / Course 1. Bioinformatics analysis with R Yrd. Doç. Dr. Gökmen ZARARSIZ, Dr. Selçuk KORKMAZ, Arş. Gör. Dinçer GÖKSÜLÜK 14:00-17:30 Kurs 2. Rasch Analizine Giriş / Course 2. Introduction to Rasch Analysis Perşembe 9:00 9:30 Açılış Prof. Dr. Atilla Halil ELHAN Kurs 3. Uygulamalı Meta-Analizi / Course 3. Applied Meta-analysis Saygı Duruşu İstiklal Marşı Açılış Konuşmaları: Doç. Dr. Pınar ÖZDEMİR Prof. Dr. Reha ALPAR, Biyoistatistik Derneği Başkanı Prof. Dr. İsmet DOĞAN, Kongre Düzenleme Kurulu Başkanı Prof. Dr. Kadir SÜMBÜLOĞLU, Biyoistatistik Derneği Onursal Başkanı 9:30 10:00 Konferans I: Nedensellik Sorunsalı 10:00-10:15 Çay-Kahve Arası Doç. Dr. Eyüp ERDOĞAN, Mersin Üniversitesi Felsefe Bölümü 10:15-12:00 Sözlü Bildiriler I. Oturum Oturum Başkanları: Prof. Dr. Z. Nazan ALPARSLAN, Prof. Dr. Ersin ÖĞÜŞ, Doç. Dr. Seval KUL 10:15-10:30 Independent Hypothesis Weighting In Differential Expression Analysis Of RNA-SEQ Data Gökmen ZARARSIZ, Selçuk KORKMAZ, Vahap ELDEM, Dinçer GÖKSÜLÜK, Gözde ERTÜRK ZARARSIZ, Meltem ÜNLÜSAVURAN, Ahmet ÖZTÜRK 10:30-10:45 Tıpta Bulanık Mantık Uygulamaları Deniz BOZ ERAVCI, S. Kenan KÖSE 10:45-11:00 CART Modellemede Eğitim ve Test Veri Seti için En Uygun Ayırma Oranı: Bir Uygulama Nural BEKİROĞLU, Yüksel ÖZKAN, Esra AKDENİZ 11:00-11:15 K-Ortalama Kümeleme Yönteminde Başlangıç Merkezlerini Belirlemede Farklı Bir Yaklaşım Meryem GÖRAL YILDIZLI, Z. Nazan ALPARSLAN vi

9 26-29 Ekim 2016 Belek / Antalya 11:15-11:30 Sınıf Dengesizliği Sorunu ve Çözüm Algoritmaları Duygu AYDIN HAKLI, Erdem KARABULUT, Dinçer GÖKSÜLÜK 11:30-11:45 Bayes Ağları Yöntemi ile Obstruktif Uyku Apnesi Şiddetinin Tahminlenmesi ve Sonuçların Değerlendirilmesi Selen BOZKURT, Aslı BOSTANCI, Murat TURHAN 11:45-12:00 Randomize Olmayan Klinik Çalışmalarda Propensity Skor Tahmini İçin Makine Öğrenme Yaklaşımı Öğle Yemeği Emre DEMİR, S. Kenan KÖSE 14:00-15:30 Sözlü Bildiriler II. Oturum Oturum Başkanları: Prof. Dr. Hafize SEZER, Prof. Dr. Yasemin YAVUZ, Doç. Dr. Ferhan ELMALI 14:00-14:15 İki Sonuçlu Rasch Modeli nde Kişi Parametrelerinin Uyarlanmış En Çok Olabilirlik Kestirimi Beyza DOĞANAY ERDOĞAN, Birdal ŞENOĞLU, Atilla Halil ELHAN, Derya ÖZTUNA 14:15-14:30 Veri Setinde Eksik Gözlem Olması Durumunda Goodman-Kruskal Gamma, Gwet AC2 ve Krippendorff Alfa Uyum Ölçütlerinin Karşılaştırılması: Bir Simülasyon Çalışması Tuğçe ŞENÇELİKEL, H. Yağmur ZENGİN, Ersin ÖĞÜŞ 14:30-14:45 Using Statistical Procedures to Identify Differentially Functioning Test Items Leman TOMAK 14:45-15:00 Odds Oranları İçin Meta Analizi ve Genetik Veride Bir Uygulama Harika GÖZÜKARA BAĞ 15:00-15:15 Yapısal Eşitlik Modeli ile Meta-Analizi: Aşırı Besin İsteği (Abis) Ölçeği Üzerine Uygulama Mehtap AKÇİL OK, Gül KIZILTAN, Selen MÜFTÜOĞLU 15:15-15:30 Meme Kanseri Tanısı Koymada Kullanılan BRADS Kriterleri ve Shear-wawe Elastography Yöntemlerinin Değerlendiriciler Arası Uyum İstatistiklerinin Meta Analiz Çalışması 15:30-15:45 Çay-Kahve Arası Nihan ÖZEL, Gülhan OREKİCİ TEMEL, Kaan ESEN 15:45-17:30 Sözlü Bildiriler III. Oturum Oturum Başkanları: Prof. Dr. Vildan SÜMBÜLOĞLU, Prof. Dr. Kevser Setenay ÖNER, Doç. Dr. Pınar ÖZDEMİR 15:45-16:00 Sensitivity Analysis Of Joint Models Under Different Parameterizations Naime Meriç KONAR, Eda KARAİSMAİLOGLU, A. Ergun KARAAGAOGLU 16:00-16:15 Risk Tahmin Modellerine Eklenen Yeni Faktörün Katkısının Değerlendirilmesinde Biyoistatistiksel Yaklaşımlar Betül DAĞOĞLU, H. Refik BURGUT vii

10 26-29 Ekim 2016 Belek / Antalya 16:15-16:30 Sağlık Alanındaki Verilerde Zamana Bağlı ROC Analizinin Kullanımı Ceren EFE, İlker ÜNAL 16:30-16:45 Bağımsız kümelerde, aynı altın standart yargı yöntemi ile iki ayrı tanı testinin yargılanmasında klasik yaklaşım ile Suzuki yönteminin uyumu Mustafa Ş. ŞENOCAK, Hayriye ERTEM VEHİD, Gökalp ERAL 16:45-17:00 PR Eğrileri ROC Eğrilerine Ne Zaman Alternatif Olabilir? İlker ÜNAL, Refik BURGUT, Yaşar SERTDEMİR 17:00-17:15 ROC Analizi için Alternatif Yöntemler: FROC ve AFROC Analizi Merve BAŞOL, Dinçer GÖKSÜLÜK, A. Ergun KARAAĞAOĞLU 17:15-17:30 Bulanık C-Ortalamalar Kümeleme Algoritmasının Genetik Veri Setinde Uygulaması Suriye ÖZGÜR, Bakiye GÖKER BAĞCA, Muhterem DUYU, Özgür ÇOĞULU, Mehmet N. ORMAN 17:30-18:00 Poster Bildiriler (1-25. Posterler) Cuma 9:00-10:30 Sözlü Bildiriler IV. Oturum Oturum Başkanları: Prof. Dr. Ömer SATICI, Doç. Dr. Nurhan DOĞAN 9:00-9:15 Survival Analysis of ERCC1 Biomarker in Platinum-based Therapy for Non-Small Cell Lung Cancer (NSCLC) Burçin KURT, Ülkü ÜNSAL 9:15-9:30 Sağkalım Verileri ile Boylamsal Verilerin Birleşik Modellenmesi ve Sağlık Alanında bir Uygulama Ebru TURGAL, Beyza DOĞANAY ERDOĞAN, Fatma ÇİFTÇİ 9:30-9:45 Cox Regresyon Modelinde Değişken Seçim Yöntemleri Esra AKDENİZ, Nural BEKİROĞLU, Yüksel ÖZKAN 9:45-10:00 Sağdan Sansürlü Yaşam Fonksiyonlarının Çoklu Karşılaştırılmasında Yeni Bir Düzeltme Tekniği Ertuğrul ÇOLAK 10:00-10:15 Yaşam Analizinde Cox Regresyon Modeline Alternatifler Şirin ÇETİN, S.Kenan KÖSE, Oya KAYACAN, Fatma ÇİFTCİ 10:15-10:30 Sağkalım Analiz Yöntemlerinin Uyum Değerlendirmesinde Kullanımı: Koroner Anjiyografi Yapılan Hastaların Damar Darlığına İlişkin Bir Örnek 10:30-10:45 Çay-Kahve Arası Selen YILMAZ IŞIKHAN, Erdem KARABULUT, Mustafa KILIÇKAP viii

11 26-29 Ekim 2016 Belek / Antalya 10:45-12:30 Sözlü Bildiriler V. Oturum Oturum Başkanları: Prof. Dr. Nural BEKİROĞLU, Prof. Dr. Zeki AKKUŞ, Prof. Dr. Mehmet N. ORMAN 10:45-11:00 Comparison of Classification Performances of Hierarchical and Non-Hierarchical Fuzzy Models Fulden CANTAŞ, İmran KURT ÖMÜRLÜ, Mevlut TÜRE 11:00-11:15 Assessment of Classification Methods on Lung Cancer mrna Expression Dataset Uğur TOPRAK, Ceren SUCULARLI, Kemal TURHAN 11:15-11:30 Medikal Cihaz Algılayıcılardan Veri Füzyonu ve Stokastik Yöntemler ile Klinik Karar Destek Modelinin Geliştirilmesi Adem DOĞANER 11:30-11:45 Yeni Nesil Machine Learning: Deep Learning ile Tek Nükleotit Polimorfizmi Verilerinin Analizi Erdal COŞGUN 11:45-12:00 EEG Sinyallerinde Farklı Boyut İndirgeme ve Sınıflandırma Yöntemlerinin Karşılaştırılması Hakan ÖZTÜRK, Mevlüt TÜRE, Nefati KIYLIOĞLU, İmran KURT ÖMÜRLÜ 12:00-12:15 Protein Veri Tabanındaki Hatalı Yapıların Tespiti ve Hata Oranının Belirlenmesi Selçuk KORKMAZ, Peter W. ROSE, Jose M. DUARTE, Andreas PRLİC, Dinçer GÖKSÜLÜK, Gökmen ZARARSIZ, Osman SARAÇBAŞI 12:15-12:30 Büyük Veriye Genel Bakış: Sağlık Alanında Örnek Uygulama Batuhan BAKIRARAR, İrem KAR, Yasemin YAVUZ 12:30-14:00 Öğle Yemeği 14:00-14:30 Konferans II: Popülasyon Genetiği ve Biyoistatistik Prof. Dr. İsmet DOĞAN, Afyon Kocatepe Üni. Biyoistatistik AD. 14:30-15:45 Sözlü Bildiriler VI. Oturum Oturum Başkanları: Prof. Dr. Sıddık KESKİN, Prof. Dr. Selim Yavuz SANİSOĞLU 14:30-14:45 Discovery of Tumor Immune Escape Pathways in Non-Small Cell Lung Cancer Using Abberant DNA Methylation Patterns With Signaling Pathway Impact Analysis Zeliha AYDIN KASAP, Serbülent ÜNSAL, Bünyamin KASAP, Aybar Can ACAR, Kemal TURHAN 14:45-15:00 Prediction of Prognosis After Radiotherapy in Non-Small Cell Lung Carcinoma Using SVM Serbülent ÜNSAL, Işık ÇAKMAK, Emel HACIİSLAMOĞLU, Ayşe DEMİR, Adnan YÖNEY, Kemal TURHAN 15:00-15:15 Effects of Methylation Data Normalization Methods on Perturbated Pathway Discovery Kemal TURHAN, Serbülent ÜNSAL, Aybar Can ACAR 15:15-15:30 A Gentle Introduction to Network Biology Analysis Methods Ülkü ÜNSAL, Burçin KURT, Kemal TURHAN 15:30-15:45 İnsan ve Fare Akciğer Gelişimine Ait Gen İfadesi Zaman Serilerinin Dinamik Zaman Bükmesi Algoritması ile Hizalanması ve Zaman Kaymalarının Belirlenmesi Semiha ÖZGÜL, Gökhan KARAKÜLAH, Aslı SUNER ix

12 15:45-16:00 Çay-Kahve Arası XVIII. Ulusal ve I. Uluslararası Biyoistatistik Kongresi Ekim 2016 Belek / Antalya 16:00-17:45 Sözlü Bildiriler VII. Oturum Oturum Başkanları: Prof. Dr. Saim YOLOĞLU, Doç. Dr. Ertuğrul ÇOLAK, Doç. Dr. Canan BAYDEMİR 16:00-16:15 Metabolomik Verilerinin Kümelenmesinde Danışmansız Random Forest Yaklaşımı Meltem ÜNLÜSAVURAN, Gökmen ZARARSIZ, Gözde E. ZARARSIZ, Dinçer GÖKSÜLÜK, Selçuk KORKMAZ, Bileda Ozan KAVCU, Ahmet ÖZTÜRK 16:15-16:30 Veri Biliminde Parametrik, Parametrik Olmayan ve Kara Kutu Modellerinin Karşılaştırması: Bir Uygulama Yüksel ÖZKAN, Esra AKDENİZ, Nural BEKİROĞLU 16:30-16:45 Risk Faktörünün Görülme Sıklığının Düşük Olduğu Durumlarda Eşleştirme Oranı ve Kontrol Sayısının Güç Üzerine Etkisi Yaşar SERTDEMİR, Refik BURGUT 16:45-17:00 Tahmin Modellerinde Kullanılan Doğruluk Oranlarının Örnek Genişliği ve Eksik Veri Oranlarından Etkilenme Durumları Gülhan OREKİCİ TEMEL, Merve TÜRKEGÜN, Semra ERDOĞAN, İrem ERSOZ KAYA 17:00-17:15 ANCOVA da Regresyon Eğimlerinin Homojenliği Varsayımı Sağlanmadığında SEYHAN Yaklaşımı Handan ANKARALI, Şengül CANGÜR, Seyit ANKARALI 17:15-17:30 Hemodiyaliz Hastalarında Radiobasilic ve Brachiobasilic Yöntemlerin Maliyet-Etkinlik Analizi Mehmet Ali SUNGUR, Okay Güven KARACA 17:30-17:45 Kayseri'de 6-17 Yaş Arasındaki Çocukların Vücut Bileşenlerinin Değerlendirmesinde Hattori Grafiği Uygulaması Ahmet ÖZTÜRK, Gökmen ZARARSIZ, Betül ÇİÇEK, M. Mümtaz MAZICIOĞLU, Gözde ERTÜRK ZARARSIZ, Meltem ÜNLÜSAVURAN, Dinçer GÖKSÜLÜK, Selçuk KORKMAZ, Selim KURTOĞLU 17:45-18:15 Poster Bildiriler ( Posterler) Cumartesi 9:00-10:30 Sözlü Bildiriler VIII. Oturum Oturum Başkanları: Prof. Dr. Mehtap AKÇİL OK, Doç. Dr. Ahmet ÖZTÜRK 9:00-9:15 DataOrganizer: Veri Manipülasyonu Web Yazılımı Ahu DURMUŞÇELEBİ, Gökmen ZARARSIZ, Dinçer GÖKSÜLÜK, Selçuk KORKMAZ, Ahmet ÖZTÜRK 9:15-9:30 GMDH: An R Package for Short Term Forecasting via GMDH Type Neural Network Algorithms Osman DAĞ, Ceylan YOZGATLİGİL 9:30-9:45 compsurv: Sağkalım Analizi için Web-Tabanlı İnteraktif Bir Yazılım Dinçer GÖKSÜLÜK, Selçuk KORKMAZ, Gökmen ZARARSIZ, Sevilay KARAHAN 9:45-10:00 *0,1+ Aralığında Tanımlı Sürekli Sayısal Verilerin Beta Regresyon Analizi ile Modellenmesinde Kullanılan Farklı Dönüşüm Yöntemleri ve Modelleme Stratejilerine İlişkin Bir Uygulama H. Yağmur ZENGİN, Ersin ÖĞÜŞ, Erdem KARABULUT x

13 26-29 Ekim 2016 Belek / Antalya 10:00-10:15 Basit Rasgele Örnekleme ve Tabakalı Rasgele Örnekleme ile Kanser İnsidanslarının Hesaplanması: Kanser Kayıtçılığı, Türkiye Uygulaması Selin DÜNDAR, Güledal BOZTAŞ, Bekir KESKİNKILIÇ, İrfan ŞENCAN 10:15-10:30 Az Denekle Yürütülen Çalışmalar için Özel Deney Tasarımları: Klinik Öncesi Çalışmalar Handan ANKARALI, Seyit ANKARALI, Şengül CANGÜR, Özge PASİN 10:30-10:45 Çay-Kahve Arası 10:45-12:30 Sözlü Bildiriler IX. Oturum Oturum Başkanları: Prof. Dr. Atilla Halil ELHAN, Doç. Dr. Gülhan ÖREKİCİ TEMEL 10:45-11:00 Ölçüm Hatalı Modellerde Gruplandırma Yöntemleriyle Parametre Tahmini Nazlı TOTİK, Gülesen ÜSTÜNDAĞ ŞİRAY 11:00-11:15 Aykırı Değer veya Heteroskedastisite Varlığında Kantil Regresyon Yaklaşımının Performansı ve Doğrusal Regresyon Yöntemi ile Karşılaştırılması H. Yağmur ZENGİN, Ersin ÖĞÜŞ, Erdem KARABULUT 11:15-11:30 Tip I Tobit Modelinde Parametre Tahmin Yöntemlerinin Performanslarının Karşılaştırılması Büşra EMİR, Ertuğrul ÇOLAK, Canan BAYDEMİR, Cengiz BAL, Kevser Setenay ÖNER 11:30-11:45 Metot Karşılaştırma Çalışmalarında Kullanılan Tip 2 Regresyon Yöntemlerinin Karşılaştırılması Hamide DOĞAN, Semra ERDOĞAN, İsmail SARI 11:45-12:00 Katmanlı Çözümlemelerde Breslow-Day Testi ile Lojistik Regresyon Değerlendirmesinin Tutarlılığının İrdelenmesi Alev BAKIR, Mustafa ŞENOCAK, Uğur KÜÇÜK, Güven GÜNVER, Elif ÇEKİRDEKÇİ 12:00-12:15 Shrinkage Regresyon Yöntemlerinin Karşılaştırılması: Benzetim Çalışması M. Çağatay BÜYÜKUYSAL, M. Agah TEKİNDAL 12:15-12:30 fmri Veri Analizlerinin İstatistiksel Değerlendirmesi ve Dikkat Eksikliği Verisi Uygulaması Gözde E. ZARARSIZ, Niyazi ACER, Gökmen ZARARSIZ, Meltem ÜNLÜSAVURAN, Ferhan ELMALI, Fezan MUTLU, Ahmet ÖZTÜRK 12:30-13:00 Kapanış xi

14 26-29 Ekim 2016 Belek / Antalya SÖZLÜ BİLDİRİLER / ORAL PRESENTATIONS Sayfa S1. Gökmen ZARARSIZ, Selçuk KORKMAZ, Vahap ELDEM, Dinçer GÖKSÜLÜK, Gözde ERTÜRK 1 ZARARSIZ, Meltem ÜNLÜSAVURAN, Ahmet ÖZTÜRK. Independent Hypothesis Weighting In Differential Expression Analysis Of RNA-SEQ Data S2. Deniz BOZ ERAVCI, S. Kenan KÖSE. Tıpta Bulanık Mantık Uygulamaları 2 S3. Nural BEKİROĞLU, Yüksel ÖZKAN, Esra AKDENİZ. CART Modellemede Eğitim ve Test Veri Seti için En Uygun Ayırma Oranı: Bir Uygulama S4. Meryem GÖRAL YILDIZLI, Z. Nazan ALPARSLAN. K-Ortalama Kümeleme Yönteminde Başlangıç Merkezlerini Belirlemede Farklı Bir Yaklaşım S5. Duygu AYDIN HAKLI, Erdem KARABULUT, Dinçer GÖKSÜLÜK. Sınıf Dengesizliği Sorunu ve Çözüm Algoritmaları S6. Selen BOZKURT, Aslı BOSTANCI, Murat TURHAN. Bayes Ağları Yöntemi ile Obstruktif Uyku Apnesi Şiddetinin Tahminlenmesi ve Sonuçların Değerlendirilmesi S7. Emre DEMİR, S. Kenan KÖSE. Randomize Olmayan Klinik Çalışmalarda Propensity Skor Tahmini İçin Makine Öğrenme Yaklaşımı S8. Beyza DOĞANAY ERDOĞAN, Birdal ŞENOĞLU, Atilla Halil ELHAN, Derya ÖZTUNA. İki Sonuçlu Rasch Modeli nde Kişi Parametrelerinin Uyarlanmış En Çok Olabilirlik Kestirimi S9. Tuğçe ŞENÇELİKEL, H. Yağmur ZENGİN, Ersin ÖĞÜŞ. Veri Setinde Eksik Gözlem Olması Durumunda Goodman-Kruskal Gamma, Gwet AC2 ve Krippendorff Alfa Uyum Ölçütlerinin Karşılaştırılması: Bir Simülasyon Çalışması S10. Leman TOMAK. Using Statistical Procedures to Identify Differentially Functioning Test Items S11. Harika GÖZÜKARA BAĞ. Odds Oranları İçin Meta Analizi ve Genetik Veride Bir Uygulama S12. Mehtap AKÇİL OK, Gül KIZILTAN, Selen MÜFTÜOĞLU. Yapısal Eşitlik Modeli ile Meta- Analizi: Aşırı Besin İsteği (Abis) Ölçeği Üzerine Uygulama S13. Nihan ÖZEL, Gülhan OREKİCİ TEMEL, Kaan ESEN. Meme Kanseri Tanısı Koymada Kullanılan BRADS Kriterleri ve Shear-wawe Elastography Yöntemlerinin Değerlendiriciler Arası Uyum İstatistiklerinin Meta Analiz Çalışması S14. Naime Meriç KONAR, Eda KARAİSMAİLOGLU, A. Ergun KARAAGAOGLU. Sensitivity Analysis Of Joint Models Under Different Parameterizations S15. Betül DAĞOĞLU, H. Refik BURGUT. Risk Tahmin Modellerine Eklenen Yeni Faktörün Katkısının Değerlendirilmesinde Biyoistatistiksel Yaklaşımlar S16. Ceren EFE, İlker ÜNAL. Sağlık Alanındaki Verilerde Zamana Bağlı ROC Analizinin Kullanımı S17. Mustafa Ş. ŞENOCAK, Hayriye ERTEM VEHİD, Gökalp ERAL. Bağımsız kümelerde, aynı altın standart yargı yöntemi ile iki ayrı tanı testinin yargılanmasında klasik yaklaşım ile Suzuki yönteminin uyumu S18. İlker ÜNAL, Refik BURGUT, Yaşar SERTDEMİR. PR Eğrileri ROC Eğrilerine Ne Zaman Alternatif Olabilir? S19. Merve BAŞOL, Dinçer GÖKSÜLÜK, A. Ergun KARAAĞAOĞLU. ROC Analizi için Alternatif Yöntemler: FROC ve AFROC Analizi S20. Suriye ÖZGÜR, Bakiye GÖKER BAĞCA, Muhterem DUYU, Özgür ÇOĞULU, Mehmet N. ORMAN. Bulanık C-Ortalamalar Kümeleme Algoritmasının Genetik Veri Setinde Uygulaması S21. Burçin KURT, Ülkü ÜNSAL. Survival Analysis of ERCC1 Biomarker in Platinum-based Therapy for Non-Small Cell Lung Cancer (NSCLC) S22. Ebru TURGAL, Beyza DOĞANAY ERDOĞAN, Fatma ÇİFTÇİ. Sağkalım Verileri ile Boylamsal Verilerin Birleşik Modellenmesi ve Sağlık Alanında bir Uygulama xii

15 26-29 Ekim 2016 Belek / Antalya S23. Esra AKDENİZ, Nural BEKİROĞLU, Yüksel ÖZKAN. Cox Regresyon Modelinde Değişken Seçim Yöntemleri S24. Ertuğrul ÇOLAK. Sağdan Sansürlü Yaşam Fonksiyonlarının Çoklu Karşılaştırılmasında Yeni Bir Düzeltme Tekniği S25. Şirin ÇETİN, S. Kenan KÖSE, Oya KAYACAN, Fatma ÇİFTCİ. Yaşam Analizinde Cox Regresyon Modeline Alternatifler S26. Selen YILMAZ IŞIKHAN, Erdem KARABULUT, Mustafa KILIÇKAP. Sağkalım Analiz Yöntemlerinin Uyum Değerlendirmesinde Kullanımı: Koroner Anjiyografi Yapılan Hastaların Damar Darlığına İlişkin Bir Örnek S27. Fulden CANTAŞ, İmran KURT ÖMÜRLÜ, Mevlut TÜRE. Comparison of Classification Performances of Hierarchical and Non-Hierarchical Fuzzy Models S28. Uğur TOPRAK, Ceren SUCULARLI, Kemal TURHAN. Assessment of Classification Methods on Lung Cancer mrna Expression Dataset S29. Adem DOĞANER. Medikal Cihaz Algılayıcılardan Veri Füzyonu ve Stokastik Yöntemler ile Klinik Karar Destek Modelinin Geliştirilmesi S30. Erdal COŞGUN. Yeni Nesil Machine Learning: Deep Learning ile Tek Nükleotit Polimorfizmi Verilerinin Analizi S31. Hakan ÖZTÜRK, Mevlüt TÜRE, Nefati KIYLIOĞLU, İmran KURT ÖMÜRLÜ. EEG Sinyallerinde Farklı Boyut İndirgeme ve Sınıflandırma Yöntemlerinin Karşılaştırılması S32. Selçuk KORKMAZ, Peter W. ROSE, Jose M. DUARTE, Andreas PRLİC, Dinçer GÖKSÜLÜK, Gökmen ZARARSIZ, Osman SARAÇBAŞI. Protein Veri Tabanındaki Hatalı Yapıların Tespiti ve Hata Oranının Belirlenmesi S33. Batuhan BAKIRARAR, İrem KAR, Yasemin YAVUZ. Büyük Veriye Genel Bakış: Sağlık Alanında Örnek Uygulama S34. Zeliha AYDIN KASAP, Serbülent ÜNSAL, Bünyamin KASAP, Aybar Can ACAR, Kemal TURHAN. Discovery of Tumor Immune Escape Pathways in Non-Small Cell Lung Cancer Using Abberant DNA Methylation Patterns With Signaling Pathway Impact Analysis S35. Serbülent ÜNSAL, Işık ÇAKMAK, Emel HACIİSLAMOĞLU, Ayşe DEMİR, Adnan YÖNEY, Kemal TURHAN. Prediction of Prognosis After Radiotherapy in Non-Small Cell Lung Carcinoma Using SVM S36. Kemal TURHAN, Serbülent ÜNSAL, Aybar Can ACAR. Effects of Methylation Data Normalization Methods on Perturbated Pathway Discovery S37. Ülkü ÜNSAL, Burçin KURT, Kemal TURHAN. A Gentle Introduction to Network Biology Analysis Methods S38. Semiha ÖZGÜL, Gökhan KARAKÜLAH, Aslı SUNER. İnsan ve Fare Akciğer Gelişimine Ait Gen İfadesi Zaman Serilerinin Dinamik Zaman Bükmesi Algoritması ile Hizalanması ve Zaman Kaymalarının Belirlenmesi S39. Meltem ÜNLÜSAVURAN, Gökmen ZARARSIZ, Gözde E. ZARARSIZ, Dinçer GÖKSÜLÜK, Selçuk KORKMAZ, Bileda Ozan KAVCU, Ahmet ÖZTÜRK. Metabolomik Verilerinin Kümelenmesinde Danışmansız Random Forest Yaklaşımı S40. Yüksel ÖZKAN, Esra AKDENİZ, Nural BEKİROĞLU. Veri Biliminde Parametrik, Parametrik Olmayan ve Kara Kutu Modellerinin Karşılaştırması: Bir Uygulama S41. Yaşar SERTDEMİR, Refik BURGUT. Risk Faktörünün Görülme Sıklığının Düşük Olduğu Durumlarda Eşleştirme Oranı ve Kontrol Sayısının Güç Üzerine Etkisi S42. Gülhan OREKİCİ TEMEL, Merve TÜRKEGÜN, Semra ERDOĞAN, İrem ERSOZ KAYA. Tahmin Modellerinde Kullanılan Doğruluk Oranlarının Örnek Genişliği ve Eksik Veri Oranlarından Etkilenme Durumları S43. Handan ANKARALI, Şengül CANGÜR, Seyit ANKARALI. ANCOVA da Regresyon Eğimlerinin Homojenliği Varsayımı Sağlanmadığında SEYHAN Yaklaşımı Sayfa xiii

16 26-29 Ekim 2016 Belek / Antalya S44. Mehmet Ali SUNGUR, Okay Güven KARACA. Hemodiyaliz Hastalarında Radiobasilic ve Brachiobasilic Yöntemlerin Maliyet-Etkinlik Analizi S45. Ahmet ÖZTÜRK, Gökmen ZARARSIZ, Betül ÇİÇEK, M. Mümtaz MAZICIOĞLU, Gözde ERTÜRK ZARARSIZ, Meltem ÜNLÜSAVURAN, Dinçer GÖKSÜLÜK, Selçuk KORKMAZ, Selim KURTOĞLU. Kayseri'de 6-17 Yaş Arasındaki Çocukların Vücut Bileşenlerinin Değerlendirmesinde Hattori Grafiği Uygulaması S46. Ahu DURMUŞÇELEBİ, Gökmen ZARARSIZ, Dinçer GÖKSÜLÜK, Selçuk KORKMAZ, Ahmet ÖZTÜRK. DataOrganizer: Veri Manipülasyonu Web Yazılımı S47. Osman DAĞ, Ceylan YOZGATLİGİL. GMDH: An R Package for Short Term Forecasting via GMDH Type Neural Network Algorithms S48. Dinçer GÖKSÜLÜK, Selçuk KORKMAZ, Gökmen ZARARSIZ, Sevilay KARAHAN. compsurv: Sağkalım Analizi için Web-Tabanlı İnteraktif Bir Yazılım S49. H. Yağmur ZENGİN, Ersin ÖĞÜŞ, Erdem KARABULUT. *0,1+ Aralığında Tanımlı Sürekli Sayısal Verilerin Beta Regresyon Analizi ile Modellenmesinde Kullanılan Farklı Dönüşüm Yöntemleri ve Modelleme Stratejilerine İlişkin Bir Uygulama S50. Selin DÜNDAR, Güledal BOZTAŞ, Bekir KESKİNKILIÇ, İrfan ŞENCAN. Basit Rasgele Örnekleme ve Tabakalı Rasgele Örnekleme ile Kanser İnsidanslarının Hesaplanması: Kanser Kayıtçılığı, Türkiye Uygulaması S51. Handan ANKARALI, Seyit ANKARALI, Şengül CANGÜR, Özge PASİN. Az Denekle Yürütülen Çalışmalar için Özel Deney Tasarımları: Klinik Öncesi Çalışmalar S52. Nazlı TOTİK, Gülesen ÜSTÜNDAĞ ŞİRAY. Ölçüm Hatalı Modellerde Gruplandırma Yöntemleriyle Parametre Tahmini S53. H. Yağmur ZENGİN, Ersin ÖĞÜŞ, Erdem KARABULUT. Aykırı Değer veya Heteroskedastisite Varlığında Kantil Regresyon Yaklaşımının Performansı ve Doğrusal Regresyon Yöntemi ile Karşılaştırılması S54. Büşra EMİR, Ertuğrul ÇOLAK, Canan BAYDEMİR, Cengiz BAL, Kevser Setenay ÖNER. Tip I Tobit Modelinde Parametre Tahmin Yöntemlerinin Performanslarının Karşılaştırılması S55. Hamide DOĞAN, Semra ERDOĞAN, İsmail SARI. Metot Karşılaştırma Çalışmalarında Kullanılan Tip 2 Regresyon Yöntemlerinin Karşılaştırılması S56. Alev BAKIR, Mustafa ŞENOCAK, Uğur KÜÇÜK, Güven GÜNVER, Elif ÇEKİRDEKÇİ. Katmanlı Çözümlemelerde Breslow-Day Testi ile Lojistik Regresyon Değerlendirmesinin Tutarlılığının İrdelenmesi S57. M. Çağatay BÜYÜKUYSAL, M. Agah TEKİNDAL. Shrinkage Regresyon Yöntemlerinin Karşılaştırılması: Benzetim Çalışması S58. Gözde E. ZARARSIZ, Niyazi ACER, Gökmen ZARARSIZ, Meltem ÜNLÜSAVURAN, Ferhan ELMALI, Fezan MUTLU, Ahmet ÖZTÜRK. fmri Veri Analizlerinin İstatistiksel Değerlendirmesi ve Dikkat Eksikliği Verisi Uygulaması Sayfa xiv

17 26-29 Ekim 2016 Belek / Antalya POSTER BİLDİRİLERİ / POSTER PRESENTATIONS P1. Ahmet Kadir ARSLAN, Emek GÜLDOĞAN, Cemil ÇOLAK. Makine Öğrenmesi Yaklaşımlarından Aşırı Öğrenme Makinesinin Sınıflandırma Performansının Değerlendirilmesi: Bir Simülasyon Çalışması P2. Arzu Baygül ÇALIŞGAN, Neslihan GÖKMEN. Sağlık Profesyonellerinin Biyoistatistik Danışmanlık Hakkındaki Görüşlerinin İncelenmesi P3. Aslı SUNER, Abdullah SAYINER, Çağrı BÜKE, Murat ERSEL, Mehmet N. ORMAN, Gül KİTAPÇIOĞLU. Analitik Hiyerarşi Süreci Yöntemi ile Toplum Kökenli Pnömoni Hastalarının Tedavisinde Kullanılan Kriterlerin Önceliklerinin Belirlenmesi P4. Betül DAĞOĞLU, Z. Nazan ALPARSLAN. STROBE Kontrol Listesine Tasarım Etkisi Sorgusunun Eklenmesi Gerekli Midir? (Tıbbi Gözlemsel Çalışmaların STROBE İle Uyumu) P5. Canan Baydemir, Dilek Ural, Kurtuluş Karaüzüm, Sibel Balcı, Onur Argan, İrem Karaüzüm, Güliz Kozdağ, Ayşen A. Ağır. Yarışan Riskler Regresyon Analizi: Renin Anjiyotensin Sistemi Blokerlerinin, Böbrek Fonksiyon Bozukluğu Olan Akut Dekompanse Kalp Yetersizliğinde Uzun Dönem Mortalite ve Hastaneye Yeniden Yatış Sıklığı Belirleyicileri P6. Didem DERICI YILDIRIM, Bahar TASDELEN, Aynur OZGE. The Effect of Co-morbidity on The Modelling of Migraine Prognosis P7. Duygu SIDDIKOĞLU, Funda Seher ÖZALP ATEŞ, Yasemin YAVUZ. Tekrarlı Veri Tasarımlarında Örneklem Büyüklüğünün Hesaplanması Hangi Faktörlerden Nasıl Etkilenir? P8. Ebru ÖZTÜRK, Özlem İLK. Classifying Resting State Functional Magnetic Resonance Imaging Data P9. Emek GÜLDOĞAN, Ahmet Kadir ARSLAN, M. Cengiz ÇOLAK, Cemil ÇOLAK, Nevzat ERDİL. An Intelligent System for the Classification of Postoperative Pleural Effusion between 4 and 30 days using Medical Knowledge Discovery P10. Emre DEMİR, S. Kenan KÖSE. Biyoistatistikçiler için R Paketine Alternatif Yeni Bir Paket; Julia P11. Emre Dirican, Zeki Akkuş. Dren Süresiyle İlişkili Değişkenlerin Çoklu Uyum Analizi İle İncelenmesi P12. Ersin ÖĞÜŞ, H. Yağmur ZENGİN, Tuğçe ŞENÇELİKEL, Denizhan AKPINAR, Deniz İdil SONSAYAR, Salih Rıza Ozan YILDIZ, Sefer Batuhan APLAK. Klinik Denemelerde Yanlılık Kavramı ve Önleme Yöntemleri P13. Ersin Öğüş, S. Fulya Elmastaş, Ecem Demirkan, Ömer Sülçe, Rana Baykan, Mert Şimşek, Ali Suludere. Tarihte Tıp ve Biyoistatistiğin Buluşması P14. Esra ÖZKAN, Zeliha AYDIN KASAP, Kemal TURHAN. Uzun Süre Yatan Hastalarda Pozisyon Sıklığının Basınç Yarası Oluşumu Üzerine Etkisi P15. Funda Seher ÖZALP ATEŞ, Duygu SIDDIKOĞLU, Yasemin YAVUZ. Kümelenmiş Verilerde İki Oran Testinde Sınıf İçi Korelasyon Katsayısı ve Küme Büyüklüğü Örneklem Büyüklüğünü Nasıl Etkiler? P16. Gökmen Zararsız, Selçuk Korkmaz, Dinçer Göksülük, Vahap Eldem, Gözde Ertürk Zararsız, Meltem Ünlüsavuran, Ahmet Öztürk. A Statistical Pipeline In Derivation Of Composite Reference Ranges In The Clinical Laboratory P17. Gözde Duman, DR. Özgül Vupa Çilengiroğlu. A Comparison of The Hopelessness and Life Satisfaction Levels of University Students in Izmir P18. Gülden Hakverdi, Harika Gözükara Bağ. COMT geni (SNP: rs737865) ile şizofreni arasındaki ilişki: Bir meta analizi P19. İpek BALIKÇI ÇİÇEK, Şeyma YAŞAR, Jülide YAĞMUR, Zeynep TUNÇ, Saim YOLOĞLU. Koroner Arter Hastalarında Vücut Kitle İndeksi ile Hipertansiyon Arasındaki İlişkilerin İstatistiksel Modeller ile Tahmini P20. İrem KAR, Batuhan BAKIRARAR, S. Kenan KÖSE. Veri Madenciliği Sınıflandırıcılarının Performanslarının Karşılaştırılması Sayfa xv

18 26-29 Ekim 2016 Belek / Antalya Sayfa P21. İsmail YILDIZ, Ömer SATICI, Zeki AKKUŞ, Eylem Can ÖZDEMİR. Üniversite Hastanelerinde 102 Uygulanan İndikatör Uygulamaları ve Dicle Üniversitesi Hastaneleri İki Yıllık Gözlem Bulgu Sonuçları P22. İsmet DOĞAN, Nurhan DOĞAN. Should We Believe The Published Research Findings? 104 P23. İsmet DOĞAN, Nurhan DOĞAN. Statistical Tests for Neutrality 106 P24. İsmet DOĞAN, Nurhan DOĞAN. Determination of the Minimum Number of Experts for 108 Lawshe s Content Validity Ratio P25. İsmet DOĞAN, Nurhan DOĞAN. Statistical Matching 111 P26. M. Cengiz ÇOLAK, Erol KARAASLAN, Cemil ÇOLAK, Ahmet Kadir ARSLAN, Nevzat ERDİL. 114 Handling Imbalanced Class Problem for the Prediction of Atrial Fibrillation in Obese Patients P27. Mehmet Ali Sungur, Handan Ankaralı. Düzce Tıp Fakültesi Öğretim Üyelerinin Bilimsel 115 Araştırmalar Hakkındaki Bilgi Düzeyleri P28. Mehmet Karadağ, Seval Kul, Saim Yoloğlu. Karar Ağaçlarında CHAID Ve C4.5 Yöntemlerinin 116 Performanslarının Karşılaştırılması: Bir Simülasyon Çalışması P29. Merve TÜRKEGÜN, E. Arzu KANIK. Karşılaştırmalı Etkinlik Araştırmaları-KEA 117 P30. Mustafa ŞENOCAK, Alev BAKIR, Güven GÜNVER, Elif ÇEKİRDEKÇİ, Uğur KÜÇÜK. İki Etkenli 119 Nedensellik Çözümlemelerinde Çarpımsal Araetkileşim Varlığının Yalın Göreli Değerler Üzerinden İrdelenmesinin Lojistik Regresyon Yargılaması ile Karşılaştırılması P31. Nazlı TOTİK, Z. Nazan ALPARSLAN. Meta Analizde Heterojenliğin Testi Ve Ölçüm Yöntemleri 121 P32. Nazlı TOTİK, Gülesen ÜSTÜNDAĞ ŞİRAY. Ölçüm Hatalı Modellerde Ranklara Dayalı Yöntem 122 ile Parametre Tahmini P33. Nurhan DOĞAN. Konfigüral Frekans Analizi ve İntihardaki 10 Yıllık Değişimin İncelenmesi 124 P34. Özge ADALITAŞ, Bahar TAŞDELEN, Ragıp Onur ÖZTORNACI. Poisson Regresyon ve Negatif 125 Binomiyal Regresyon Yöntemlerinin Simülasyon Verisi Kullanılarak Karşılaştırılması P35. Pınar AMBARCIOĞLU, Ufuk KAYA, İ. Safa GÜRCAN. Path Analizi Yaklaşımı ile Karacabey 127 Koyunlarında Canlı Ağırlığın Vücut Ölçüleri Kullanılarak Tahmin Edilmesi P36. Ragıp Onur ÖZTORNACI, Bahar TAŞDELEN. Sınıflama Ağaçlarının Genetik İlişki 128 Çalışmalarındaki Performansını Etkileyen Faktörler P37. Selcen Yüksel, Pervin Demir, Afra Alkan. Nomogram: A Practical Tool to Facilitate 130 Interpreting Binary and Ordinal Logistic Regression Test Results P38. Serhat HAYME, Derya ÖZTUNA, Atilla H. ELHAN, Emre DEMİR. Klinik Denemelerde Kesirli 131 Polinomların İki Kategorili Lojistik Regresyon Modelinde Kullanımı P39. Sevinç Püren YÜCEL, Z. Nazan ALPARSLAN. Geçerlik-Güvenirlik Çalışmalarında Sınıf İçi 132 Korelasyon Katsayısına Dayalı Örnek Büyüklüğü Hesaplanma Oranı P40. Sıddık Keskin. Çoklu Doğrusal Regresyon Analizinde Jackknife Yöntemi 133 P41. Suriye Özgür, Pembe Keskinoğlu, Ömer Erbil Doğan, Gülnar Nuriyeva, Semir Köse. Prenatal 134 Tanı İçin Biyokimyasal Yeni Bir Belirtecin Ayırt Ediciliğinin Farklı İstatistiksel Yöntemlerle Değerlendirilmesi P42. Suriye Özgür, Pembe Keskinoğlu, Timur Köse, Ahmet Keskinoğlu. Yapay Sinir Ağları İle 135 Veziko Üreteral Reflü Hastalığının Prognozunu Tahminleme P43. Şeyma YAŞAR, İpek BALIKÇI ÇİÇEK, Tuğba KUL KÖPRÜLÜ, Sedat YAŞAR, Saim YOLOĞLU. Suda 137 Çözünür Gümüş N-heterosiklik Karben Komplekslerinin Kanser Hücrelerine Karşı İlaç Potansiyellerinin Etkin Konsantrasyon (EC50 ) Değerleriyle İncelenmesi* P44. Tuğçe ŞENÇELİKEL, Ersin ÖĞÜŞ. CHAID Analizi ve Sağlık Alanında Bir Uygulama 139 P45. Yasemin Akkoca, Serçin Taşar, Hatice Aktaş. Doğum Sonrası Bağlanma Ölçeği Türkçe 140 formunun geçerlilik ve güvenilirlik çalışması P46. Zeliha AYDIN KASAP, Esra ÖZKAN, Kemal TURHAN. Yatağa Bağımlı Hastalarda Sürtünme ile 143 Nemin Basınç Yarası Oluşumu Üzerine Etkisi xvi

19 SÖZLÜ BİLDİRİLER ORAL PRESENTATIONS

20 Sözlü Bildiriler Oral Presentations S1 Independent Hypothesis Weighting In Differential Expression Analysis Of RNA-Seq Data Gökmen ZARARSIZ 1, Selçuk KORKMAZ 2, Vahap ELDEM 3, Dinçer GÖKSÜLÜK 2, Gözde ERTÜRK ZARARSIZ 1, Meltem ÜNLÜSAVURAN 1, Ahmet ÖZTÜRK 1 1Erciyes University, Faculty of Medicine, Department of Biostatistics, Kayseri, Turkey 2Hacettepe University, Faculty of Medicine, Department of Biostatistics, Ankara, Turkey 3Istanbul University, Faculty of Science, Department of Biology, Istanbul, Turkey Aim: RNA sequencing (RNA-Seq) is a powerful technique for transcriptome profiling of the organisms that uses the capabilities of next-generation sequencing (NGS) technologies. Recent advances in NGS let researchers to measure the expression levels of tens to thousands of transcripts simultaneously. Using such information, one major task is differential expression analysis, which refers to the detection of the significant transcripts among these thousands of transcripts. In these analyses, it is a must to adjust p values to account for multiple testing. A common procedure is to maximize the number of discoveries while control the expected fraction of false discoveries via Benjamini-Hochberg (BH) procedure. However, in most cases, individual tests have different statistical properties, e.g. have different sequencing depths. Recently, independent hypothesis weighting (IHW) is proposed to overcome this problem by assigning weights using covariates. These covariates are independent of the p values under the null hypothesis but informative of each test s power or prior probability of the null hypothesis. Such examples are overall variance in t-tests, effect sizes in two-sided tests, number of peptides in quantitative proteomics, SNP-gene distances in eqtl analysis or sample sizes in various applications etc. In this study, we aim to investigate the consistency between classical procedures and IHW in real experimental RNA-Seq datasets. Methods: Two mrna (renal cell carcinoma and lung cancer) and two mirna (alzheimer and cervical cancer) sequencing datasets are used for experiments. All transcripts in each datasets are normalized using median ratio approach. DESeq2 method is used for differential expression analysis. Mean of the normalized counts for each gene across samples are considered as informative covariates. IHW is conducted using 5-fold cross-validation settings. Alpha values were set as 0.10, 0.05 and Results are compared with the BH procedure. Agreement between BH and IHW are quantified using Kappa coefficients and illustrated with Venn diagrams. Results: Strong consistencies are obtained between BH and IHW in both four datasets. Kappa coefficients were obtained as 0.918, and in cervical, 0.922, and in alzheimer, 0.977, and in renal cell cancer and 0.921, and in lung cancer datasets, for alpha values 0.10, 0.05 and 0.01 respectively. Conclusion: In this study we investigated the use of IHW in real RNA-Seq datasets. We conclude that IHW provides mostly similar results with BH procedure. However, there are still differences between methods. This may lead researchers to reconsider the results of previous studies using IHW. Functional and more comprehensive research is needed on the impact of IHW on RNA-Seq differential expression analysis Keywords: False discovery rate, Multiple testing, RNA-Sequencing 1

21 Sözlü Bildiriler Oral Presentations S2 Tıpta Bulanık Mantık Uygulamaları Deniz BOZ ERAVCI 1, S. Kenan KÖSE 2 1 Çalışma ve Sosyal Güvenlik Eğitim ve Araştırma Merkezi, ANKARA 2 Ankara Üniversitesi Tıp Fakültesi Biyoistatistik AD, ANKARA denizbozdb@gmail.com Amaç: Bulanık mantık, bilgi eksikliği ve belirsizliğin olduğu durumlarda en iyi kararın verilebilmesine imkân sağlamaktadır. Tıpta, hekimin teşhisinde yanılgıya sebebiyet verebilecek pek çok belirsizlik mevcuttur. Hasta hakkında yetersiz bilgi olması, bilginin genellikle sübjektif ve yetersiz olması vb durumlar, bulanık durumlar içermektedir. Gelişmiş teknoloji günlük yaşantımızda var olan bilgi eksikliği ve belirsizliklerin karar alma süreçlerine olan etkisini en aza indirgemek için olanak sağlar. Bu araştırma ile gelişmiş teknoloji ürünü olan yapay zeka yöntemlerinden bulanık mantık ile hastalık (silikozis) risk değerlendirmesi yapılması amaçlanmaktadır. Yöntem: Araştırma Ankara'daki bir kamu hastanesine başvuruda bulunan 560 hastanın kayıt verilerinden elde edilen bilgiler ve uzman görüşü doğrultusunda oluşturulan kural tabanı ile gerçekleştirilmiştir. Uzman görüşü doğrultusunda hastalığı tespit edebilecek 5 tanı kriteri ve bu tanı kriterlerine dayalı 3 5 =243 kural belirlenmiştir. Bulgular: Araştırmada hastaların %81,1 i gibi büyük bir çoğunluğu orta derecede Silikozis riskine sahip iken %13,8 i de yüksek derecede Silikozis riskine sahip olduğu tespit edilmiştir. Sonuç: Bulanık sistemler, belirsizliklerden kaynaklanan bulanıklığı ortadan kaldırabildiği gibi gerçek hayata uygun çözüm yaklaşımları ortaya koymayı amaçlar. Sağlıkta koruyucu yaklaşımların esas alındığı sistemlerde hastalara ilişkin yapılan bu risk değerlendirmesi, pek çok hastalığı erken düzeyde tespit edebilmeyi ve hastalıkların önlenmesini kolaylaştırması beklenmektedir. Anahtar Kelimeler: Bulanık Mantık, Tıbbi Tanı, Yapay Zekâ 2

22 Sözlü Bildiriler Oral Presentations S3 CART Modellemede Eğitim ve Test Veri Seti İçin En Uygun Ayırma Oranı: Bir Uygulama Nural BEKİROĞLU 1, Yüksel ÖZKAN 2, Esra AKDENİZ 1 1 Marmara Üniversitesi Tıp Fakültesi, Biyoistatistik Anabilim Dalı, İstanbul 2 Dokuz Eylül Üniversitesi, Fen Fakültesi, İstatistik Bölüm 4. sınıf öğrencisi, İzmir ÖZET Amaç: Bu çalışmanın amacı, modellerin kurulma aşamasında ve sonrasında da başarımını ölçmede ihtiyaç duyulan eğitim ve test veri seti için optimal ayırma oranına karar vermek ve bir uygulama ile göstermektir. Yöntem: Veri madenciliğinde sık kullanılan yöntemlerden biri olan CART karar algoritmasıyla, bağımlı değişken olan 197 bebeğe ait doğum ağırlığı verileri hem kesikli hem de sürekli kullanılarak; 80/20, 70/30, 60/40 ve 50/50 luk aeğitim ve test veri seti için ayrım oranları ile modeller oluşturuldu. CART karar ağacı algoritması modelinin başarım derecelerini belirleyen kriterler saptandı ve bu kriterlere göre farklı ayrım oranları için kurulan model değerlendirildi. Bağımlı değişkenin sürekli olması durumunda; hata kareler ortalamasının karekökü, ortalama mutlak sapma değeri, ortalama mutlak hata yüzdesi, belirtme katsayısı (R 2 ) ve göreli hata gibi kriterler dikkate alınırken bağımlı değişkenin kesikli olması durumunda ise duyarlılık, seçicilik, doğruluk, pozitif kestirim değeri, negatif kestirim değeri, F1-ölçütü, genel doğru yüzdesi, eğri altında kalan alan, K-S istatistiği ve göreli maliyet gibi kriterler dikkate alınarak model değerlendirmeleri yapılmıştır. Ayrıca 3-katlı çapraz geçerlilik ile kurulan modelde de bu kriterler tekrardan değerlendirilmiştir. Bulgular: Hem kesikli hem de sürekli değişkende CART karar ağacı algoritması modellemede eğitim ve test veri seti için en uygun ayırma 70/30'luk ayrım oranında olduğuna karar kılınmıştır. Özellikle bağımsız değişkenin kesikli olması durumunda, 70/30 luk ayrım oranı test veri seti sonuçlarıyla, 3- katlı çapraz geçerlilik test veri seti sonuçları oldukça uyumlu çıkmıştır. Sonuç: Bebek doğum ağırlığını tahmin etmede kullanılan bağımsız değişkenlerin bir bakıma oldukça genel ve antropometrik ölçümler olması, bunların yerine biyokimyasal vb. veriler gibi ölçüme dayanan bağımsız değişkenlerle modeli çalışmak, bize daha tutarlı ayrım oranları verebileceğini düşündürmektedir. Biyoistatistikçiler olarak, özellikle bağımlı değişkenin kesikli olması durumunda, bu tip ayrım oranın belirlenmesi için hold out prosedürünün uygulanmasında detaylı araştırmak ve k-katlı çapraz geçerliliğin de modelin doğruluğunun sınanması açısından kullanmak mutlaka yerinde olacağı düşüncesindeyiz. Tüm bu analizleri yaparken de, elde edilen çıktıların hekim açısından da doğrulanması önemlidir. Anahtar kelimeler: CART Karar Algoritması, Eğitim ve test veri seti, En uygun ayırma oranı 3

23 Sözlü Bildiriler Oral Presentations S4 K-Ortalama Kümeleme Yönteminde Başlangıç Merkezlerini Belirlemede Farklı Bir Yaklaşım Meryem GÖRAL YILDIZLI 1, Z. Nazan ALPARSLAN 1 1 Çukurova Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı, Adana Özet Amaç Veri madenciliği yöntemlerinden K-ortalama kümeleme algoritması, kullanım kolaylığı ve özellikle sağlık alanındaki büyük miktardaki çok boyutlu verilerin analizinde kullanılabilmesi nedeniyle çok tercih edilen bir yöntemdir. K-ortalama algoritmasında başlangıç merkezleri, kümeleme sonuçları üzerinde etkilidir. Bu nedenle başlangıç merkez seçimlerinin dikkatli yapılması gerekir. Halihazırda kullanılan k-ortalama kümeleme algoritmasında başlangıç merkezlerinin parametre olarak kullanıcı tarafından belirlenmesi algoritmanın bir dezavantajıdır. Bu probleme çözüm olabileceği düşünülerek, yöntemin atadığı başlangıç parametre değerlerine ihtiyaç duyulmadan en uygun kümeleme sonucunu belirleyen yöntemi geliştirmek amaçlanmıştır. Yöntem Çalışmamızda, en küçük Hata Kareler Toplamını (SSE) değerini verecek, en uygun başlangıç merkezleri, uzaklık matrisindeki değerler kullanılarak, noktalar arasındaki uzaklıkları ve yaygınlığı dikkate alınarak belirlenmiştir. Başlangıç Merkezleri Seçme Aşamaları : 1) Noktalar arasındaki uzaklıklar hesaplanarak Uzaklık matrisi oluşturulur. 2) Uzaklık matrisindeki hesaplanan değerler kullanılarak Genel Ortalama Uzaklığı (GOU) hesaplanır. 3) Her bir noktaya GOU uzaklıktan küçük eşit olan noktalar komşu nokta olarak tanımlanır. 4) Noktaların komşu sayıları ve Komşuların Ortalama Uzaklıkları (KOU) belirlenir. 5) Komşu sayısı büyük ve KOU değerleri küçük olan noktalardan küme sayısı kadar başlangıç merkezleri seçilir. 6) Başlangıç merkezlerinin seçiminden sonra K-ortalama algoritması uygulanır. Yukarıda belirlenen algoritmanın yazılımında javascript programlama dili kullanılmıştır. Kümeleme sonucunun performansını göstermek için, literatürde geniş bir şekilde kullanılan Fisher (1936) tarafından ölçülen iris veri seti referans veri seti olarak kullanılmıştır. Sınıflandırılmış iris veri seti üzerinde, yazılım uygulanarak, verilerin kümelere ayrılması sağlanmıştır. Kümeleme sonuçlarının orijinal sınıflanmış veriler ile uyumluluğu Kappa istatistiği yöntemi ile test edilmiştir. Bulgular ve Sonuç Yapılan çalışma sonucunda geliştirilen algoritma ile elde edilen kümeleme sonucuna göre ; 1) K-ortalama kümeleme sonuçlarının değerlendirilmesinde kullanılan SSE değeri küçük, 2) Orijinal sınıflanmış veriler ile uyumluluk oranı yüksek, bulunmuştur. Anahtar Kelimeler: K-ortalama, Başlangıç Merkez, Kappa, İris Veri Seti 4

24 Sözlü Bildiriler Oral Presentations S5 Sınıf Dengesizliği Sorunu Ve Çözüm Algoritmaları Duygu AYDIN HAKLI 1, Erdem KARABULUT 1, Dinçer GÖKSÜLÜK 1 1 Hacettepe Üniversitesi, Tıp Fakültesi, Biyoistatistik ABD, Ankara e-posta: duygu.aydin@hacettepe.edu.tr Amaç İki sınıflı bir veri setinde, sınıflardaki birey sayılarında dengesizlik olduğunda üç farklı çözüm algoritması kullanarak Sınıflandırma ve Regresyon Ağaçları (CART), Destek Vektör Makineleri (DVM) ve Rasgele Ağaçlar (RF) sınıflama yöntemlerinde doğru sınıflama başarısını arttırmak amaçlanmıştır. Yöntem Çalışmamızda, gerçek veri setleri ve benzetim ile elde edilen veriler kullanılmıştır. Benzetim çalışmasında hem sayısal hem de kategorik veriyi aynı anda üretebilen R programındaki BinNor paketinden yararlanılmıştır. Benzetim çalışması planlanırken, sınıflama performanslarını etkileyecek 3 farklı etki dikkate alınmıştır. Bunlar: örneklem genişliği, korelasyon yapısı ve sınıf dengesizlik oranları. Bu etkiler dikkate alınarak senaryolar oluşturulmuştur. Dört farklı korelasyon yapısı (düşük, orta, yüksek düzey ilişkili ve gerçek veri setinden yararlanılarak oluşturulmuş korelasyon yapısı-düşük ilişkiye benzemektedir-), 5 farklı örneklem genişliği (100, 250, 500, 1000 ve 2000) ve 4 farklı sınıf dengesizliği oranını (%10, %15, %25 ve %30) içeren 80 farklı senaryo 1000 kez tekrarlanarak yapılmıştır. Hem gerçek veri seti için hem de benzetim çalışmasından elde edilen verilerin sınıflamasında CART, DVM ve RF yöntemleri kullanılmıştır. Sınıflama yöntemleri uygulanmadan önce verinin dengesizliğini azaltmak veya tamamen ortadan kaldırmak için çözüm algoritmaları (SMOTE, SMOTEBOOST ve RUSBOOST) kullanılmıştır. Yöntemler karşılaştırılırken performans ölçüleri olarak doğruluk oranı, duyarlık, seçicilik, dengelenmiş doğruluk oranı ve F- ölçüsü kullanılmış ve 10 çapraz geçerlik uygulanmıştır. Veri üretme, sınıflama yöntemlerinin uygulaması ve performans sonuçlarının elde edilmesi R programında yapılmıştır. Bulgular Benzetim çalışmasında, düşük korelasyonlu yapıda, %10 dengesizlik oranında SMOTE ve SMOTEBOOST un sınıflama yöntemleri üzerindeki etkileri benzer iken, RUSBOOST un etkisi özellikle DVM ve RF de %70 in üzerine çıkmıştır. Dengesizlik oranı 10 dan 30 a doğru gittikçe 3 çözüm algoritmasının sınıflama yöntemleri üzerindeki etkisi benzerdir. Çünkü sınıf dengesizliği dengeli duruma geçmiştir. Orta korelasyonda; %10 dengesizlik oranında, RUSBOOST algoritması sınıflama yöntemlerinde düzeltilmiş doğru sınıflama başarısını arttırmıştır. Örneklem genişliği 2000 e çıktığında sınıflama başarısı 3 çözüm algoritmasında da yükselmiştir. Örneklem genişliği arttıkça, bütün dengesizlik oranlarında sınıflama yöntemlerinin düzeltilmiş doğru sınıflama oranı %80 e çıkmıştır. Yüksek Korelasyonda; %10 dengesizlik durumunda, n=250 olduğunda sınıflama başarısı düşmüştür. Ama örneklem genişliği arttıkça sınıflama başarısı da artmıştır. Dengesizlik oranı azaldıkça 3 algoritmanın sınıflama yöntemleri üzerinde etkileri benzer bulunmuştur. Sonuç Sınıf dengesizliği sorunu söz konusu olduğunda, sınıflama yöntemlerinin doğru sınıflama başarısının çözüm algoritmaları kullanılarak arttığı gösterilmiştir. 5

25 Sözlü Bildiriler Oral Presentations Anahtar Kelimeler: Sınıflama yöntemleri, sınıf dengesizliği oranı, çözüm algoritmaları Kaynaklar 1. Zhong, N. - Zhou, L., Springer Verlag (1999). Methodologies for Knowledge Discovery and Data Mining, Third Pacific-Asia Conference, Pakdd-99, Beijing, China. 2. Vapnik VN (1999). The Nature of Statistical Learning Theory Second Edition. Springer Verlag New york.; Jiawei Han, Micheline Kamber (2006), Data Mining: Concepts and Techniques, Second Edition, Ian H. Witten, Eibe Frank(2005), Data Mining: Practical Machine Learning Tools and Techniques, Second Edition; Vasif V, Nabiyev (2003). Yapay Zeka Problemler-Yöntemler-Algoritmalar. Seçkin Yayıncılık. Ankara Tan, P., Steinbach, M. ve Kumar, V., (2006). Introduction to Data Mining, Boston, MA: Pearson Addison Wesley. 7. X.Y. Liu, J. Wu, and Z.H. Zhou(2009). Exploratory undersampling for class-imbalance learning. Systems, Man, and Cybernetics, Part B: Cybernetics, IEEE Transactions on, 39(2): ,. 8. Nitesh V. Chawla and at all. (2002), SMOTE: Synthetic Minority Over-sampling Technique, Journal of Artificial Intelligence Research D. Cieslak and N. Chawla, (2008), Learning decision trees for unbalanced data, in Machine Learning and Knowledge Discovery in Databases. Berlin, Germany: Springer-Verlag, K. Nageswara Rao and at all.(2012), A Novel Class Imbalance Learning Method using Subset Filtering, International Journal of Scientific & Engineering Research 3(9). 11. C. Drummond and R. C. Holte. C4.5, class imbalance, and cost sensitivity: why undersampling beats over-sampling. In Workshop on Learning from Imbalanced Data Sets II, International Conference on Machine Learning, N. V. Chawla, N. Japkowicz, and A. Kotcz, Eds., Proc. ICML Workshop Learn. Imbalanced Data Sets, C. Chen, A. Liaw, and L. Breiman, Using random forest to learn imbalanced data, Dept. Statistics, Univ. California, Berkeley, CA, Tech. Rep. 666, Cao, Peng; Zhao, Dazhe; and Zaiane, O An optimized cost-sensitive SVM for imbalanced data learning. In proceedings of Pacific-Asia Conference on Advances in Knowledge Discovery and Data Mining (PAKDD), pp J. Zhang and I. Mani, KNN approach to unbalanced data distributions: A case study involving information extraction, in Proc. Int. Conf. Mach. Learning, Workshop: Learning Imba-lanced Data Sets, Washington, DC, 2003, pp C.V. KrishnaVeni, T. Sobha Rani On the Classification of Imbalanced Datasets IJCST Vol. 2, SP 1, December Andrew Estabrooks, Taeho Jo and Nathalie Japkowicz Multiple Resampling Method for Learning from Imbalanced Data Sets. Comprtational Intelligence 20 (1) (2004)

26 Sözlü Bildiriler Oral Presentations S6 Bayes Ağları Yöntemi ile Obstruktif Uyku Apnesi Şiddetinin Tahminlenmesi ve Sonuçların Değerlendirilmesi Selen BOZKURT 1, Aslı BOSTANCI 2, Murat TURHAN 2 1 Akdeniz Üniversitesi Tıp Fakültesi Biyoistatistik ve Tıp Bilişimi Anabilim Dalı, Antalya 2 Akdeniz Üniversitesi Tıp Fakültesi Kulak Burun Boğaz Anabilim Dalı, Antalya Özet Amaç Bu çalışmanın amacı Polisomnografi (PSG) bulguları ile hastaya ait diğer özeliklerin bütünleşmiş halde kullanıldığı, bir bayes ağ modeli geliştirmek ve bu modeli Obstrüktif uyku apnesi sendromu şiddetinin (OUAŞ) tahminlenmesi için kullanarak, sonuçlarını değerlendirmektir. Yöntem Bu çalışmada Akdeniz Üniversitesi Kulak Burun Boğaz Hastalıkları anabilim dalında OUAS ön tanısı ile PSG yapılmış 338 hastanın kayıtları retrospektif olarak incelenmiştir. Modelde kullanılacak değişkenlerin seçiminde uzman görüşünün yanı sıra her bir değişkene ait bilgi kazanımı (information gain (ΔI)) değerleri kullanılmıştır. Ayrıca, hastaya ait klinik özelliklere ek olarak muayene ve test skorlarının katkısını da berlirlemek için farklı değişken setleriyle beş farklı model oluşturulmuştur. Geliştirilen modelin sonuçlarının doğruluğunun değerlendirilmesinde 10-kat çapraz doğrulama ile sınıflama testi performansı için kullanılan doğru pozitif oran, yanlış pozitif oran ve ROC eğrisi altında kalan alan (EAK) analizinden yararlanılmıştır. Bulgular Uyku apnesi şiddetinin tahmini için kullanılmak üzere geliştirilen beş farklı modelin de benzer sonuçlar ürettiği görülmüştür. Modeller içerisinde doğru pozitif tahmin oranı ve yanlış pozitif oranı ile en yüksek performansı ise bilgi kazanımı yöntemi ile seçilen ilk 10 değişkeni içeren model olduğu gözlenmiştir (EAK=0.869). Sonuç Geliştirilen model yapılandırılmış ve tutarlı girdilerle çalışıp, yine yapılandırılmış, tutarlı ve olasılıklarla desteklenen sonuçlar üreteceğinden bu sistemin kullanımının obstruktif uyku apnesi karar surecindeki değişkenliği azaltması, uzmanlar arası iletişimi güçlendirmesi ve uygulamaların kalitesini arttırması beklenmektedir. Ayrıca, otomatik olarak tanıya ilişkin olasılık hesaplama sonuçlarının sunulması ile test sonuçlarının yorumlanma zamanının azaltılmasına, insan hatalarından kaynaklanabilecek sorunların giderilmesine katkıda bulunulması planlanmaktadır. Böylece sistemin tanı güvenilirliğinin artırılması yönünde katkılar sağlayacağı düşünülmektedir. Anahtar Kelimeler: Obstruktif Uyku Apnesi, Bayes Ağları, Karar Destek Sistemleri 7

27 Sözlü Bildiriler Oral Presentations S7 Randomize Olmayan Klinik Çalışmalarda Propensity Skor Tahmini İçin Makine Öğrenme Yaklaşımı Machine Learning Approach to Estimate Propensity Score in Nonrandomized Trials Emre DEMİR 1, S. Kenan KÖSE 2 1 Hitit Üniversitesi, Tıp Fakültesi, Biyoistatistik Anabilim Dalı, Çorum 2 Ankara Üniversitesi, Tıp Fakültesi, Biyoistatistik Anabilim Dalı, Ankara ÖZET Amaç Randomize kontrollü çalışmalarda sebep sonuç kuralları nedensel değişkenler izole edilerek ortaya koyulduğu için güvenirlik yüksek olmaktadır. Klinik çalışmalarda (gözlemsel veya yarı deneysel) ise vaka ve kontrol grupları arasında gözlenen ortak değişkenlere/faktörlere göre dengesizlik bulunabilmektedir. Bu dengesizlik tedavi etkisinin yanlı tahminlerine neden olmaktadır. Gruplarda dengesizlik olduğunda sonuç üzerine kontrol değişkenlerinin/faktörlerin etkilerinin arıtıldığı ve tedavinin saf etkisinin belirlenebildiği modeller geliştirilmiştir. Propensity skor (Eğilim Skoru-ES) tahmini ile örneklem eşleştirme yöntemleri gözlemsel çalışmaların yanlılığını azaltmaktadır. Eşleştirmenin amacı kontrol grubu içerisinden tedavi grubundaki bireylerin sahip olduğu ortak değişken değerlerine benzer özellikteki bireyleri seçmektir. Bu çalışmada ES tahmini için parametrik yöntemlere alternatif olan makine öğrenme yöntemlerinin başarısının bir simülasyon çalışması ile değerlendirilmesi ve gerçek veri seti üzerine uygulanması amaçlanmıştır. Yöntem Rosenbaum ve Rubin (1983) tarafından önerilen ES, tedavinin gözlenen ortak değişkenlere göre koşullu olasılığı olarak tanımlanmaktadır. Çalışmamızda makine öğrenme yaklaşımlarının başarısını test etmek için simülasyon tekniği kullanılmış ve gerçek veri seti üzerinde uygulama yapılmıştır. Simülasyon çalışmasında iki kategorili tedavi değişkeni, sürekli sonuç değişkeni ve dikotom/sürekli ortak değişkenlerin olduğu farklı senaryolar altında 1000 tekrar kullanılarak, n=500, 1000, 2000 örneklem büyüklüğüne sahip veriler türetilmiştir. Yöntemleri karşılaştırmak için ortalama tedavi etkisi, tedavi görenlerin ortalama tedavi etkisi, ters olasılık ağırlıklandırma ve yaygın denge ölçümleri hesaplanmıştır. Uygulamada R paket programında açık kaynak kodlu MatchIt (Ho ve diğ. 2011), optmatch (Hansen ve diğ. 2016), Matching (Sekhon, 2011), Hmisc (Harrell, 2015), RItools (Bowers ve diğ. 2014), cobalt (Greifer, 2016) ve SuperLearner (Polley ve diğ. 2016) paketleri kullanılmıştır. Bulgular ES yaygın olarak Lojistik Regresyon (LR) ile tahmin edilmektedir. Modelde temel etkiler olduğunda LR ile başarılı tahminlere ulaşılmaktadır ancak doğrusal olmayan ilişkilerde ve etkileşimlerin bulunduğu modellerde makine öğrenme yaklaşımları ile daha başarılı tahminler elde edilmiştir. R paketinde bulunan SuperLearner paketi ES tahmininde araştırmacılara katkı sağlayacaktır. Sonuç Deneysel araştırmalarda araştırılan faktör dışındaki deney sonucunu etkileyebilecek etkenler araştırmacı tarafından sabit tutularak randomizasyon ile kontrol edilmeye çalışılır. Bu yüzden nedensonuç ilişkisi doğru olarak saptanabilmektedir. Ancak randomize olmayan gözlemsel çalışmalarda 8

28 Sözlü Bildiriler Oral Presentations karıştırıcı ortak değişkenler sıklıkla bulunmaktadır. Bu değişkenler göz ardı edilerek ulaşılan sonuçlarda yanlılık bulunacaktır. Bu nedenle randomizasyonun yapılamadığı klinik çalışmalarda ES ye göre vaka ve kontrol gruplarının eşleştirilmesi yanlılığı azaltmak ve tedavinin gerçek etkisini belirlemek için araştırmalarda dikkate alınması gereken önemli bir yöntemdir. ES hesaplamak ve gruplar arası dengeyi değerlendirebilmek için son yıllarda kullanımı artmaya başlayan makine öğrenme yaklaşımlarının başarısı gözlemsel çalışmaların güvenirliğini arttıracaktır. Anahtar Kelimeler: Eğilim Skoru, Eşleştirme, Gözlemsel çalışmalar, Makine öğrenme 9

29 Sözlü Bildiriler Oral Presentations Amaç S8 İki Sonuçlu Rasch Modeli nde Kişi Parametresinin Uyarlanmış En Çok Olabilirlik Tahmin Edicisi Beyza DOĞANAY ERDOĞAN 1, Birdal ŞENOĞLU 2, Atilla Halil ELHAN 1, Derya ÖZTUNA 1 1 : Ankara Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı, Ankara. 2 : Ankara Üniversitesi Fen Fakültesi İstatistik Bölümü, Ankara. Ölçekler özellikle sağlık, eğitim ve sosyal bilimler alanlarında doğrudan ölçüm yapılamayan, örtük (latent) değişkenlerin ölçülmesinde kabul edilen en iyi araçlardır. Yaşam kalitesi, yetenek, özürlülük düzeyi ve tutum gibi örtük yapılar direkt olarak gözlenemediğinden; geçerli ve güvenilir ölçüm yapmak üzere geliştirilmiş ölçeklerdeki maddelere (sorulara) alınan gözlenebilir yanıtlar aracılığıyla ölçülebilirler. Georg Rasch tarafından 1960 larda önerilen Rasch modeli, sağlık, eğitim ve psikoloji gibi çeşitli alanlarda, gözlenen yanıtların ölçüme dönüştürülmesinde kullanılan istatistiksel bir modeldir. İlk önerilen Rasch modeli, iki sonuçlu (evet/hayır gibi) yanıta sahip maddeler için geliştirilmiş olsa da, ikiden fazla sonuçlu maddeler için de genelleştirilmiş modeller bulunmaktadır. Bu çalışmada, Tiku (1967, 1968) tarafından önerilen uyarlanmış en çok olabilirlik (modified maximum likelihood-mml) tahmin yöntemi kullanılarak iki sonuçlu Rasch modelinde kişi parametresinin tahmin edicisi elde edilmiştir. Ayrıca, Monte Carlo simülasyon çalışması kullanılarak elde edilen MML tahmin edicisinin etkinliği ile geleneksel en çok olabilirlik (maximum likelihood-ml) tahmin edicisinin etkinliği, yan (BIAS) ve karekök hata kareler ortalaması (root mean square error-rmse) kriterlerine göre karşılaştırılmıştır. Yöntem Rasch sınıfındaki modellerin önemli bir özelliği; bir kişinin maddeler üzerinden aldığı toplam puan ile bir maddeye kişiler tarafından verilen yanıtlardan hesaplanan toplam puanın, kişi ve madde parametreleri için yeterli istatistikler olmasıdır. Bu özellik sayesinde, yeterli istatistikler kullanılarak, önce madde parametreleri tahmin edilir. Sonraki aşamada, madde parametrelerinin ( ) tahmin değerleri, Rasch modelinden elde edilen tahmin denkleminde yerine konularak, kişi parametresinin ( ) tahmini elde edilir. Elde edilen tahmin denklemi, doğrusal olmayan ifadeler içerdiğinden açık olarak çözülemez. Bu nedenle, iteratif yöntemlere başvurulur. Bu çalışmada, olabilirlik denklemi Taylor serisinin ilk iki terimi kullanılarak sıralı istatistiklerin beklenen değerleri etrafında açılıp yeniden yazılarak doğrusal hale dönüştürülür. Ortaya çıkan tahmin denkleminin çözümü yakınsama problemi olmayan ve klasik ML in yakınsayamadığı yerlerde kapalı olarak ifade edilebilen MML tahmin edicisidir. Monte Carlo simülasyon çalışması ile iki sonuçlu Rasch modelindeki kişi parametresinin MML tahmin edicisi ile ML tahmin edicisi yan ve RMSE kriterlerine göre karşılaştırılmıştır. Bulgular Monte Carlo simülasyon çalışmasından elde edilen bulgulara göre, orta düzeydeki değerlerinde ML ve MML tahmin edicileri yan ve RMSE kriterleri bakımından benzer sonuçlar verirken; küçük ve büyük değerlerinde geleneksel ML tahmin edicisinin yan ve RMSE değerleri MML tahmin edicisine göre daha büyük çıkmıştır. Sonuç Bu çalışmada, iki sonuçlu Rasch modelindeki kişi parametresinin MML tahmin edicisi elde edilmiştir. Monte Carlo simülasyon çalışması MML tahmin edicinin ilgilenilen örtük özellik ( ) düzeyinin uç değerlerinde bile iyi tahminler verdiğini göstermiştir. Anahtar Kelimler: Rasch modeli, Uyarlanmış en çok olabilirlik, Monte Carlo simülasyonu, Etkinlik. 10

30 Sözlü Bildiriler Oral Presentations S9 Veri Setinde Eksik Gözlem Olması Durumunda Goodman-Kruskal Gamma, Gwet AC2 ve Krippendorff Alfa Uyum Ölçütlerinin Karşılaştırılması: Bir Simülasyon Çalışması Tuğçe ŞENÇELİKEL 1, H. Yağmur ZENGİN 1, Ersin ÖĞÜŞ 1 1 Başkent Üniversitesi Tıp Fakültesi, Biyoistatistik Anabilim Dalı, Ankara, TÜRKİYE Özet Bilim, evrenin yapısını deney veya gözlemlerle sistematik bir şekilde inceler. Bilimsel bir çalışmada deney veya gözlemlerden elde edilen ölçümlerin güvenirliğini sağlamak gerekir. Güvenirlik, tıp, eğitim bilimleri, sosyal bilimler gibi alanlarda yaygın olarak kullanılan zamana göre değişmezlik ölçüsüdür. Bir ölçüm sürecinde güvenirlik, ölçüm işleminin tekrarlanabilir olduğunu göstermektedir. Değerlendiriciler arası güvenirlikte dikkate alınan Uyum kavramının ise literatürde kabul görmüş ortak bir tanımı yoktur. Değerlendiriciler arası uyum, uyum katsayıları ile ölçülmektedir ve değerlendirici sayısı, kullanılan ölçeğin sınıflanabilir, sıralanabilir, aralıklı veya oransal ölçek olması durumuna göre farklı uyum katsayıları geliştirilmiştir. Bunun yanı sıra, değerlendiriciler arası uyum söz konusu olduğunda uyumun tamamen şanstan ileri gelmesi ihtimali bulunmaktadır. Şanstan ileri gelen bu uyum, katsayıların hesaplanmasında farklı formülasyonlar yoluyla belirli düzeylerde dikkate alınır. Değerlendiriciler arası uyum hesaplanırken karşılaşılan en büyük problemlerden biri veri setinde eksik gözlem olması durumudur. Literatürde bu problemin çözümüne ilişkin geliştirilen ve yaygın olarak kullanılan ölçüt ise Krippendorff Alfa güvenirlik/uyum katsayısıdır. Amaç Bu çalışmamızda, Goodman-Kruskal Gamma, Gwet AC2 ve Krippendorff Alfa katsayılarının farklı uyum yüzdeleri, farklı örneklem genişlikleri ve özellikle farklı eksik gözlem yüzdelerinde değerlendiriciler arası uyum tahmin performanslarının incelenmesi amaçlanmıştır. Yöntem Simülasyon senaryolarında kullanılan örneklem genişlikleri n=25, 50, 100; değerlendiriciler arası uyum düşük (0,40), yüksek (0,80); rasgele eksik gözlem yüzdesi %10, %25, %50 olmak üzere çok değişkenli normal dağılımdan veri türetilerek dönüşüm uygulanmış ve sıralı ölçek kategori sayısı 5 olarak belirlenmiştir. Toplam 18 senaryonun her biri için iterasyon sayısı olarak kullanılmıştır. Analizlerin tamamı R da mvn, irr, rel paketleri kullanılarak gerçekleştirilmiştir. Değerlendiriciler arası uyum tahminleri Goodman-Kruskal Gamma, Gwet AC2 ve Krippendorff Alfa katsayıları kullanılarak hesaplanmış ve iterasyonlar sonrası elde edilen katsayıların ortalamaları alınarak performansları karşılaştırılmıştır. Bulgular ve Sonuçlar Değerlendiriciler arası güvenirlik/uyum hesaplanırken veri setinde eksik gözlem olması durumunda Krippendorff Alfa uyum katsayısı iyi bir uyum tahmin performansı göstermiştir. Sonuç olarak sıralı ölçek kullanılan bir değerlendiriciler arası güvenirlik/uyum çalışmasında eğer veride eksik gözlem problemi söz konusu ise Krippendorff Alfa katsayısının kullanılması önerilmektedir. Anahtar Kelimeler: Gwet AC2, Goodman-Kruskal Gamma, Krippendorff Alfa, Eksik Gözlem Durumunda Değerlendiriciler Arası Uyum 11

31 Sözlü Bildiriler Oral Presentations S10 Using Statistical Procedures to Identify Differentially Functioning Test Items Leman TOMAK Ondokuz Mayis University, Faculty of Medicine, Department of Biostatistics and Medical Informatics, Samsun Aim Differential Item Functioning (DIF) takes place when test takers from different groups who have the same levels of ability have varying probabilities of endorsing an item.the purpose of this study is to compare the efficiency of different procedures in finding out DIF. Method Four different methods were compared: The Transformed Item Difficulties (TID) method, the Mantel- Haenszel (MH) method, the Standardization procedure and logistic regression. With these methods, DIF values for dichotomous 24 items in two groups were presented in terms of gender. Results DIF was found in three items with logistic regression model and in two items with MH and Standardization while DIF was not found in any item with TID method. Theoretical frameworks were demonstrated for each of the procedures as well as their relative strengths and weaknesses. Conclusion When the results were assessed, it was found that TID method which is based on item difficulty was weaker when compared with other methods, while the other three methods were more effective in finding out DIF. With this study, techniques used frequently in detecting DIF were compared practically and DIF, which has an important place in test analysis, was assessed in detail. Keywords: Differential item functioning, Mantel-Haenszel statistic, logistic regression, standardization procedure, transformed item difficulties. 12

32 Sözlü Bildiriler Oral Presentations S11 Odds Oranları İçin Meta Analizi ve Genetik Veride Bir Uygulama Harika GÖZÜKARA BAĞ İnönü Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıp Bilişimi Anabilim Dalı, Malatya Amaç: Meta-analizi, aynı konuda birbirinden bağımsız yapılmış birden çok çalışmanın bulgularını istatistiksel olarak birleştirme yöntemidir. Bu çalışmanın amacı, iki durumlu veriler için odds oranlarının meta analizinde kullanılan yöntemleri tanıtmak ve genetik bir veri üzerinde uygulamasını yapmaktır. Günümüzde çoğu hastalığın gelişmesinde genetik faktörlerin etkili olduğu bilinmektedir. Şizofreni dünya nüfusunun %1 ini etkileyen ve yaklaşık %80 oranında kalıtsal, diğer bir deyişle hastalığın etiyolojisinde genetik faktörün önemli olduğu kompleks bir hastalıktır. İşlevi ve yerleşimi nedeniyle katekol-o-metiltransferaz (COMT; catechol-o-methyltransferase) geni, şizofreni için güçlü bir aday gendir. Bu çalışmada uygulama olarak, COMT geni tek nukleotit polimorfizmi (single nucleotide polymorphism-snp) ile şizofreni arasındaki ilişkiyi belirlemek için yapılan çalışmalardan allel frekansına bağlı olarak elde edilen odds oranlarının meta analizi yapılacaktır. Materyal ve yöntem: Odds oranlarının birleştirilmesi için rasgele etki (random effect) ya da sabit etki (fixed effect) modelleri kullanılabilir. Sabit etki için Mantel-Haenszel, Peto ve ters varyans yöntemleri, rasgele etki için DerSimonian-Laird yöntemi kullanılabilir. Kullanılacak model seçimine katkı sağlayan, çalışmalardaki etki büyüklüklerinin heterojenliği, Q test istatistiği, I 2, τ 2, H ve R istatistikleri ile incelenebilir. Her çalışma ve ortak kestirim için odds oranlarının nokta kestirimi ve güven aralığı orman grafiği (Forest graph) ile şematize edilebilir. Yayın yanlılığı için huni grafiği (funnel plot), L abbe grafiği, Radial grafik, Egger grafiği ve testi, Begger testi ve Peters testlerinden yararlanılabilir. Uygulama için Pubmed, Web of Science ve Google Scholar veri tabanlarında COMT schizophrenia kelimeleri ile Temmuz 2016 ya kadar yayın dili İngilizce olan yayınlar taranmıştır. Tarama sonucu, COMT geni için rs SNP i ile şizofreni arasındaki bağı inceleyen çalışmalara indirgenmiştir. Meta analizine dahil edilen çalışmalar; DSM-IV (Diagnostic and Statistical Manual of Mental Disorder) tanı kriterine göre teşhis almış hastaları içeren vaka-kontrol çalışmalarıdır. Hariç tutma kriterleri; aile (family-based, trio, sibling) verisi içeren, ek mental hastalığı ya da herhangi bir ek hastalığı olan, kafa travması geçirmiş olan, şiddet eğilimi olan, alkol ve/veya madde bağımlılığı olan hastaları içeren çalışmalardır. Kriterleri sağlayan 13 çalışmaya allel frekanslarına bağlı odds oranlarının ortak kestirimi için STATA 14.0 kullanılarak meta-analizi uygulanmıştır. Bulgular: Çalışmalardaki etki büyüklüklerinin heterojenliği için yapılan Q istatistiği χ2=15,01 (p=0,241) ve I 2 =%20,1 olarak elde edilmiş ve homojen oldukları bulunmuştur. Odds oranlarının ortak kestirimi için sabit etki modeli altında Mantel-Haenszel kestiricisi kullanılmış ve OR=1,061 (%95 G.A=1,008-1,118) olarak elde edilmiştir (z=2,25 / p=0,024). Yayın yanlılığını incelemek için kullanılan huni grafiğinde simetrik bir dağılım gözlenmiş ve küçük çalışma etkisi için yapılan Egger (p=0,211), Begger (p=0,951) ve Peters (p=0,091) testlerinin sonucunda da yayın yanlılığı olmadığı görülmüştür. Sonuç: COMT geni rs SNP i için G alleline sahip olmanın şizofreni hastalığı riskini arttırdığı, bir diğer deyişle A alleline sahip olmanın hastalık için koruyucu etki gösterdiği bulunmuştur. Anahtar Kelimeler: Meta-analizi, odds oranı, sabit etki, COMT, şizofreni 13

33 Sözlü Bildiriler Oral Presentations S12 Yapısal Eşitlik Modeli ile Meta-Analizi: Aşırı Besin İsteği (Abis) Ölçeği Üzerine Uygulama Prof.Dr. Mehtap AKÇİL OK 1, Prof. Dr. Gül KIZILTAN 1, Dr. Selen MÜFTÜOĞLU 1 1 Başkent Üniversitesi, Sağlık Bilimleri Fakültesi, Beslenme ve Diyetetik Bölümü Amaç Meta-Analizi (MA) ve Yapısal Eşitlik Modelleri (YEM), sosyal, davranış ve sağlık bilimlerinde çok sık kullanılan ileri istatistiksel yöntemlerdir. MA, bireysel çalışmaların etki büyüklüklerini birleştirmek için kullanılırken YEM de ise bu bireysel çalışmalarda öne sürülen hipotetik modellerin test edilmesi amaçlanmaktadır. Bu iki yöntem literatürde birbirleriyle ilişkisiz gibi verilmesine rağmen YEM bakış açısıyla nasıl MA uygulanacağı son yıllarda hem teorik hem de uygulamalı olarak büyük bir ivme kazanmıştır. Aşırı besin isteği; fizyolojik veya psikolojik durumun etkisiyle besin alımının arttırılması olarak tanımlanmaktadır. Litaratürde yaygın olarak aşırı besin isteği duygu durum bozuklukları ile ilişkilendirilmektedir. Abis Ölçeği (Food Craving Scale), davranışsal, bilişsel ve psikolojik durumların yeme davranışı üzerindeki etkilerinden yola çıkılarak Benito ve arkadaşları tarafından 2000 yılında oluşturulmuştur. Abis ölçeğinin Türkçeye uyarlaması 2016 da Müftüoğlu nun doktora tez çalışmasında gerçekleştirilmiştir. Bu çalışmanın amacı, meta-analitik yapısal eşitlik modeli ile dokuz faktörden oluşan aşırı besin isteği ölçeğinin geçerliğini değerlendirmektir. Yöntem YEM ne dayalı meta-analizi yöntemleri; tek değişkenli, çok değişkenli ve çok aşamalı olmak üzere gruplanmaktadır. Meta-Analitik Yapısal Eşitlik Modeli (MAYEM) ise iki aşamalı yapısal eşitlik modeli yaklaşımıdır. YEM e dayalı MA, bireysel çalışmaların YEM tahminlerinin sabit, rasgele ve karma metaanalizi yöntemleriyle geleneksel olarak birleştirilmesidir. MAYEM ise ilk aşamada çalışmaların korelasyon (ya da kovaryans) matrislerini birleştirmek ikinci aşamada ise birleştirilmiş matristen YEM ni fit etmek olmak üzere iki aşamadan oluşmaktadır. Abis ölçeğinin faktörleri arasındaki korelasyonlar meta-analitik çalışmanın veri setini oluşturmaktadır. Bu amaçla, 2000 ile 2016 yılları arasında Abis ile ilgili yayınlanmış ve İngilizce olan çalışmalar Scopus, Science Citiation Index ve PubMed veri tabanları ile taranmıştır. Abis hipotetik modelini analiz eden, Pearson korelasyon matrisini ve örneklem büyüklüğünü açık olarak veren çalışmalar dahil edilmiştir. Abis ile ilgili olup ama YEM kullanmayan, verilerine ulaşılamayan ve İngilizce dışında başka bir dilde yayınlanmış olan çalışmalar meta-analizine alınmamıştır. Toplam 15 çalışmadan 4 ü meta-analizi kriterlerine uyum sağlamış ve bu 4 çalışma üzerinden analizler gerçekleştirilmiştir. MAYEM analizleri, R version da OpenMx ve metasem paketleri yüklenerek ve kod yazılarak yapılmıştır. Bulgular Abis ölçeğinin Türkçe uyarlamasında, ölçeğin doğrulayıcı yapı geçerliliği için orjinali temel alınarak 9 faktörlü yapı test edilmiştir. Modelin tahmin sonuçları, Abis ölçeğinin Türkçe ye uyarlanmasının kabul edilebilirliğini ve uygulanabilirliğini göstermektedir. MAYEM modelini oluşturmak için öncelikle MA ne dahil edilen 4 çalışmanın birleştirilmiş korelasyon matrisi elde edilmiştir. Bu matrisin homojen olduğu varsayımı sağlandıktan sonra modelin uyum indeks değerleri tahmin edilmiştir. Çalışmalar arası korelasyonların homojenliği de sağlandığı için Sabit etkiler MAYEM modeli ile analiz yapılmış ve korelasyon verilerinin Düzeltilmiş İyi Uyum İndeksi (AGFI) 0.94, ortalama hataların karekökü (RMR) tahmini ve RMSEA tahmini olarak teorik model ile iyi uyum sağladığı sonucuna varılmıştır. 14

34 Sözlü Bildiriler Oral Presentations Sonuç ABİS ölçeğinin MAYEM yöntemi ile yapı geçerliliği saptanmaya çalışılmıştır. Ancak meta-analizine dahil edilen çalışma sayısının yetersiz olması çalışmanın kısıtlılığını oluşturmaktdır. Çalışma sayısının artırılarak tekrarlanması sonuçların güvenirliği ve geçerliliğini artıracaktır. Anahtar Kelimeler: Yapısal Eşitlik Modeli; Meta-Analizi; Aşırı Besin İsteği Ölçeği; Geçerlik Analizi 15

35 Sözlü Bildiriler Oral Presentations S13 Meme Kanseri Tanısı Koymada Kullanılan BRADS kriterleri ve Shear-wawe Elastography Yöntemlerinin Değerlendiriciler Arası Uyum İstatististiklerinin Meta Analiz Çalışması Nihan ÖZEL 1, Gülhan OREKİCİ TEMEL 2, Kaan ESEN 3 1 Yüksek Lisans Öğrencisi, Mersin Üniversitesi Tıp Fakültesi Biyoistatistik ve Tıbbi Bilişim Anabilim Dalı 2 Doç. Dr. Mersin Üniversitesi Tıp Fakültesi Biyoistatistik ve Tıbbi Bilişim Anabilim Dalı, MERSİN 3 Yrd.Doç.Dr. Mersin Üniversitesi Tıp Fakültesi Radyoloji Anabilim Dalı, MERSİN Amaç: Bu çalışmanın amacı birden fazla araştırma sonuçlarının yer aldığı değerlendiriciler arası uyum çalışmalarında çalışmalar arası heterojenliğin kaynakları belirlemek, düzeltme yöntemleri kullanılarak araştırma sonuçlarını meta analiz yöntemi ile birleştirmektir. Ayrıca radyolojide meme kanseri tanısında kullanılan BRADS kriterleri ve Shear-wawe Elastography Yöntemlerinin uygulaması sırasında her iki yöntemin değerlendiriciler arası uyum istatistiklerinin meta analizini yapmaktır. Yöntem: İlgilenilen sonuç değişkeni kategorik olduğunda değerlendiriciler arası uyum çalışmalarında en yaygın kullanılan uyum katsayısı Kohen kappa katsayısıdır. Aynı konuda yapılmış farklı yer, merkez ve zamanlarda yapılan çalışmalarda araştırma sonuçlarının birbirinden farklı çıktığı görülmektedir. Üzerinde durulan araştırma konusu değerlendiriciler arası uyum/ uyumsuzluk durumlarına göre çalışmalarda ilerleme göstermesi gerektiğinde, araştırmacının amacı doğrultusunda ilerlemesi ve karar vermesi bu durumda güçleşecektir. Bu durum radyolojik değerlendirme çalışmalarında çok sık karşımıza çıkmaktadır. Değerlendiricilerden kaynaklanan önemli ölçüm hataları ölçümün kesinliğini, istatistiksel gücü azaltmaktadır ve anlamlı tedavi etkilerinin ortaya konmasını güçleştirmektedir. Şüphesiz tek bir çalışmanın verdiği sonuç yerine aynı amaca hizmet eden birden fazla çalışma sonucundan elde edilen sonuç daha güvenilir ve etkili olacaktır. Bu şekilde araştırma sonuçlarını istatistiksel yöntemlerle birleştirmekte meta analiz yöntemidir. Kappa katsayısının meta analizi Kohen kappanın örnekleme dağılımına dayanmakta çoklu çalışmalardaki değerlendiriciler arası uyumu tanımlamakta ve aynı zamanda çalışmalar arası değişkenliği ölçmektedir. Kohen kappanın meta analizinde farklı çalışma sonuçları birleştirilirken 3 farklı model vardır. Bu çalışmada yılları arasında meme kanseri tanısında kullanılan BRADS kriterleri ve Shear-wawe Elastography Yöntemlerinin her ikisinin uygulaması sırasında her iki yöntemin değerlendiriciler arası uyum istatistiklerinin meta analizi yapılmıştır. Bulgular: BRADS kriterlerini ve Shear-wawe Elastography Yöntemini birlikte kullanan litaratürde ilgili yıllar arasında dört makale bulunmuştur. Bu sayı BRADS kriteri için yeterli olmamış ve Funnel Plot grafiğine bakıldığında da yayın yanlılığının yapıldığı ortaya çıkmıştır. Shear-wawe Elastography Yöntemi için yayın yanlılığı çıkmamıştır. Meta analiz sonucunda 0,6210 [0,1804-1,0617+ kappa değeri hesaplanmıştır. Ve değerlendiriciler arasında 0,6210 luk bir uyumun olduğuna karar verilmiştir. Sonuç: Uyum istatistiklerinin kullanıldığı tıp literatüründeki çalışmalara bakıldığında makalelerin yaklaşık %80 inde değerlendiriciler arası uyum katsayısı doğru bir şekilde raporlanmamıştır. Kohen kappa istatistiğinin meta analizinin yapılabilmesi için çalışmalarda şansa bağlı uyum olasılığının, Kohen kappa katsayısının, Kohen kappa katsayısına ait varyansın ve güven aralığının raporlanması gerekmektedir. Anahtar Kelimeler: Uyum, Meta analiz, Radyoloji 16

36 Sözlü Bildiriler Oral Presentations S14 Sensitivity Analysis Of Joint Models Under Different Parameterizations Naime Meric KONAR 1, Eda KARAİSMAİLOGLU 2, A. Ergun KARAAGAOGLU 1 1 :Hacettepe University, Faculty of Medicine, Department of Biostatistics, Ankara 2 : Kastamonu University, Faculty of Medicine, Department of Biostatistics, Kastamonu nmeric.konar@hacettepe.edu.tr Aim Troponin-I is the most - commonly ordered cardiac panel biomarker used for cardiac patients in order to detect any cardiac disorder. This biomarker is frequently used to diagnose acute myocardial infarction or cardiac death in patients with chest pain. The aim of this study is to evaluate the diagnostic performance of repeated Troponin-I measurements in predicting death at the end of the follow-up period. For this aim, data were collected from Hacettepe University Emergency Department retrospectively. The follow up period is planned as 240 hours. This data set includes 368 individuals, of which 32 are the cases. Method To achieve the aim of this study, joint modelling approach is used. This approach is much more useful compared to its alternatives when there are longitudinal and survival data structures (repeated Troponin-I measurements as longitudinal measurements and death as event) in the data set. To assess the diagnostic performance, time-dependent Area Under Curve (td-auc) values are utilized. In joint modelling approach, beside standard joint modeling, there are different parameterization methods that indicates the strength of the survival and longitudinal data. These methods include slope, both and cumulative effects methods. To investigate the effect of assumed parameterization method on diagnostic performance of repeated troponin I measurements and to determine the best parameterization type to use, a sensitivity analysis is performed under different parameterization methods. Results The mean value of observation time is found as 34.2 hours. Therefore, using the available longitudinal information up to 34.2 hours; diagnostic performance of Troponin-I at the end of followup period is calculated. Table 1. Results of sensitivity analysis including joint models under different parameterization methods Joint Models (JM) td-auc AIC BIC log.lik standard JM JM with slope parameterization JM with both parameterization JM with cumulative effects parameterization

37 Sözlü Bildiriler Oral Presentations Conclusions The sensitivity analysis revealed that joint model with cumulative effect parameterization is the best one among others in terms of predicting death at the end of follow up period. To express the relation between longitudinal and survival processes, standard joint modelling approach may not always be the right option. Researchers should prefer the reasonable parameterization type in terms of the clinical question of the study. Keywords: Joint Modelling, Longitudinal Data, Diagnostic Tests References 1. Rizopoulos, D. (2011). Dynamic Predictions and Prospective Accuracy in Joint Models for Longitudinal and Time-to-Event Data. Biometrics 67, Rizopoulos, D. (2010). JM: An R Package for the Joint Modelling of Longitudinal and Time-to- Event Data. Journal of Statistical Software, 35:9. 18

38 Sözlü Bildiriler Oral Presentations S15 Risk Tahmin Modellerine Eklenen Yeni Faktörün Katkısının Değerlendirilmesinde Biyoistatistiksel Yaklaşımlar Betül DAĞOĞLU 1, H. Refik BURGUT 1 1 Çukurova Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı, Adana betuldagoglu@gmail.com Giriş Risk tahmin modelleri, hastalık ya da ölüm gibi klinik sonuçların tahmin edilmesinde kullanılan ve risk faktörlerini içeren bir regresyon tekniğidir. Uygulama alanındaki gelişmelerle ve teknolojik ilerlemelerle bulunan yeni risk faktörlerinin modele ilavesi ve performans artışının değerlendirilmesinde yine ROC eğrileri kullanılır, ancak ROC eğrilerini tahmini regresyon katsayıları arasındaki değişimin ölçülmesinde oldukça tutucu özelliğe sahiptir. Yeni yöntem arayışları ile 2008 yılında Pencina ve arkadaşları tarafından yeniden sınıflama tablolarına dayanan iki metot (net yeniden sınıflama iyileştirmesi (NRI) ve entegre ayırım iyileştirmesi (IDI)) geliştirilmiştir. Amaç İç içe tasarıma sahip modellerin performansının değerlendirilmesine imkan sağlayan ΔAUC, NRI ve IDI tekniklerinin birbirlerine göre avantaj ve dezavantajlarının saptanmasıdır. Gereç ve Yöntem Çukurova Üniversitesi Tıp Fakültesi Balcalı Hastanesi nin Yeni Doğan Yoğun Bakım Ünitesine, Temmuz yılları arasında yatırılan 864 bebeğin ölüm olasılıklarını tahmin etmek için SNAP-II ve SNAPPE-II risk tahmin modelleri kullanılmış, bebeğin sürfaktan ve annenin antenatal kortikosteroid (celestone) tedavisini alıp almaması yeni değişken olarak eklenmiştir. Uygun (fit) modele eklenen değişkenlerle; farklı örneklem büyüklüklerinde ve farklı prevalans değerlerinde simülasyon yapılarak HP oranları belirlenmiştir. Bulgular SNAP-II risk tahmin modeline hem celestone hem de sürfaktan bilgisinin eklenmesi ile elde edilen modele bağlı performans artışı anlamlı bulunmuştur. Simülasyon çalışması ile NRI sürekli istatistiğinin HP oranı en yüksek iken ΔAUC ve IDI istatistiğinin HP oranının en düşük olduğu belirlenmiştir. Bununla beraber NRI kategorik istatistiği düşük prevalanslarda yüksek HP oranına sahip iken prevalansın artışına bağlı olarak HP oranı azalmaktadır. Sonuç ΔAUC istatistiği oldukça tutucu sonuçlar vererek H 0 hipotezini kabul etmeye en yatkın yaklaşım olarak belirlenirken NRI sürekli istatistiği tam tersi şeklinde davranmaktadır. IDI istatistiğinin HP oranındaki düşüklük ve anlamlı değişken senaryosunda performans artışını anlamlı bulması göz önüne alındığında kullanımı en uygun olabilecek yöntem olarak belirlenmiştir. Anahtar Kelimeler: risk tahmin modeli, ROC eğrisi altında kalan alan endeksi, net yeniden sınıflama iyileştirmesi (NRI), entegre ayırım iyileştirmesi (IDI) 19

39 Sözlü Bildiriler Oral Presentations S16 Sağlık Alanındaki Verilerde Zamana Bağlı ROC Analizinin Kullanımı Ceren EFE 1, İlker ÜNAL 1 1 Çukurova Üniversitesi, Tıp Fakültesi, Biyoistatistik Anabilim Dalı, Adana E-posta: cefe@cu.edu.tr Özet Biyolojik belirteçler hastalığı klinik olarak görünür hale gelmeden önce, erken safhalarda teşhis etmede kullanılırlar. Bu belirteçlerin hastayı sağlıklıdan ayırt etme başarısını belirlemek için, popüler bir yöntem olan ROC analizi kullanılır. Klasik ROC analizinde hasta veya sağlıklı olma durumu sabitlenmiş özelliklerdir. Ancak her zaman bu durum söz konusu olmayabilir. Bazen prospektif kohort çalışmalarında bireyin hastalık durumu çalışmanın seyri boyunca değişkenlik gösterebilir. Bu gibi durumlarda standart ROC analizinden farklı olarak belirli bir takip aralığında hastalığın ortaya çıktığı ve çıkmadığı bireyleri bir tanı testinin ne ölçüde doğru tespit ettiği ile ilgilenilir. Dolayısıyla, hastalığın klinik başlangıç noktasının zamana bağlı değişen doğasını göz ardı etmemek adına zamana bağlı duyarlılık, seçicilik ve ROC eğrisi kavramları öne sürülmüştür. Bu sunumda, zamana bağlı ROC analizini teorik açıdan ele alınacak ve sağlık alanında elde edilen veri setleri üzerinde uygulamasını yapılacaktır. Yaklaşımın avantaj ve dezavantajları tartışılacaktır. Anahtar Kelimeler: Zamana-Bağlı ROC, Sağkalım Analizi, Biyolojik Belirteçler 20

40 Sözlü Bildiriler Oral Presentations S17 Bağımsız Kümelerde, Aynı Altın Standart Yargı Yöntemi İle İki Ayrı Tanı Testinin Yargılanmasında Klasik Yaklaşım İle Suzuki Yönteminin Uyumu Prof. Dr. Mustafa Ş. ŞENOCAK 1, Dr. Hayriye ERTEM VEHİD 1, Dr. Gökalp ERAL 1 1 İ.Ü. Cerrahpaşa Tıp Fakültesi Biyoistatistik Anabilim Dalı Amaç Tanı testlerinin değerlendirilmesinde standart ölçütlerin dışında başka yaklaşımlar da kullanılması yararlı ek bilgilerin üretilmesini sağlar. Özellikle, aynı altın standart kullanılarak değerlendirilmiş farklı tanı testlerinin yarar özellikleri açısından kıyaslanması son derece önemlidir ve bu çerçevede özel yaklaşımlar kullanılması ilgi çekicidir. Suzuki, bu çerçevede tipik tanı testi yargılama dört gözlülerinden elde edilen OR değerlerini orantılandırarak iki farklı tanı testinin yararlarını kıyaslama yöntemi önermiştir. Bu kıyaslama, elde edilen oranın güven aralıklarının 1 in aynı yönünde olması ile yorumlanmaktadır. Çalışmamızda, Suzuki nin yönteminin sonuçları ile farklı iki tanı testinin AUC düzeylerini kıyaslayan standart yaklaşımın sonuçlarını benzerlikleri ve çelişkileri açısından değerlendirmeyi amaçladık. Yöntem Bu amaçla toplam 100 olgu içeren bir altın standart dökümüne karşın iki farklı tanı testinin durumları rastgele hasta / sağlam atamaları üreterek gerçekleştirildi. İki tanı testine ait AUC, SE AUC, OR değerleri hazırladığımız yazılımla hesaplandı. Belirlenen ROR değeri güven aralıkları ve standart kıyaslama ile elde edilen z değerleri üretildi. Bu işlem 1500 kere tekrarlandı. Bulgular Yöntem sonuçlarının büyük oranda anlamlılık açısından tutarlı olduğu, çelişkilerin sadece çok kritik z değerleri için 1 e çok yakın güven aralıkları için ortaya çıktığı belirlendi. Sonuç Standart kıyaslama yaklaşımlarında bile SE nin hesaplanması açısından farklı çözümlemeler olduğu düşünülürse Suzuki yönteminin tanı testlerinin OR leri ve bunların oranını da sunarak özel ek bilgiler üretmesi, bu tip kıyaslamalar için oldukça tercih edilebilir bir seçenek olduğunu göstermektedir. 21

41 Sözlü Bildiriler Oral Presentations S18 PR Eğrileri ROC Eğrilerine Ne Zaman Alternatif Olabilir? İlker ÜNAL 1, Refik BURGUT 1, Yaşar SERTDEMİR 1 1 Çukurova Üniversitesi Tıp Fakültesi Biyoistatistik ABD, Balcalı, Sarıçam Adana E-posta: ilkerun@cu.edu.tr ROC eğrileri, sayısal bir ölçümün iki sonuçlu bir durum belirlemede ne derecede etkili olduklarını gösteren eğrilerdir. Eğrinin eksenleri doğru pozitiflik oranı yani duyarlılık ve hatalı pozitiflik oranı yani 1-seçicilik değerlerinden oluşur. Eğri altında kalan alan değeri sayısal ölçümün sınıflamadaki başarının özet ölçütüdür. PR eğrileri ise eksenleri kesinlik (precision) ve duyarlılık (recall) olan bir eğrilerdir ve bilgi çıkarsama teknolojilerinde ROC eğrilerinin kullanım amacına benzer amaçla sıklıkla kullanılır. PR eğrilerinin altında kalan alan değeri de sayısal ölçümün sınıflamadaki başarısını göstermektedir. Genellikle ROC ve PR eğrileri benzer sonuçlar vermekle birlikte, ROC eğrileri yerine PR eğrilerini kullanmanın önemli olduğu durumlar da söz konusudur. Özellikle çalışmadaki hasta oranın çok düşük veya çok yüksek olması veya sayısal ölçümün dağılımının çarpık olması durumunda PR eğrileri tercih edilebilir. Bu sunumda PR eğrilerinin ROC eğrilerine alternatif olabileceği durumlar örneklerle tartışılacaktır. Anahtar Kelimeler: ROC Eğrileri, PR eğrileri, kesinlik, duyarlılık, çarpıklık 22

42 Sözlü Bildiriler Oral Presentations S19 ROC Analizi için Alternatif Yöntemler: FROC ve AFROC Analizi Merve BAŞOL 1, Dinçer GÖKSÜLÜK 1, A. Ergun KARAAĞAOĞLU 1 1 Hacettepe Üniversitesi, Tıp Fakültesi, Biyoistatistik,06100, Ankara, TÜRKİYE merve.basol@hacettepe.edu.tr, dincer.goksuluk@hacettepe.edu.tr, ekaraaga@hacettepe.edu.tr Amaç ROC analizi, biyomedikal, radyoloji, tıp gibi alanlarda bir belirtecin olgular ile kontrolleri ayırt edebilme performansını belirlemek amacı ile kullanılan temel yöntemlerden birisidir (1). Radyoloji alanında kullanılan tanı testleri, genellikle değerlendirici yorumuna dayalı görüntüleme yöntemleridir. Görüntüleme yöntemlerinde değerlendiriciler, görüntülerde şüpheli lezyon/lezyonların olduğunu düşündüğü bölgeleri işaretlemekte ya da sağlıklı olduğunu düşündüğü görüntülere hiç bir işaretleme yapmamaktadır. İşaretlenen her bir bölgeye şüphe düzeylerine göre bir skor verilmektedir (2). Görüntüleme yöntemlerinin tanı performansı sıklıkla ROC analizi ile belirlenmektedir. Ancak, ROC analizi görüntülerde belirlenen lezyonların sayısını ve görüntü alanı içerisinde hangi bölgede yer aldığı bilgisini ihmal etmekte, yalnızca görüntünün sağlıklı ya da hasta olduğu bilgisini kullanmaktadır. Bu nedenle ROC analizinde aynı görüntüde yer alan birden fazla lezyon aynı anda dikkate alınmamakta ve konumu yanlış belirlenen lezyonlar için bir cezalandırma yapılmamaktadır. ROC analizinin bu eksikliklerinden yola çıkılarak görüntüleme yöntemlerinin tanı performansını değerlendirmede lezyonların sayısını ve görüntü alanı içerisindeki yer bilgisini analizlere dahil eden farklı yöntemler geliştirilmiştir (3,4). Bu yöntemler her görüntüde tek bir lezyon olduğu durumda kullanılan Yerelleştirilmiş ROC (Localization ROC - LROC) analizi (5), bir ya da birden fazla lezyon olduğu durumda kullanılan Serbest-yanıt ROC (Free-response ROC - FROC) (6) analizi ve Alternatif Serbestyanıt ROC (Alternative Free-response -AFROC) (7) analizidir. Bu çalışmanın amacı, bir görüntüde birden fazla lezyon olduğu durumda ROC, FROC ve AFROC analizlerinin nasıl sonuçlar verdiğini incelemek ve yöntemleri karşılaştırmaktır. Yöntem Görüntüleme yöntemlerine ilişkin gerçek bir veri seti kullanılarak testlerin tanı performansı ROC, FROC ve AFROC analizleri ile hesaplanmıştır. Veri analizi, R paket programında (R 3.2.0) RJafroc paketi (8) kullanılarak yapılmıştır. Tanı performansı olarak eğri altında kalan alan (EAA) kullanılmıştır. Bulgular ROC ve AFROC yöntemleri için elde edilen EAA değerleri *0, 1+ aralığında değerler alabilir. Ancak, FROC analizinde EAA değeri için bir sınırlama yoktur. Bu nedenle, FROC analizinden elde edilen EAA değeri ROC ve AFROC analizinden elde edilen EAA değerlerinden oldukça farklı bulunmuştur. AFROC analizinden elde edilen EAA değerinin ROC analizine göre daha küçük olduğu görülmüştür. Bunun nedeni ROC analizinin bir görüntüdeki lezyonların sayı ve yerlerini ihmal etmesi, yalnızca görüntünün hasta olup olmadığı bilgisini değerlendirmesidir. Sonuç Görüntüleme yöntemlerinde, bazı hastalıklar için tanı koymada her bir görüntüdeki lezyon sayısı ya da lezyonun görüntü alanı içerisindeki yer bilgisi oldukça önemlidir. Bu durumda, görüntülerin 23

43 Sözlü Bildiriler Oral Presentations yalnızca hasta ya da sağlıklı olduğu bilgisini kullanan ROC analizi yerine lezyonların görüntü alanı içerisindeki yer bilgisini de çalışmaya dahil eden yöntemlerin kullanımı önerilmektedir. Anahtar Kelimeler: ROC, FROC, AFROC, lezyon KAYNAKLAR 1. Zhou, HH., Obuchowski, NA. ve McClish, DK. (2011). Statistical Methods in Diagnostic Medicine. New York, NY :Wiley & Sons. 2. Zhou, HH., Liu, A., Bandos, AI., Machado, LO., Rockette, HE. (2012). Statistical Evaluation of Diagnostic Performance Topics in ROC Analysis. Boca Raton, FL : Chapman & Hall/CRC 3. Beutel J., Kundel H.L., Metter Richard L.V. (2000). Handbook of Medical Imaging: Physics and psychophysics. SPIE Press. 4. Journal of the ICRU. (2008). Extensions to Conventional ROC Methodology: LROC, FROC and AFROC. Oxford University Press. 5. Starr SJ, Metz CE, Lusted LB, Goodenough DJ. (1975). Visual Detection and Localization of Radiographic Images. Radiology 1 16: Bunch PC, Hamilton JF, Sanderson GK, Simmons AH. (1978). A Free-Response Approach to the Measurement and Characterization of Radiographic Observer Performance. Journal of Applied Photographic Engineering 4: Chakraborty DevP, Loek Winter HL. (1990). Free-Response Methodology: Alternative Analysis and a New Observer Performance Experiment. Radiology 174:

44 Sözlü Bildiriler Oral Presentations S20 Bulanık C-Ortalamalar Kümeleme Algoritmasının Genetik Veri Setinde Uygulaması Suriye ÖZGÜR 1, Bakiye GÖKER BAĞCA 2, Muhterem DUYU 3, Özgür ÇOĞULU 4, Mehmet N. ORMAN 1 1 EgeÜniversitesi Tıp Fakültesi Biyoistatistik ve Tıbbi Bilişim AD 2 EgeÜniversitesi Tıp Fakültesi Tıbbi Biyoloji AD 3 Medeniyet Üniversitesi, Göztepe EAH, Çocuk Sağlığı ve Hastalıkları AD 4 EgeÜniversitesi Tıp Fakültesi Tıbbi Genetik AD suozgur35@gmail.com Amaç Bu çalışmada mikro RNA ların (mirna), çocuklarda akut lenfoblastik lösemi (ALL) üzerindeki etkisini incelemek üzere bulanık C ortalamalar (BCO) Kümeleme algoritması kullanılmış, ALL ile ilişkili yeni yolakların ortak özellikleri ortaya konmaya çalışılmıştır. Yöntem:Araştırmada, Duyu ve ark.(2014) tarafından yapılan çalışmanın verileri Bulanık C Ortalamalar algoritması yardımıyla R project programıyla değerlendirilmiştir. Çalışmada 0-18 yaşları arasında yeni tanı almış 43 ALL li hasta ve 14 kontrol olgusundan elde edilen 1136 adet mirna ekspresyon değerleri bulunmaktadır. Olgu ve kontrol gruplarında 2 kat ekspresyon artışı ya da azalışı anlamlı kabul edilerek, bağımsız örneklem T testi ile anlamlı mirna lar elde edilmiştir. T test istatistiğine göre anlamlı olarak belirlenen mirna lardan 30 tanesi seçilerek, BCOalgoritması ile bu örneklem için 2, 3, 4, 5 ve 6 'lı bulanık kümeler oluşması sağlanmıştır. İkinci aşamada ise mirwalk, KEGG Pathway ve TargetScan, mirna online sorgulama sistemleri kullanılarak, oluşan bulanık kümelerdeki mirna'ların ortak şekilde etki ettiği mrna'lar, yolaklar ve ALL ile ilişkileri araştırılmıştır. Bulgular Otuz örneğe ait beşli ve altılı kümelenmeler birbirine çok benzer yapılar oluşturmuştur. İki kümelenme şeklinde de mir-181a-5p tek başına bir kümeyi oluşturmaktadır. Benzer şekilde, mir p ve mir-128-3ponkomirleriiki kümelenmede de ikinci kümeyi meydana getirmektedir. Bu kümenin ortak şekilde ALL de validasyonu sağlanmış, LYL1 geni (mirwalk, OMIM) üzerinden lökosit reseptör sinyalleşmesi ve lösemi ilişkili yolaklarda (mirwalk, KEGG pathway) ortak şekilde görev yaptığı bildirilmiştir. Beşli kümelemede mir-181b-5p, mir-181a-3p, mir-1322, mir-181c-5p mirna ları bir arada bulunmaktadır. Bu kümelemenin büyük ölçüde mir-181 ailesini bir araya getirdiği görülmektedir (TargetScan). Yine beşli kümede mir-146a-5p, mir-155-5p, mir-7-1-3p, mir-708-5ponkomirleri bir arada bulunmaktadır. Literatür araştırıldığında ve sistemden sorgulama yapıldığında elde edilen yapının, ortak herhangi bir ALL ilişkili bilinen bir transkripti hedeflediği (mirwalk, OMIM) ve bu yapının bilinen bir sinyal yolağında bulunduğu gösterilememiştir (mirwalk, KEGG pathway). Tümör baskılayıcı mirna ların (TBM) bütün kümelerde bir arada bulunduğu gözlenmiştir. Sonuç 25

45 Sözlü Bildiriler Oral Presentations Oluşturulan tüm farklı kümelenmeler değerlendirildiğinde; seçilen örnek ve küme sayısı ayırdına bakılmaksızın TBM lerin tamamının her zaman bir arada, eleman sayısının en çok olduğu grupta toplandığı görülmektedir. Buradan yola çıkılarak yöntemin, TBM leri aynı kümede toplayabilecek başarıya sahip olduğugösterilmiştir. Bunun yanında BCO ile elde edilen yeni mirna yolaklarının ALL yönünden araştırılarakyeni ilişkilerin ortaya konmasının ALL için önemli olacağı düşünülmektedir. Anahtar Kelimeler: Bulanık C Ortalamalar Kümeleme Algoritması, mirna, mrna, mirna Hedef Tahminleme Araçları, Akut Lenfoblastik Lösemi 26

46 Sözlü Bildiriler Oral Presentations S21 Survival Analysis of ERCC1 Biomarker in Platinum-based Therapy for Non-Small Cell Lung Cancer (NSCLC) Burçin KURT 1, Ülkü ÜNSAL 2 1 Karadeniz Teknik Üniversitesi Tıp Fakültesi, Biyoistatistik ve Tıp Bilişimi Anabilim Dalı, Trabzon 2 Karadeniz Teknik Üniversitesi Sağlık Bilimleri Fakültesi, Sağlık Bilişimi ve Teknolojileri Anabilim Dalı, Trabzon Purpose Most of of patients will require multiple lines of therapy as their cancer cells acquire resistance to the chemotherapeutic agents to which they are exposed. Therefore, resistance to current chemotherapeutics for the management of non-small cell lung cancer (NSCLC) is one of the most significant problem for improving long-term outcomes for this vulnerable patient group. To solve this problem, personalized therapy through careful selection of appropriate agents based on the likelihood of response and the development of resistance may be the future target. Studies are ongoing to develop appropriate algorithms based on biomarkers which are used predict response to current therapeutics, to guide treatment selection. For this aim, we have analyzed ERCC1 biomarker (potential biomarker for treatment selection in NSCLC) levels in platinum-based therapy (commonly used) in NSCLC. Methods For this study, we have used TCGA LUAD database and R programming. First, we filtered the clinical drug data by platin based drugs which are called Cisplatin and Carboplatin. Similarly, we filtered RNASeqV2 expression data by ERCC1 biomarker. Then, we computed Z-scores using raw counts of RNASeqV2 expression data and from Z-scores, P-values and FDR values have been computed. Using FDR with 0.01 cut off, we grouped the ERCC1 levels as high and low. Using patient barcodes we have joined the drug and RNA expression data results. Finally, for survival analyze of these grouped patients, we also added the alive/dead status and numeric value to represent the day of the death informations from clinical data using patient barcodes. Findings and Results According to the survival analyze of drug resistance, high ERCC1 levels curve shows lower survival rate than low levels curve and there is nsignificantly (p=0.047) difference between ERCC1 high and low level groups in platinum-based therapy for NSCLC. In literature, it has been mentioned that high ERCC1 levels show poor response to platinum based therapy and with this study, obtained results have supported this hypothesis. Acknowledgement - This study is supported by Scientific and Technological Research Council of Turkey (TUBITAK) under project number 114E634. Keywords ERCC1, Platinum-based therapy, drug resistance, personalized therapy. 27

47 Sözlü Bildiriler Oral Presentations S22 Sağkalım Verileri ile Boylamsal Verilerin Birleşik Modellenmesi ve Sağlık Alanında bir Uygulama Amaç Ebru TURGAL 1, Beyza DOĞANAY ERDOĞAN 2, Fatma ÇİFTÇİ 3 1 Hitit Üniversitesi, Tıp Fakültesi, Biyoistatistik Anabilim Dalı, Çorum. 2 Ankara Üniversitesi, Tıp Fakültesi, Biyoistatistik Anabilim Dalı, Sıhhiye, Ankara. 3 Ankara Üniversitesi, Tıp Fakültesi, Göğüs Hastalıkları Anabilim Dalı, Cebeci, Ankara ebruturgal@hitit.edu.tr Bu bildiride; literatürde yeni bir modelleme olan birleşik modellemenin teorik özelliklerini tanıtılacak, sağlık araştırmalarında hangi koşullarda kullanıldığı ve avantajları açıklanacak, ayrıca uygun bir araştırma verisi üzerinde yöntemin uygulaması gerçekleştirerek sonuçlar yorumlanacaktır. Yöntem Değişkenleri oluşturan gözlemlerin zaman bağımlı olarak birçok kez incelenmesi ile elde edilmiş olan veriler boylamsal veriler olarak adlandırılır. Birleşik modeller, son yıllarda üzerinde durulan ve ilgili yazılımların da gelişmesiyle kullanımı günden güne artan modelleme yöntemlerindendir. Birleşik modelleme, boylamsal ve sağkalım verilerini birbirine bağlayan bir modellemedir ve bağlı iki alt modelden oluşur. Bunlardan biri boylamsal süreç için karışık etki modeline, diğeri ise, sağkalım süreci için orantılı tehlikeler modeline karşılık gelir. Bu tür çalışmalarda tedavi etkisi ve belirteçler üzerindeki risk faktörleri ve hastalık gelişimi ya da ölüm üzerindeki etkisi araştırılmak istenir. Çalışmada kullanılacak veriler, Ankara Üniversitesi Tıp Fakültesi Göğüs Hastalıkları Kliniği tarafından sağlanmıştır yılında klinikte yoğun bakım ünitesinde akut hiperkapnik solunum yetmezliği tanısı ile takipte olan 40 yaş üstü 62 hasta alınmıştır. Yoğun bakım ünitesinde akut hiperkapnik solunum yetmezliği nedeniyle takipte olan ve NPPV (Non-invaziv pozitif basınçlı mekanik ventilasyon) tedavisi başlanması gereken hastalar çalışmaya dahil edilmiştir. Bulgular NPPV kullanımının boylamsal süreçteki etkisi ve FiO 2 /PaO 2 oranın biyo-belirteç olarak alınarak; yaş, cinsiyet, boy, beden kitle indeksi, solunum sayısı, kalp yetmezliği, hiper/hipo tiroid etkisi, böbrek yetmezliği, sigara sayısı, PO 2, CAT skoru, Charlson Komorbidite skoru, Glasgow koma skoru, APACHE 2 skoru gibi değişkenlerin hangilerinin ölüm riski bakımından önemli olduğu incelenmiştir. Birleşik modelin ilk adımlarında, sağlık skalaları ayrı ayrı analiz edilmiş, APACHE 2 skoru anlamlı bulunmuştur (p<0,05). Ayrıca zamanla etkileşimleri de ele alınarak klinik ve istatistiksel açıdan en uygun model yaratılmaya çalışılmıştır. Sonuç Boylamsal verilerin ya da sağkalım analizlerinin ayrı ayrı tek başına yeterli olmadığı durumlarda birleşik model kullanılması gerekir. Birleşik model iki durumu birlikte ele aldığı için daha fazla açıklayıcı bilgi içermektedir. Hatta Cox Regresyon modelinde istatistiksel olarak anlamlı bulunmayan değişkenlerin aslında boylamsal süreçte önem taşıdığı görülmüştür. Veri setini en iyi açıklayan modelin seçiminde Akaike bilgi ölçütü (AIC) ve Bayesian bilgi ölçütü (BIC) kullanılarak en uygun model uydurulmuştur. Anahtar Kelimeler: Birleşik Modelleme, Boylamsal Veri Analizi, Sağkalım Analizi, Rasgele Etki 28

48 Sözlü Bildiriler Oral Presentations S23 Cox Regresyon Modelinde Değişken Seçim Yöntemleri Esra AKDENİZ 1, Nural BEKİROĞLU 1, Yüksel ÖZKAN 2, 1 Marmara Üniversitesi Tıp Fakültesi, Biyoistatistik Anabilim Dalı, İstanbul 2 Dokuz Eylül Üniversitesi, Fen Fakültesi, İstatistik Bölüm 4.sınıf öğrencisi, İzmir ÖZET Amaç Bu çalışmanın amacı, Cox regresyon modellerinde değişken seçim yöntemlerini karşılaştırmak ve bir uygulama ve simülasyon çalışması ile göstermektir. Yöntem Cox regresyon modelinde önemli bağımsız değişkenlerin doğru bir şekilde seçilmesi gereklidir. Değişken seçim yöntemlerinden en sık kullanılanlar ileriye doğru seçim, geriye doğru eleme ve her ikisini birleştiren karma adımsal seçim yöntemleridir. Bu yöntemler, tüm modeller denenmediğinden eskiden hesaplama kolaylığı sağlamaktaydı ancak günümüzde işlemciler çok hızlandığından bu durumun artık önemi kalmamıştır. Ayrıca tüm modellerin denenmemesi en iyi modelin seçilememesine de sebep olabilmektedir. Bu yöntemler, her bir değişkeni modele eklerken test ettiğinden 1. Tip hata oranını da koruyamadığından istatistiksel olarak sağlam temellere dayanmamaktadır. Ayrıca, veriler birbirleri ile ilişkili (çoklu içilişki problemi) olduğunda da bu yöntemeler iyi sonuç vermemektedir. Başka bir yöntem, değişkenlerin önceden tek tek test edilerek modele eklenmesidir (pre-test yöntemi). Ancak bu durum da problemlidir. Değişkenler arasında korelasyon olması durumunda bir değişkenin anlamlı olması diğer değişkenin modelde olması ile ilişkilidir. Bunlara alternatif olarak en çok olabilirlik fonksiyonunun bir ceza fonksiyonun varlığında minimize edilmesine dayanan LASSO (Hastie ve Tibshirani,1997) seçim yöntemi tercih edilebilir. Diğer değişken seçim yöntemlerinin dezavantajını içermemektedir ancak bu yöntemde de bir tuning parametresi seçilmesi gereklidir. Değişken seçim yöntemleri, R programının compound.cox paketindeki 276 hastadan alınan karaciğer nakli veri seti (PBC) üzerinde uygulanmıştır. Ayrıca, değişken seçim yöntemleri Cox regresyon modelinden çeşitli örnek çapları için (n=50,100,200) ve korelasyon oranları (0.5, 0.8) veri üretilerek bir simülasyon çalışması ile karşılaştırılmıştır. Değişken seçim yöntemleri karşılaştırmasında duyarlılık, geçerlilik, doğru model oranı ve model hatası kriterleri baz alınmıştır. Bulgular Örnek uygulamasında LASSO değişken seçim yöntemi en küçük 10 katlı-çapraz geçerlilik hata değerine sahip bulunmuştur. Simülasyon çalışmasında ise değişkenler arasındaki korelasyonun yüksek (0.8) olması durumunda LASSO seçim yöntemi tüm kriterler bazında en iyi sonucu vermiştir. Sonuç Değişken seçimi oldukça hassas bir konudur. LASSO seçim yöntemi hem sağlam istatistiksel teoriye dayanması hem de pratik bir seçim yöntemi olduğu için diğer değişken seçimlerine iyi bir alternatiftir. Ancak bu yöntemde tuning parametresinin seçimi gereklidir. Bazı durumlarda istatistiksel yöntemlerle veriden anlamlı bir model çıkarmak mümkün olmaz bu durumda değişken seçimi uzman hekim tarafından sübjektif olarak yapılabilir. Anahtar kelimeler: Lasso, değişken seçimi, karaciğer kanseri 29

49 Sözlü Bildiriler Oral Presentations S24 Sağdan Sansürlü Yaşam Fonksiyonlarının Çoklu Karşılaştırılmasında Yeni Bir Düzeltme Tekniği Ertuğrul ÇOLAK Eskişehir Osmangazi Üniversitesi, Tıp Fakültesi, Biyoistatistik AD., Eskişehir Amaç İki ya da daha çok sayıda yaşam fonksiyonunu karşılaştırmak için çeşitli testler geliştirilmiştir. Bu testler genel bir karşılaştırma yapmakta olup, çoklu karşılaştırma yöntemi içermemektedir. Bu nedenle gruplara ait yaşam fonksiyonlarının çoklu karşılaştırılmasında Bonferroni, Sidak, Scheffe, Tukey, gibi düzeltme teknikleri kullanılmaktadır. Bu çalışmanın amacı, sağdan sansürlü yaşam fonksiyonlarının çoklu karşılaştırılmasında kullanılabilecek yeni bir düzeltme tekniği önermektir. Yöntem Önerilen düzeltme tekniği için gruplara ait yaşam fonksiyonlarının tüm olası ikili karşılaştırmalarında kullanılan test istatistiklerinden (Log-rank, Fleming, Peto, Mod Peto, Tarone ve Wilcoxon) faydalanılarak yeni istatistikler elde edildi. Çok değişkenli normal dağılıma uyduğu belirlenen bu yeni istatistikler, equicoordinate quantile fonksiyonu yardımıyla hesaplanan kritik değer ile kıyaslanıp ikili karşılaştırmalar değerlendirildi. Önerilen düzeltme tekniğinin tip 1 hata oranı ve gücü Monte Carlo simülasyon çalışması ile araştırıldı. Simülasyon çalışmasında grup sayısı 4 olarak belirlendi. Örnek hacimleri n=50, 150, 250 olarak her bir grup için eşit olacak şekilde seçildi. Tüm gruplarda sansür oranı %10 ve %30 olarak belirlendi. Yaşam fonksiyonlarının elde edilmesinde üstel ve Weibull dağılımları kullanıldı. Önerilen düzeltme tekniği belirlenen simülasyon senaryoları altında, Bonferroni, Scheffé, Sidak, SMM (Studentized Maximum Modulus) ve Tukey düzeltme teknikleri ile karşılaştırıldı. Simülasyon çalışması SAS University Edition programı kullanılarak gerçekleştirildi. Bulgular Simülasyon sonuçlarına göre önerilen düzeltme tekniğinin tip 1 hata oranı, belirlenen α=0.05 hata düzeyine yakınsadığı gözlendi. Diğer düzeltme teknikleri ile karşılaştırıldığında, Tukey ile benzer güce, ancak Bonferroni, Scheffé, Sidak ve SMM den ise daha yüksek güce sahip olduğu belirlendi. Sonuç Sağdan sansürlü yaşam fonksiyonlarının çoklu karşılaştırmasında önerilen düzeltme tekniğinin kullanılması önerilmektedir. Anahtar Kelimeler: sağdan sansürlü yaşam fonksiyonu, çoklu karşılaştırma, düzeltme tekniği, equicoordinate quantile fonksiyon 30

50 Sözlü Bildiriler Oral Presentations S25 Yaşam Analizinde Cox Regresyon Modeline Alternatifler Şirin ÇETİN 1, S.Kenan KÖSE 2, Oya KAYACAN 3, Fatma ÇİFTCİ 3 1 Ondokuz Mayıs Üniversitesi, Samsun 2 Ankara Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı, Ankara 3 Ankara Üniversitesi Tıp Fakültesi Göğüs Hastalıkları Anabilim Dalı, Ankara Yaşam analizinde sıklıkla Cox regresyon modeli kullanılmaktadır. Ancak Cox regresyon modelini uygulayabilmek için orantılı hazard varsayımının sağlanması gerekmektedir. Orantılı hazard varsayımı sağlanmadığında ya da yaşam analizi verileri heterojen veya tekrarladığında literatürde Cox regresyon analizine pek çok alternatif sunulmuştur. Çalışmada yaşam verilerinin analizinde Cox regresyon modelinden başka kullanılabilecek yaşam analizi modellerinin incelenmesi amaçlanmıştır. Bu çalışmada kullanılan veriler Ankara Üniversitesi Göğüs Hastalıkları Hastanesinden alınmıştır. Elde edilen verilere uygun yaşam analizleri modelleri Cox regresyon ve alternatiflerinin karşılaştırmalı analizleri Stata 14 ve R programlarında çözümlenmiştir. Anahtar Kelimeler: Yaşam Analizi, Cox Regresyon 31

51 Sözlü Bildiriler Oral Presentations S26 Sağkalım Analiz Yöntemlerinin Uyum Değerlendirmesinde Kullanımı: Koroner Anjiyografi Yapılan Hastaların Damar Darlığına İlişkin Bir Örnek Selen YILMAZ IŞIKHAN 1,2, Erdem KARABULUT 2, Mustafa KILIÇKAP 3 1 Hacettepe Üniversitesi Sosyal Bilimler Meslek Yüksekokulu, Ankara 2 Hacettepe Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı, Ankara 3 Ankara Üniversitesi Tıp Fakültesi Kardiyoloji Anabilim Dalı, ANKARA seleny@hacettepe.edu.tr Amaç Uyum çalışmalarında Bland ve Altman ın grafiği hem yanlılığı hem de uyumsuzluğun büyüklüğünü değerlendirmeyi olanaklı kıldığı için sık tercih edilen grafiksel bir yöntemdir. Bu çalışmada ise ölçücüler arasındaki farkları uyum ve uyumsuzluk derecesi şeklinde yorumlamayı sağlayan sağkalımuyum grafiği ve analizleri incelenmiştir. Yöntem Koroner anjiyografi yapılan 88 hastaya ait 200 damar darlığı, biri uzman, diğeri 2 aylık deneyimi olan bir asistan tarafından görsel olarak % darlık şeklinde değerlendirilmiştir. Orijinal veri, farklar ve ölçüm değerleri arasında sabit hata, homojen saçılımlı oransal hata, heterojen saçılımlı oransal hata (aynı ve ters yönlü) ilişkilerini içerecek şekilde değiştirilmiştir. Bu dört farklı senaryo için; iki ölçücünün damar darlığı ölçümleri arasındaki uyum Bland ve Altman ın grafiği, farkların analizi, sağkalım-uyum grafiği ve sağkalım analizleri ile incelenmiştir. Ayrıca, orijinal veri seti üzerinde sabit hata varken, hata çıkarıldıktan sonra ve diğer hata türleri için sağkalım analizleri ve oransal risk (proportional hazard: PH) varsayımındaki değişiklikler değerlendirilmiştir. Bulgular Sağkalım analiz sonuçlarına göre, uzman ve asistan ölçücüler arasında hem pozitif hem de negatif hatalar için %10 kadar ölçüm farklılığı göz önüne alındığında %80 in üzerinde bir uyum elde edilmiştir. Ölçümler arasında 3,40 birimlik sabit hata bulunan orijinal veriden sabit hata çıkarılmadan önce PH varsayımı sağlanıyor iken, sabit hata çıkarıldıktan sonra PH varsayımının sağlanmadığı görülmüştür. İki ölçücü arasındaki mutlak hata dikkate alındığında, cinsiyet ve kalsifikasyon açısından fark anlamlı bulunurken lezyon yeri, lezyon seviyesi ve lezyon türü açısından istatistiksel olarak anlamlı farklılık bulunmamıştır. Sonuç Sağkalım-uyum grafiği belirli fark noktalarında ölçücüler arası uyumsuzluğu klinik açıdan yorumlayabilmeyi olanaklı kılmıştır. Bu yöntem özellikle ölçücüler arasındaki pozitif ve negatif farkları ayrı ayrı göstererek incelemeyi de sağlamıştır. Llorca ve Rodriquez (2005) veride hem sabit hem de oransal hata eş zamanlı mevcut olup bunlar birbirine zıt yönlü olduğunda sağkalım- uyum eğrilerinin 32

52 Sözlü Bildiriler Oral Presentations birbirlerini keseceğini ileri sürmüştür. Bu çalışmada sabit ve oransal hatanın bulunduğu veri durumu için benzer sonuç elde edilmiştir. Burada, sağkalım analiz tekniklerine ilişkin varsayım ve çözümler üzerine ölçümler arası farklı ilişki yapıları dikkate alınarak daha geniş bir değerlendirme sunulmuştur. Şekil. Negatif (düz çizgi) ve pozitif (kesikli çizgi) farklar için sağkalım-uyum grafiği Anahtar Kelimeler: Uyum, sabit ve oransal hata, sağkalım-uyum grafiği, Bland ve Altman grafiği, oransal risk varsayımı 33

53 Sözlü Bildiriler Oral Presentations S27 Comparison of Classification Performances of Hierarchical and Non-Hierarchical Fuzzy Models Fulden CANTAS 1, İmran KURT OMURLU 1, Mevlut TURE 1 1 Adnan Menderes University, Faculty of Medicine, Biostatistics Department, Aydin Aim It is aimed to compare the classification performances of hierarchical and non-hierarchical fuzzy models built by using different membership functions. Method In this study, normally distributed data sets which contain different number of independent variables (p=3 and p=6) are generated. Besides, the classification performances of hierarchical and nonhierarchical fuzzy models which are built by using the data set which contains of body mass index, fasting blood glucose and triglyceride values of hypertensive (n=206) and control (n=113) people are compared. Findings In the simulation practice, it is found that there are significantly difference between the classification performances of hierarchical and non-hierarchical fuzzy models (p<0.001). Besides, it is determined that sensitivity, specificity and accuracy of non-hierarchical fuzzy models are higher; RMSE of the non-hierarchical fuzzy models are lower than hierarchical fuzzy models. Moreover; it is noted that if the number of independent variables increase, classification performances of boths models increase and approach to each other. In real data set application, the results are in parallel with simulation results. Results In studies about fuzzy logic methods; since structure of the data, distribution of the varibles and correlation between them, how to divide independent variables into categories in fuzzification step and which of the fuzzy logic methods is to choose should be examined, an expert support. should be taken. Keywords: Hierarchical Fuzzy Model, Non-hierarchical Fuzzy Model, Classification, Simulation 34

54 Sözlü Bildiriler Oral Presentations S28 Assessment of Classification Methods on Lung Cancer mrna Expression Dataset Uğur TOPRAK 1, Ceren SUCULARLI 2, Kemal TURHAN 1 1 Karadeniz Technical University, Medical Faculty, Department of Biostatistics and Medical Informatics 2 Hacettepe University, Institute of Health Sciences, Department of Bioinformatics Introduction Over the past few decades advances in molecular sciences, especially microarray analysis, allowed systematic approaches to understand whole genome RNA expression, and has facilitated new discoveries in genetics, drug discovery and medicine (1). Gene expression in a cell determines its phenotype, function and response to environment (2). Recent studies showed that DNA microarrays could provide useful information for cancer classification at the gene expression level due to their ability to measure the abundance of messenger ribonucleic acid (mrna) transcripts for thousands of genes simultaneously (3). Although, cancer classification methods have improved, there is still a need for a fully automated and objective method for determining cancer subtypes (4). Aim This study aims to detect best classification model for lung cancer microarray dataset among several machine learning algorithms and to compare their performances. Methods Lung cancer dataset (2), which is selected for this study, consists of five different classes; adenocarcinomas, normal, small cell lung carcinoma (SCLC), squamous, carcinoid types. We applied five widely used machine learning algorithms to classify lung cancer data by using WEKA version 3.8. Bagging, K-Nearest Neighbor (KNN), Naïve Bayes, Random Forest and Support Vector Machines (SVM) algorithms were used for classification. Cross validation and split train were applied to train the dataset. Classification performances were detected to find the best classifier. Results Prediction accuracy of the classification methods differs according to how they handle the data. Our results showed that training data with cross validation increased the classification success 1-5%, SVM had superior performance over all (95.56%) and naïve Bayes was the least successful classifier (80.78%). Conclusion According to our results, none of the individual methods were superior to the others. Statistical, computational and representational limitations of the algorithms were determinant in the classification. For lung data set, SVM with 10-fold cross validation was the best and fastest solution to classify less subjectively. However, results still needs to be checked by experts in case of strong bias or some rare conditions. Acknowledgments This study supported by TUBİTAK. Keywords: Data Mining, Gene Expression, Cancer 35

55 Sözlü Bildiriler Oral Presentations References 1. Zexuan Zhu, Y. S. Ong and M. Dash, Markov Blanket-Embedded Genetic Algorithm for Gene Selection, Pattern Recognition, Vol. 49, No. 11, , A. Bhattacharjee, W. Richards, et all., Classification of human lung carcinomas by mrna expression proliling reveals distinct adenocarcinoma subclasses., PNAS, 98, 24, , November Natsoulis, Georges et al. Classification of a Large Microarray Data Set: Algorithm Comparison and Analysis of Drug Signatures. Genome Research 15.5 (2005): PMC 4. Wang, Yu, et al. "Gene selection from microarray data for cancer classification a machine learning approach." Computational biology and chemistry 29.1 (2005):

56 Sözlü Bildiriler Oral Presentations S29 Medikal Cihaz Algılayıcılardan Veri Füzyonu ve Stokastik Yöntemler ile Klinik Karar Destek Modelinin Geliştirilmesi Adem DOĞANER Kahramanmaraş Sütçü İmam Üniversitesi Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD, K.Maraş Amaç Sağlık alanındaki araştırmalarda tek bir veri kaynağına bağlı kalarak karar vermek bazı durumlarda uygun kararın alınmasında yeterli olmayabilmektedir. Bu nedenle birçok kaynaktan elde edilen verilerin veri füzyonu yöntemleri ile birleştirilmesi, alınan kararın doğruluk oranını artırabilmektedir. Çalışmada, cerrahi operasyonlarda medikal reseptörlerden gelen verilerin birleştirilerek, stokastik yöntem ve algoritmalar ile karar destek modeli geliştirilmesi amaçlanmıştır. Yöntem Veri füzyonu, farklı algılayıcı kaynaklardan elde edilen verilerin birleştirilmesi sürecidir. Veri füzyonu, örüntü tanıma ve uzaktan algılama gibi çok kaynaklı algılayıcılardan elde edilen verilerin kullanıldığı ve bilgi çıkarımı yapıldığı modellerde başarı ile uygulanabilmektedir. Veri füzyonunda verileri bütünleştirmek için farklı algoritma ve istatistiksel yöntemler kullanılmaktadır. Çalışmada, mevcut algoritma ve yöntemlerden farklı olarak Markov modellerinin temel esas alındığı dinamik bir algoritma ile veri füzyonu gerçekleştirilmiştir. Modelin çalışma prensibi, algılayıcıların her biri değişken olarak kabul edilmiş ve algılayıcılardan ardışık olarak üretilen veriler değerlendirilmiştir. Modelin uygunluğu, cerrahi operasyon sırasında hastanın anlık değerlerini ölçmede kullanılan medikal cihaz algılayıcıların ürettiği verilerin füzyonunda sınanmıştır. Bulgular Modelin uygulanması için, cerrahi operasyon esnasında uyutulan bir hastanın verileri elde edilmiştir. Bu veriler, cerrahi operasyon sırasında hastaya bağlanan anlık ölçüm cihazlarına ait algılayıcılardan elde edilmiştir. Cerrahi operasyon boyunca elde edilen veriler algoritma ile birleştirilmiştir. Birleştirilen veriler Markov modelleri ile durumlara dönüştürülmüş ve durumlar arası geçişler incelenmiştir. Model, klinik karar modeli olarak önemli risk faktörlerini ortaya koymuştur. Sonuç Sağlık alanındaki örüntülerin incelenmesinde tek bir değişkene bağlı kalmaksızın farklı algılayıcılardan elde edilen verilerin birlikte değerlendirilmesi, doğru karar alınmasında başarıyı artırdığı gözlemlenmiştir. Modelin klinik karar almada doğruluk oranını artıracağı öngörülmektedir. Anahtar Kelimeler: Veri Füzyonu, Markov Modeli, Karar Destek Sistemleri. 37

57 Sözlü Bildiriler Oral Presentations S30 Yeni Nesil Machine Learning: Deep Learning ile Tek Nükleotit Polimorfizmi Verilerinin Analizi Dr. Erdal COŞGUN Microsoft, Global Black Belt Team, Expert on Advanced Analytics in MEA Amaç Son yıllarda gerek biyoistatistik uzmanları gerekse hekimler R, Python, C# gibi programlama dillerinde çalışmalar yapmaktadırlar. Bu çalışmaların bir çoğu makina öğrenmesi (machine learning), biyoinformatik, optimizasyon ağırlıklıdır. Bu analizlerdeki en büyük sorun kişisel bilgisayar ya da sunucu (server) ile hesaplama kapasitesinin düşük ve sürdürülemez olmasıydı. Ancak bu sorun da bulut sistemleri sayesinde ortadan kalkmış oldu. Öte yandan genom veri analizine yeni bir soluk getiren Machine Learning son 10 yıl içerisinde hemen hemen her genom veri analizi içerisinde yer almaktadır. Bu çalışma Gelecek Nesil Machine Learning olarak ortaya çıkan Deep Learning i artık klasikleşen Neural Network ve Random Decision Forest yöntemleri ile Tek Nükleotid Polimorfizmi (TNP) veri analizinde karşılaştırmayı amaçlamıştır. Bu sayede yeni nesil bir yöntem grubunun performans ve etkisi ortaya konacaktır. Yöntem Bu çalışmada kullanılan veriler PLINK yazılımı ile simüle edilmiştir. Farklı SNP sayılarında (Bir, İki ve üç milyon SNP) hazırlanan veriler toplum tabanlı (eşit dağıtımlı hasta-kontrol) olarak senaryolanmıştır. (100,250,500 hasta-kontrol) Analizler için Microsoft Azure Machine Learning ile Microsoft R Server ve h2o paketi kullanılmıştır. Burada her iki yöntem grubu için tüm parametreler Hyper Search tekniği optimize edilmiştir. Sonuçlar accuracy, precision ve recall ölçümleri ile karşılaştırılmıştır. Bulgular Planlanan senaryolara ilişkin bulgular Tablo 1. de gösterilmiştir. Tablo 1. Deep learning, Neural Network ve Random Decision Forest yöntemlerine ilişkin sonuçlar #SNP 1 Milyon 2 milyon 3 milyon #Birey % Accuracy , Deep Learning Precision , Recall , Neural Network % Accuracy , Precision , Recall , Random Decision Forest % Accuracy 0, , Precision 0, , Recall 0, ,

58 Sözlü Bildiriler Oral Presentations Sonuç Elde edilen bugulara göre henüz çok sınırlı bir kütüphaneye sahip Deep Learning özellikle kişi sayısından bağımsız olarak performansını korumuştur. Bu çok önemli bir bulgudur. Çünkü klasik ML yöntemlerinin en büyük eksiği parametre sayısı arttıkça performansın düşmesidir. Örneğin Random Decision Forest 100 hasta 100 kontrol bireyinin olduğu 2 milyon SNP senaryosunda %78 ile en yüksek doğruluk oranı elde edilmiştir. Ancak düşük SNP sayısında herhangi bir artış gözlemlenmemiştir. Buradaki farklı sonuçlar model optimizasyonunu zorlaştırmaktadır. Genel anlamda deep learning in yeni bir neural network algoritma bütünü olduğunu söyleyebiliriz. Kategorik veri türünde elde edilen bu farklılık ayrıca diğer biyoistatistik analizleri için önem arz etmektedir. Ayrıca ülkemiz biyoistatistik uzmanlarının bu tip alternatif ve gelecek vadeden yöntemleri takip etmeleri çok faydalı olacaktır. Anahtar Kelimeler: Deep Learning, Tek Nükleotid Polimorfizmi, Machine Learning 39

59 Sözlü Bildiriler Oral Presentations S31 EEG Sinyallerinde Farklı Boyut İndirgeme ve Sınıflandırma Yöntemlerinin Karşılaştırılması Hakan ÖZTÜRK 1, Mevlüt TÜRE 1, Nefati KIYLIOĞLU 2, İmran KURT ÖMÜRLÜ 1 1 Adnan Menderes Üniversitesi, Tıp Fakültesi, Biyoistatistik Anabilim Dalı, Aydın 2 Adnan Menderes Üniversitesi, Uygulama ve Araştırma Hastanesi, Nöroloji Anabilim Dalı, Aydın Amaç: Bu çalışmada, epileptik ve epileptik olmayan EEG (Elektroensefelografi) sinyallerinden elde edilen özniteliklerin boyutlarının Temel Bileşenler Analizi (TBA) ve Bağımsız Bileşenler Analizi (BBA) yöntemleri ile indirgenmesinin sınıflandırma başarısı üzerine etkilerinin belirlenmesi ve Doğrusal Ayırma Analizi (DAA) ile Destek Vektör Makinesi (DVM) yöntemlerinin sınıflandırma performanslarının karşılaştırılması amaçlandı. Yöntem: Çalışmaya uzman hekim tarafından epilepsi tanısı konmuş 10 hasta ve 10 sağlam olmak üzere toplam 20 kişi dahil edildi. Epilepsi tanısı konmuş hastalardan alınan EEG kayıtları, uzman hekim tarafından incelenerek seçilen ve farklı epileptik belirtiler içeren kayıtlardı. İlk olarak EEG sinyalleri Ayrık Dalgacık Dönüşümü (ADD) yöntemiyle alt frekans bantlarına ayrıştırıldı. Daha sonra Alfa (α), Beta (β), Teta (θ) ve Delta (δ) bantlarını temsil eden dalgacık katsayılarından farklı istatistikler hesaplanarak epileptik ve epileptik olmayan sinyalleri ayırmada kullanılacak öznitelikler elde edildi. Özniteliklerin boyutunu indirgemek amacıyla TBA ve BBA yöntemleri kullanıldı. Sınıflandırma, EEG sinyallerinden elde edilen öznitelikler, TBA ile elde edilen temel bileşenler ve BBA ile elde edilen bağımsız bileşenler kullanılarak üç ayrı veri seti için uygulandı. Sınıflandırma, DAA ve DVM yöntemleri ile yapıldı. DVM ile yapılan sınıflandırmada doğrusal ve radyal çekirdek fonksiyonları kullanıldı. Böylece hem boyut indirgemede kullanılan TBA ve BBA yöntemlerinin sınıflandırma başarısı üzerindeki etkileri hem de sınıflandırma için kullanılan DAA, doğrusal ve radyal tabanlı çekirdek fonksiyonlarının kullanıldığı DVM yöntemlerinin performansları karşılaştırıldı. Bulgular: Öznitelikler üzerinde TBA ve BBA yöntemleri ile yapılan boyut indirgeme işleminin DAA ve doğrusal çekirdek fonksiyonunun kullanıldığı DVM yöntemlerinin sınıflandırma performanslarının, özniteliklerle yapılan sınıflandırmaya oranla belirgin düzeyde arttığı gözlenirken; radyal tabanlı çekirdek fonksiyonunun kullanıldığı DVM yönteminin sınıflandırma performansının azaldığı gözlendi. TBA ve BBA ile yapılan boyut indirgemenin sınıflandırma performansı bakımından birbirlerine yakın sonuçlar verdiği gözlendi. Epileptik ve normal EEG sinyallerinden elde edilen özniteliklerle doğrudan veya boyutu indirgenerek yapılan sınıflandırmalarda radyal tabanlı çekirdek fonksiyonunun kullanıldığı DVM yönteminin DAA ve doğrusal çekirdek fonksiyonunun kullanıldığı DVM yöntemlerine göre hasta ve kontrol bireylerine ait sinyalleri ayırt etme bakımından daha başarılı olduğu belirlendi. En yüksek sınıflandırma başarısı %92,2 duyarlılık, %85,6 özgüllük ve %88,9 doğruluk oranıyla özniteliklerde boyut indirgeme yapılmadan, radyal tabanlı çekirdek fonksiyonunun kullanıldığı DVM yöntemi ile elde edildi. Sonuç: ADD katsayılarından çıkartılan öznitelikler kullanılarak normal ve epileptik sinyaller arasında iyi bir ayrım elde edilebileceği, sınıflandırma başarısının başta EEG sinyallerindeki epileptik aktivitelerin oranına ve belirginliğine, sınıflandırmada kullanılan özniteliklere, öznitelikler üzerinde uygulanacak boyut indirgeme yöntemlerine ve sınıflandırmada kullanılacak yöntemlere bağlı olarak değiştiği ve radyal tabanlı çekirdek fonksiyonunun kullanıldığı DVM yöntemi, epilepsi hastalarını sağlam bireylerden ayırt etmede sağladığı yüksek başarıdan dolayı uzman hekimlere yardımcı bir karar destek aracı olarak kullanılabileceği sonucuna varıldı. Anahtar Kelimeler: Ayrık dalgacık dönüşümü, destek vektör makinesi, doğrusal ayırma analizi, EEG 40

60 Sözlü Bildiriler Oral Presentations The Comparison Of Various Dimension Reduction and Classification Methods in EEG Signals Hakan ÖZTÜRK 1, Mevlüt TÜRE 1, Nefati KIYLIOĞLU 2, İmran KURT ÖMÜRLÜ 1 1 Adnan Menderes University, Faculty of Medicine, Biostatistics Department, Aydın 2 Adnan Menderes University, Research and Application Hospital, Department of Neurology, Aydın Aim In this study, it is aimed to find out the impact of features derived from epileptic and non epileptic EEG signals and the reduction of their dimensions by Principal Component Analysis (PCA) and Independent Component Analysis (ICA) on classification success and to compare the classification performances of Linear Discriminant Analysis (LDA) and Support Vector Machine (SVM). Method A total of 20 people,10 epilepsy patients who were diagnosed by specialist physicians and 10 nonepilepsy patients were included in the study. The EEG recordings taken from those who were diagnosed with epilepsy while they were not having seizures. To classify epileptic and non epileptic signals, first and foremost Discrete Wavelet Transform (DWT) and the spectral analysis of EEG signals were performed and features that would be used to classify the signals were obtained. First, features were classified without their dimentions being reduced. Then, they were classified after their dimensions were reduced by PCA and ICA. In this way, both the effects of PCA and ICA on the classification performance and the classification performances of LDA and SVM in which linear and radial basis kernel functions are used, were determined. Findings While dimension reduction methods PCA and ICA improved classification performances of LDA and SVM in which linear basis function is used, they decreased the classification performance of SVM in which radial basis function is used. Also similar classification results were obtained by features whose dimensions were reduced by PCA and ICA. Generally calassification performance of SVM in which radial basis function is used, was higher than the other classification methods and the highest classification success with 92.5% sensitivity, 85.6% specificity, and 88.9% accuracy ratios were obtained by SVM method in which features, whose dimensions were not reduced and radial basis kernel function is used. Results Using the features obtained from the DWT coefficients a good discrimination can be obtained between normal and epileptic signals. Classification performance depends on using EEG signals, the features obtained from these signals, dimension reduction methods and the classification methods. Finally due to high classification performance of SVM in which radial basis function is used, it can be used as a decision support tool for physicians to diagnose epilepsy. Keywords: Descrete Wavelet Transformation, support vector machine, linear discrininant analysis, EEG 41

61 Sözlü Bildiriler Oral Presentations S32 Protein Veri Tabanındaki Hatalı Yapıların Tespiti ve Hata Oranının Belirlenmesi Selçuk KORKMAZ 1, Peter W. ROSE 2, Jose M. DUARTE 2, Andreas PRLİC 2, Dinçer GÖKSÜLÜK 1, Gökmen ZARARSIZ 1, Osman SARAÇBAŞI 1 1 Hacettepe Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı, Ankara 2 RCSB Protein Data Bank, University of California San Diego, San Diego Supercomputer Center, CA, USA E-posta: selcukorkmaz@gmail.com Amaç: Protein Veri Bankası (Protein Data Bank; PDB) üç boyutlu protein ve nükleik asit yapılarını içeren dünya çapıdaki tek arşivdir. Eylül 2016 itibariyle, PDB 120,000 den fazla yapı içermektedir ve her yıl yaklaşık 10,000 yeni yapı veri bankasına yüklenmektedir. Bir proteinin biyolojik olarak aktif formu, genellikle X-ray kristalografisi yöntemi ile ortaya çıkarılmakta ancak doğrudan bu yöntemle elde edilememektedir. Bu bilgiyi elde etmek için ek deneyler gerekebilir veya benzer protein yapıları ile karşılaştırılarak yapı hakkında bilgi edinilebilir veya PISA (Proteins, Interfaces, Structures and Assemblies) yazılımı kullanılarak yapı kestirimi yapılabilir. Bu alanda bir çok çalışma yapılmasına rağmen, eksik ve/veya kesin olmayan deneysel veri veya PDB sistemine veri yüklenirken yazarlar tarafından yapılan hatalar nedeniyle veri bankasında bulunan biyolojik yapıların yaklaşık %14 ünün hatalı olduğu kestirilmiştir. Bu yüzden, veri bankasındaki biyolojik yapıların doğruluğunu değerlendirmek için bir takım ek incelemelerin yapılması gerekmektedir. Yöntem: Bu çalışmada, iki ana amacımız bulunmaktadır: (i) yanlış biyolojik yapıların tespit edilmesi ve (ii) yanlış yapılar için en olası biyolojik yapıların bulunması. Bu amaçla, öncelikle, belirli bir dizi benzerlik eşiğine bağlı olarak PDB arşivinde bulunan benzer yapıları kümelemek için homolog proteinlerden yararlanıldı ve bir tutarlılık skoruna bağlı olarak dizi kümesi için temsili bir biyolojik yapı kestiriminde bulunuldu. İkinci olarak, birincil yayınlardan doğru biyolojik yapı açıklamalarını ve deneysel kanıtları tespit ederek yazarların biyolojik yapı açıklamalarını doğrulamak için bir metin madenciliği yaklaşımı kullanıldı. Ayrıca, PISA ve EPPIC (Evolutionary Protein Protein Interface Classifier) yazılımlarını kullanarak biyolojik yapı kestirimleri yapıldı. Daha sonra, bir oy biriliği sonucu elde etmek için dört farklı yöntemden elde edilen sonuçlar birleştirildi ve veri tabanındaki yanlış biyolojik yapılar için en olası yapı kestiriminde bulunuldu. Bulgular: Oy birliği yöntemi tek yöntemlerden daha iyi bir performans sergiledi ve kullanılan veri seti için %80 doğru, %11 yanlış ve %9 belirsiz kestirimlerde bulundu. Ayrıca, PDB veri tabanındaki hata oranının farklı çoğunluk oyu kurallarına bağlı olarak %4 ile %16 arasında olduğu tespit edildi. Sonuç: Geliştirilen yöntemi bu alanda çalışan araştırmacılar için kullanılabilir hale getirmek için webtabanlı bir uygulama geliştirildi. Bu uygulamaya adresinden ücretsiz olarak ulaşılabilir ve tüm kaynak kodlara adresinden erişilebilir. Anahtar Kelimeler: Protein Veri Bankası, Protein Yapıları, Biyolojik Birim, Metin Madenciliği, Makine Öğrenimi, Web Uygulaması 42

62 Sözlü Bildiriler Oral Presentations S33 Büyük Veriye Genel Bakış: Sağlık Alanında Örnek Uygulama Batuhan BAKIRARAR 1, İrem KAR 1, Yasemin YAVUZ 1 1 Ankara Üniversitesi, Tıp Fakültesi, Biyoistatistik Anabilim Dalı, Ankara Özet Büyük veri, dijital farklı veri setlerinin bütünleştirilerek istatistik ve veri madenciliği teknikleriyle gizli kalmış bilgilerin ortaya çıkarılmasıdır. Veri depolama maliyetlerinin düşmesi ve büyük hacimli verilerle uğraşırken iş yükünü birden çok sanal sunucuya dağıtmaya imkan tanıyan NoSQL veritabanlarının, Hadoop ve benzeri veritabanı tasarımlarının ortaya çıkması ile büyük veri akımı daha hızlı yayılmaya başlamıştır. Son zamanlarda özellikle sağlık alanında bilinen klasik yöntemlerle saklanamayan ve analiz edilemeyen video, tomogrofi, ekg görüntüleri, hekim notları gibi bilgilerin de büyük veri ile analiz edilmesiyle beraber yeni ve faydalı birçok bilginin elde edilmesine olanak sağlamaktadır. Kuruluşların büyük veri analizinde kullandıkları araçlar geçmişte veri analizinde kullanılanlardan çok farklı değillerdir. Bunlar arasında açık kaynak kodlu (R, WEKA, Mahout) veya tescilli (SAS, RapidMiner) istatistik programlarıyla gerçekleştirilen temel istatistik uygulamaları mevcuttur. Büyük veri analistleri, geleneksel hipoteze dayalı analiz yaklaşımı yerine daha çok veri madenciliği teknikleri kullanma eğilimindedir. Çalışmamızda büyük veri analizi için Lojistik Regresyon modelinden faydalanılmıştır. Veriler Amerika daki 100 den fazla hastaneden temin edilmiş olup, meme kanseri ya da değil teşhisi konulan kişiyi içermektedir. Bu modelde kansere sebep olduğu düşünülen başlıca risk faktörleri raporlama (0, 1, 2, 3, 4, 5, 6), yaş, şekli(yuvarlak, oval, çıkıntılı, simetrik olmayan), marjin(sınırlandırılmış, çıkıntılı, yarısaydam, tam tanımlanamamış, spiküler uzanımlı) ve yoğunluktur(yüksek, eşit, düşük, yağ içeren). Çalışmamızda bu risk faktörlerine ait veriler kullanılmış ve bu veriler ışığında kanser sonuç tahmini yapılmaya çalışılmıştır. Anahtar kelimeler: Büyük Veri, Hadoop, Meme Kanseri, Tahmin 43

63 Sözlü Bildiriler Oral Presentations S34 Discovery of Tumor Immune Escape Pathways in Non-Small Cell Lung Cancer Using Aberrant DNA Methylation Patterns With Signaling Pathway Impact Analysis Zeliha Aydın Kasap 1, Serbülent Ünsal 1,2, Bünyamin Kasap 3, Aybar Can Acar 2, Kemal Turhan 1 1 Karadeniz Technical University, Biostatistics and Medical Informatics Department, TRABZON, TURKEY 2 Middle East Technical University, Health Informatics Department, ANKARA, TURKEY 3 Karadeniz Technical University, Medical Microbiology Department, TRABZON, TURKEY Abstract Aim Survival of tumors are strongly related to their immune escape performance. Immune escape can be activated through genetic or epigenetic mechanisms. Although it is hard to reveal underlying mechanisms of immune escape in this study we aim to find perturbed pathways which causes immune escape of adenocarcinoma in non-small cell lung cancer. Method Our method is based on finding dysfunctional or over-activated pathways by using DNA methylation patterns and gene expression data. DNA methylation and gene expression data is downloaded from The Cancer Genome Atlas and adenocarcinoma subtype of non-small cell lung carcinoma is used. Analysis were conducted using R statistical programming environment. In the preprocessing phase data is normalised and batch effects were filtered. In the second phase differentiated methylation patterns were revealed using beta mixture modeling with MethylMix package and differentially expressed genes listed. After, to start a perturbation analysis on well known pathways first differentially methylated and expressed genes clustered using hierarchical clustering based on semantic similarities (as gene ontology term similarity) according to Jiang and Conrath similarity measure. In the end, pathway perturbation and enrichment were tested using SPIA package and p- values and false discovery rates were calculated. Results Results of analysis were evaluated both statistically and biologically to eliminate unrelated pathways. In conclusion there is a statistically significant enrichment (p-value = ) found for PPAR (Peroxisome proliferator-activated receptor) signaling pathway inhibition and related genes expression found significantly lower in tumor samples. Conclusion Underlying mechanisms of immune escape and resistance mostly still unrevealed. It is hard to find results which are both statistically and biologically meaningful. In this study we tried to build a pipeline for this purpose. More analysis and method development needed to achieve this goal as shown in this study. Acknowledgements This study is supported by Scientific and Technological Research Council of Turkey (TUBITAK) under project number 114E634 Keywords: Network Biology, Methylation Analysis, Immune Escape 44

64 Sözlü Bildiriler Oral Presentations S35 Prediction of Prognosis After Radiotherapy in Non-Small Cell Lung Carcinoma Using SVM Serbülent ÜNSAL 1,2, Işık ÇAKMAK 1, Emel HACIİSLAMOĞLU 3, Ayşe DEMİR 3, Adnan YÖNEY 3, Kemal TURHAN 1 1 Karadeniz Technical University, Biostatistics and Medical Informatics Department, TRABZON 2 Middle East Technical University, Health Informatics Department, ANKARA, TURKEY 3 Karadeniz Technical University, Radiation Oncology Department, TRABZON, TURKEY Abstract Aim Although there are many improvements exits, lung cancer still holds first position in the line of death ratio between all cancers. Radiotherapy with synchronized chemotherapy is the first choice for nonoperable non-small cell lung carcinoma. Most of the time a standard radiotherapy scheme is used based on tumor position and volume but the ideal case is developing a personalized treatment scheme using all the knowledge that we have on the patient. To develop a personalized scheme we need a variable which we can measure our treatment performance. Tumor control probability (TCP) can be used as a performance measure. In this study we aim to develop a personalized model to predict TCP using machine learning. Method Data is gathered from patients who treated in Karadeniz Technical University Medical Sciences Faculty Radiation Oncology Department between After a careful elimination data from 30 patients is used. Possible prognostic factors, age, sex, TNM (Tumor, Nodes, Metastasis), tumor stage, tumor volume, tumor histology, fraction doses and biochemical variables as, LDH, albumin, hemoglobin gathered from files of these patients. Based TCP patients divided in to two groups as positive and negative prognosis. Since number of samples between groups were unequal, size is balanced with bootstrapping. A SVM (Support Vector Machine) with radial kernel is tuned and then trained (with parameters, c = 100, gamma= 0.005) for classification. Results To achieve best results sample divided a training set (n=400) and a test set (n=60) randomly, many times. At the end SVM can classify samples of test set with specificity = 90% and sensitivity = 100%. Conclusion There is still more to do for clinical use of a personalized radiotherapy planning system but since there is no other validated prediction system exits for clinical use we think that our system will have a potential for clinical use in next years. Acknowledgements This study is supported by Scientific and Technological Research Council of Turkey (TUBITAK) under project number 114E634 Keywords: Radiotheraphy, Personalized Medicine, Machine Learning 45

65 Sözlü Bildiriler Oral Presentations S36 Effects of Methylation Data Normalization Methods on Perturbated Pathway Discovery Kemal TURHAN 1, Serbülent ÜNSAL 1,2, Aybar Can ACAR 2 1 Karadeniz Technical University, Biostatistics and Medical Informatics Department, TRABZON 2 Middle East Technical University, Health Informatics Department, ANKARA Abstract Aim Methylation of DNA is transform of cytosine to 5-methylcytosine and called as CpG island. Aberrant methylation of DNA leads many diseases including Cancer. Methylation analysis produces high throughput data which represents high variability. Some of this variability caused from experimental conditions and other part is biological. Normalization methods aim to filter first one and tries to preserve the second one. There are studies that evaluate different methods but according to our best knowledge there are not any study that evaluates effects of normalization methods with results of network analysis. In this study we tried to evaluate effects of different normalization methods on cancer methylation analysis when revealing perturbated and enriched pathways. Method We evaluate six well known methylation normalization methods (dasen, danet, daten1, SVA, ComBat, Functional normalization) which gives best results in different studies. To evaluate these methods, we created a methylation analysis pipeline using 27K Illumina HiSeq methylation and RNA sequencing v2 gene expression data of non small cell lung carcinoma (has subtype adenocarcinoma) from The Cancer Genome Atlas. In pipeline, after normalization, differentially methylated sites are found and filtered with gene expression data. Then a pathway perturbation analysis applied to reveal perturbated pathways which are statistically significant after multiple test correction. Different normalization methods applied on this pipeline to see their effects on pathway perturbation analysis results. Results Although it is hard to evaluate pathway perturbation analysis results since it was not possible to validate them with laboratory experiments, methods which preserve biological variability shows better performance as expected. Conclusion In the last decade biological data growth exponentially especially with development of next generation sequencing techniques. Next generation DNA Methylation analysis is also an emerging area and statistical analysis methods of this field are quite new. Many statistical methods have been developed and many scientific papers have been written using this data but statistical significance of preprocessing is neglected frequently. In this study, influences of these methods in the real world are showed by using methylation and gene expression data. * This study is supported by Scientific and Technological Research Council of Turkey (TUBITAK) under project number 114E634 Keywords: High Throughput Data Normalization, Methylation Analysis, Network Biology. 46

66 Sözlü Bildiriler Oral Presentations S37 A Gentle Introduction to Network Biology Analysis Methods Ülkü ÜNSAL 1,2, Burçin KURT 2, Kemal TURHAN 2 1 Karadeniz Technical University, Faculty of Health Sciences, Department of Healthcare Management, TRABZON 2 Karadeniz Technical University, Department of Biostatistics and Medical Informatics, TRABZON ABSTRACT Aim Network analysis studied that subdivision of complex data interferences and models these relations based upon graph theory. It is used considerably in the social sciences. In the last decade network analysis started to use in health sciences for understanding the underlying reason of variation of biological gene expressions and proteins. Furthermore, it has not been encountered an introduction level study that covers developments of the last five years. Therefore, in this study, the researched studies that are used network analysis examined systematically. Methods Studies are examined that includes applications of pathway analysis on genetic and metabolic processes. Details of used methods of this area are also investigated in this paper. Investigated methods are examined categorized to subdivisions based on their statistical approach to data and used statistical methods explored to guide for new researchers. Results One of the most important challenges is pairing methods and data types in the research planning phase. We tried to open a new window for this challenge in this paper. Conclusion In this study we tried to give a map for new researchers who are eager to start in network biology. It can be concluded that many other methods which could be categorized outside of our classification but only an overview is shown in this paper. I should be noted that sometimes there are no strict boundaries between categories of analysis methods in network biology and a hybrid method which can't be easily categorized arises, continuously. In the end, we can say that as our understanding on biology grows our methodology gets better. Acknowledgement This study is supported by Scientific and Technological Research Council of Turkey (TUBITAK) under project number 114E634 Keywords: pathway impact analysis, network analysis, network biology 47

67 Sözlü Bildiriler Oral Presentations S38 İnsan ve Fare Akciğer Gelişimine Ait Gen İfadesi Zaman Serilerinin Dinamik Zaman Bükmesi Algoritması ile Hizalanması ve Zaman Kaymalarının Belirlenmesi Semiha ÖZGÜL 1, Gökhan KARAKÜLAH 2, Aslı SUNER 1 1 Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim Anabilim Dalı, İzmir 2 Dokuz Eylül Üniversitesi, İzmir Uluslararası Biyotıp ve Genom Enstitüsü, İzmir Amaç Büyüme, farklılaşma ve gelişim gibi biyolojik süreçlerdeki dinamik gen ifadesi örüntüleri, çoğunlukla farklı zaman noktalarında toplanan gen düzeylerinin modellenmesi ile ortaya konulmaktadır. Gen ifadesi zaman serileri, incelenen biyolojik sürecin farklı koşullarda veya organizmalarda değişen hızlarda ilerlediği bazı durumlarda, özel yöntemler kullanılarak hizalanmaktadır. Bu çalışmada insan ve fare akciğer gelişimine ait gen ifadesi zaman serileri arasındaki zaman kaymalarının dinamik zaman bükmesi algoritması ile tahminlenmesi ve bu tahminlerin istatistiksel olarak anlamlılığının belirlenmesi amaçlanmaktadır. Yöntem Bu çalışmada insan ve fare akciğer dokularından, insanda embriyonik (E)53 ile E154 günleri arasında toplanan 38, farede ise E12 ve E18 aralığında elde edilen 8 mikrodizin gen ifadesi zaman serisi veri seti, Gene Expression Omnibus veri tabanından elde edilmiştir (Erişim numaraları sırası ile: GSE14334 ve GSE20954). Veri setlerinin her birinde, gen ifadesi düzeylerinde zamana bağlı istatistiksel olarak anlamlı değişim ve anlamlı farklılık gösteren ve bu iki seri arasında anlamlı pozitif korelasyona sahip genler belirlenmiştir. Seçilen genler için seriler arasındaki zaman kaymaları dinamik zaman bükmesi algoritması ile tanımlanmıştır. Benzer zaman kayması profilleri benzeşme yayılması algoritması ile kümelenmiş ve simülasyon prosedürü ile her bir kümenin yanlış pozitif oranı hesaplanmıştır. Çalışmadaki tüm istatistiksel analizlerde R programı kullanılmıştır. Bulgular Her iki türde de ifade edilen genin, 6467 tanesinin insan ve farede zamana bağlı olarak anlamlı bir şekilde değiştiği belirlenirken (p<0,05), 5838 inin türler arasında farklı düzeylerde ifade edildiği gözlenmiştir (p<0,05). Bununla beraber 428 gen, türler arasında istatistiksel olarak anlamlı pozitif korelasyon göstermiştir (p<0,05). Dinamik zaman bükmesi algoritması ile yapılan analiz sonucunda, özellikle RNA metabolizması ve işlenmesi ile ilişkili genlerin türler arasında gelişim sürecinde anlamlı olarak farklı hızlarda ifade edildiği belirlenmiş ve kümeleme sonrası kümeler arasında en düşük yanlış pozitif oranı ~ % 0 olarak hesaplanmıştır. Sonuç Dinamik zaman bükmesi algoritması, insan ve fare akciğer gelişimi örneğinde gösterildiği gibi değişik hızlarda seyreden benzer biyolojik süreçlerdeki farklılıkların genom düzeyinde belirlenmesine olanak sağlayabilmektedir. Anahtar Kelimeler: Gen İfadesi, Zaman Serisi, Zaman Serisi Hizalama, Dinamik Zaman Bükmesi 48

68 Sözlü Bildiriler Oral Presentations S39 Metabolomik Verilerinin Kümelenmesinde Danışmansız Random Forest Yaklaşımı Meltem ÜNLÜSAVURAN 1, Gökmen ZARARSIZ 1,2, Gözde E. ZARARSIZ 2, Dinçer GÖKSÜLÜK 3, Selçuk KORKMAZ 3, Bileda Ozan KAVCU 1, Ahmet ÖZTÜRK 1,2 1 Turcosa Analitik Çözümlemeler Ltd. Şti., Kayseri 2 Erciyes Üniversitesi, Tıp Fakültesi, Biyoistatistik Anabilim Dalı, Kayseri 3 Hacettepe Üniversitesi, Tıp Fakültesi, Biyoistatistik Anabilim Dalı, Ankara E-posta: meltemunlusavuran@gmail.com Metabolomik, canlı bir sistemin biyolojik mekanizması altında yatan metabolit değişiminin kapsamlı değerlendirilmesini amaçlayan bir bilim dalıdır. Bu amaç doğrultusunda metabolomik bir hücrede, dokuda veya biyolojik sıvılarda bulunan tüm metabolitlerin nükleer manyetik rezonans (NMR), gaz kromatografisi / kütle spektrometresi (GC-MS) ve sıvı kromatografisi / kütle spektrometresi (LC-MS) gibi yüksek verimli teknolojilerle kısa sürede, ucuz ve doğru ayrılması, tanımlanması ve ölçülmesidir. Bu avantajları ile metabolomik toksikoloji, ilaç keşfi, diyabet ve kanser gibi birçok önemli hastalığın erken teşhisi ve aydınlatılması, enzim substrat ilişkisinin değerlendirmesi, metabolik yolak analizleri ve biyobelirteç tespiti gibi birçok alanda uygulanabilmektedir. Metabolomik analizlerinde (i) aynı düzenleyici sistemde yer alan metabolitlerin tespiti, (ii) kütle spektrometresi teknolojisini kullanarak aynı metabolitin farklı izotoplarının belirlenmesi, (iii) hastalıkların moleküler mekanizmalarında rol oynayan benzer fonksiyona sahip metabolitlerin elde edilmesi, (iv) metabolit profillerinin incelenmesi ile hastalıkların alt sınıflarının ortaya çıkarılması gibi nedenlerden dolayı sıklıkla kümeleme analizlerine ihtiyaç duyulmaktadır. Random forest yöntemi metabolomik ve diğer omik bilimlerinde yaygın olarak kullanılan güçlü ve popüler bir istatistiksel öğrenme yaklaşımıdır. Bu yöntem yaygın olarak bir sınıflandırma yöntemi olarak uygulansa da, kümeleme analizlerinde de uygulanabilen danışmansız random forest yöntemi mevcuttur. Danışmansız random forest yöntemi genomik, sağlık, mühendislik, dil bilimleri, sinema gibi çeşitli alanlarda başarılı ile uygulanmıştır. Eğer bir veri seti, kendi özelliklerinde rasgele türetilmiş farklı bir versiyonu ile ayırt edilebiliyorsa, o veri setinin içerisinde örüntüler bulunmaktadır ve kümelenebilirdir varsayımına dayanmaktadır. Danışmansız random forest yöntemi (i) veri seti ile aynı boyutta sentetik bir veri setinin türetilmesi, (ii) danışmanlı random forest yöntemi ile gerçek ve sentetik veri setlerinin sınıflandırılması, (iii) sınıflandırma başarımının test edilmesi ve (iv) benzerlik matrisinin elde edilmesi aşamalarına göre analizleri gerçekleştirmektedir. Bu çalışmada, danışmansız random forest yönteminin metabolomik verilerinde uygulaması gerçek veri setleri üzerinde gösterilecektir. Anahtar kelimeler: kümeleme, kütle spektrometresi, metabolomik, random forest, sınıflandırma 49

69 Sözlü Bildiriler Oral Presentations S40 Veri Biliminde Parametrik, Parametrik Olmayan ve Kara Kutu Modellerinin Karşılaştırması: Bir Uygulama Yüksel ÖZKAN 1, Esra AKDENİZ 2, Nural BEKİROĞLU 2 1 Dokuz Eylül Üniversitesi, Fen Fakültesi, İstatistik Bölüm 4.sınıf öğrencisi, İzmir 2 Marmara Üniversitesi Tıp Fakültesi, Biyoistatistik Anabilim Dalı, İstanbul ÖZET Amaç Bu çalışmanın amacı, regresyon, karar ağacı (CART), random forest ve boosting yöntemlerinin bir uygulama üzerinde karşılaştırılması ve en iyi tahmini veren modelin tespit edilmesidir. Yöntem Marmara Üniversitesi Tıp Fakültesi Kadın Hastalıkları ve Doğum Polikliniği'nden alınan 197 bebeğe ait doğum ağırlığı değişkeni ile annenin yaşı, bebeğin doğum haftası, vücut kitle endeksi, parite ve bebeğin cinsiyetini içeren 5 adet bağımsız değişken kullanılmıştır. Bu veri setine, parametrik çoklu doğrusal regresyon modeli, parametrik olmayan CART regresyon karar ağacı ve kara kutu modellerinden karar ormanı (random forest) ve ardışık topluluk öğrenme (boosting) modelleri uygulanmıştır. Tüm modeller, hata kareler ortalamasının karekökü (RMSE), ortalama mutlak sapma değeri (MAD), ortalama mutlak yüzdelik hatası (MAPE), belirtme katsayısı (R-Sq), Akaike bilgi kriteri (AIC), düzeltilmiş Akaike bilgi kriteri (AICc) ve Bayes bilgi kriteri (BIC) kriterlerine göre değerlendirilmiştir. Bulgular Tüm kriterler, çoklu doğrusal regresyon, CART regresyon karar ağacı, karar ormanı ve ardışık topluluk öğrenme modelleri için hesaplanmış ve karşılaştırılmıştır. Model karşılaştırmalarında, kriterlerin bazıları için en düşük değerleri bazıları için ise en yüksek değerleri veren en iyi tahmin modeli araştırılmıştır. Bu kıyaslama sonucu, CART modeli diğer modellere göre daha iyi sonuç vermiştir (RMSE=302,644, MAD= 243,468, MAPE= 0,076, R-Sq =0,503, AIC= 684,082, AICc= 685,214 ve BIC= 694,470). Tahmin başarımında CART modelinden sonra sırasıyla, çoklu doğrusal regresyon modeli, karar ormanı ve ardışık topluluk öğrenme modelleri geldiği görülmüştür. Tüm modeller için en önemli değişken bebeğin doğum haftası olarak bulunmuştur. Sonuç Çoklu doğrusal regresyon modeli istatistikte sıklıkla kullanılan bir yöntem olmakla birlikte bağımsız değişkenler ile bağımlı değişken arasında doğrusal bir ilişki olduğu varsayımını gerektirir. Vücut kitle indeksi ve bebeğin doğum haftası değişkenlerinin bebek doğum ağırlığı ile doğrusal ilişkili olmadığı görülmüştür. Bağımlı değişkenin tahmininde, CART regresyon karar ağacı, karar ormanı ve ardışık topluluk öğrenme modelleri doğrusallık varsayımı gerektirmemesine rağmen sadece CART regresyon karar ağacı modeli çoklu doğrusal regresyon modeline göre daha iyi tahmin sonucu vermiştir. CART regresyon karar ağacı modellerinden daha karmaşık olan ve tahmin başarımlarının CART modele göre daha yüksek olması beklenen karar ormanı ve ardışık topluluk öğrenme modelleri, ilgilenilen kriterler açısından beklenenin aksine iyi sonuç vermemiştir. Bunun sebebinin de, bağımsız değişken ve/veya 50

70 Sözlü Bildiriler Oral Presentations örnek sayısının az olmasından kaynaklanabileceğini düşünmekteyiz. Ayrıca uygulamada kullanılan bağımsız değişkenlerin, bağımlı değişken olan bebeğin doğum ağırlığını tahmin etmede laboratuar ölçümleri gibi daha spesifik ve güçlü değişkenler olmaması daha çok genel antropometrik değişkenler olması sebebiyle de meydana gelmiş olabileceği düşüncesindeyiz. Karar ormanı ve ardışık topluluk öğrenme gibi kara kutu modellerinin genetik verilerdeki çok sayıdaki değişken ve örnek sayısı içeren veri tabanlarına uygulanmasını önermekteyiz. Anahtar kelimeler: Kara Kutu, CART, Karar Ormanı, Ardışık Topluluk Öğrenme, Bebek Doğum Ağırlığı 51

71 Sözlü Bildiriler Oral Presentations S41 Risk Faktörünün Görülme Sıklığının Düşük Olduğu Durumlarda Eşleştirme Oranı ve Kontrol Sayısının Güç Üzerine Etkisi Yaşar SERTDEMİR 1, Refik BURGUT 1 1 Çukurova Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı/ Adana e-posta: yasarser@cu.edu.tr Özet Giriş Vaka-kontrol araştırmaları nadir görülen hastalıkların ortaya çıkışında etkili olan risk faktörlerinin değerlendirilmesinde çok kullanışlıdır. Hastalığın ortaya çıkışında birden fazla risk faktörünün araştırıldığı durumlarda, ilgilenilen değişkenin etkisi modellemek için lojistik regresyon analizi uygulanmalıdır. Vaka kontrol araştırmalarında en kritik kararlardan biri, eşleştirmenin yapılıp yapılmayacağı ve kaç kontrolün alınacağı konusudur. İlgilenilen değişkenin sağlıklı popülasyonda görülme oranı düşük olduğunda (%10 altında) bu karar daha büyük önem arz edecektir. Amaç Vaka kontrol araştırmalarında, eşleştirme ve ilgili birçok senaryonun çalışmanın gücüne olan etkisini araştırmak. Yöntem Sağlıklı popülasyonda risk faktörüne farklı maruziyet oranları (0.07, 0.15, 0.25) ve farklı göreceli risk oranları (1.5, 2, 2.5, 3, 5) içeren lik veri setleri üretildikten sonra bu veri setlerinden: farklı sayıda hasta (25, 50, 100, 250) içeren örneklemler alınarak bu hastalara farklı oranlarda (1, 2, 3, 4, 5, 10) eşleştirilmiş ve eşleştirilmemiş kontroller alınmıştır. Her bir kombinasyon için 100x100 simülasyondan elde edilen sonuçlar değerlendirilecektir. Bulgular Yapılan ön çalışmalarda: Aynı hasta sayısı ve kontrol oranı için, sağlıklı popülasyonda risk faktörüne maruziyet oranının artması ile birlikte güç de artmaktadır. Göreceli risk ve kontrol oranlarındaki artış ile güç te de artış gözlenmiştir. Anahtar kelimeler: Simülasyon, Güç, Vaka-Kontrol, Lojistik Regresyon, Eşleştirme. 52

72 Sözlü Bildiriler Oral Presentations S42 Tahmin Modellerinde Kullanılan Doğruluk Oranlarının Örnek Genişliği ve Eksik Veri Oranlarından Etkilenme Durumları Gülhan OREKİCİ TEMEL 1,Merve TÜRKEGÜN 2, Semra ERDOĞAN 3, İrem ERSOZ KAYA 4 1 Doç. Dr. Mersin Üniversitesi Tıp Fakültesi Biyoistatistik ve Tıbbi Bilişim Anabilim Dalı, MERSİN 2 Araş.Gör. Mersin Üniversitesi Tıp Fakültesi Biyoistatistik ve Tıbbi Bilişim Anabilim Dalı, MERSİN 3 Yrd.Doç.Dr.. Mersin Üniversitesi Tıp Fakültesi Biyoistatistik ve Tıbbi Bilişim Anabilim Dalı, MERSİN 4 Yr.Doç.Dr. Mersin Üniversitesi Teknik Eğitim Fakültesi Elektronik Öğretmenliği, TARSUS e-posta: gulhan_orekici@hotmail.com Amaç Bu çalışmanın amacı sınıflama amaçlı yapılan bir tahminin doğruluğunu göstermek için kullanılan skorları tanıtmak, skorların örneklem büyüklüğünden ve kayıp veri oranından etkilenme durumlarını ortaya koymaktır. Yöntem Sınıflama amaçlı yapılan çalışmalarda bir tahminin kalitesini izlemek, kaliteyi artırmak ve farklı tahminleri karşılaştırma yapmak amacı ile tahmin geçerliliği önem taşımaktadır. Tahmin geçerliliği farklı yaklaşımlarla test edilmektedir. En basit yaklaşım, gözlemlerin gerçek grup üyelikleri ile sınıflama analizi sonucunda kestirilen grup üyeliklerinin çapraz tablo aracılığı ile incelenmesidir. Çapraz tablodan yararlanarak, doğruluk, bias skoru, hit oranı, yanlış bulgu oranı, yanlış bulgu hızı, başarı oranı, kritik başarı indeksi, Gilbert başarı skoru, Peirce skoru, Kohen skoru ve Yule Q değeri en sık kullanılan katsayılardır. Ayrıca çapraz geçerlilik yaklaşımı ile de sınıflamanın geçerliliği test edilebilir. Bu çalışmada farklı örnek büyüklüklerinde(30, 100, 500, 1000) ve farklı kayıp veri oranlarda (%0, %1, %5, %10 ve %20) Ortalaması 0.0, standart sapması 0.5 olan ve ortalaması 0.5, standart sapması 0.5 olan iki grup Lojistik regresyon analizi ile sınıflanmıştır. Bu şekilde kurulan deneme planında 20 farklı kombinasyon kurulmuştur. Her bir kombinasyon 1000 kez denenmiştir. Deneme planlarının veri seti üretimleri Lojistik Regresyon analizi ve çapraz tablolardan oluşturulan skor ortalamaları MATLAB 6.0 paket programında yapılmıştır. Bulgular Örneklem büyüklüğü 30 olduğunda kayıp veri oranı ne olursa olsun, doğruluk, hit oranı, başarı oranı, benzer sonucu verirken, yanlış bulgu oranı, yanlış bulgu hızı benzer sonuçlar vermiştir. Bu istatistiklerin örneklem büyüklüğü ve kayıp veri oranından etkilendiği görülmüştür. Sonuç Bir sınıflamanın geçerliliğini göstermede en sık kullanılan ölçüt doğruluk değeridir. Fakat uygulamada doğruluk değerinin büyük örneklem genişliklerinde daha küçük doğruluk değeri, küçük örneklem genişliklerinde daha büyük doğruluk değeri elde edilmektedir. Veri setine kayıp veri oranı eklendiğinde de doğruluk sonuçlarının artığı görülmektedir. Bu duruma da dikkat etmek gerekir. Ayrıca skorlar örneklem büyüklüğü ve kayıp veri oranında birbirine göre farklılık göstermektedir. Anahtar Kelimeler: Sınıflama, Doğruluk, Skor 53

73 Sözlü Bildiriler Oral Presentations S43 ANCOVA da Regresyon Eğimlerinin Homojenliği Varsayımı Sağlanmadığında SEYHAN Yaklaşımı Handan ANKARALI 1, Şengül CANGÜR 1, Seyit ANKARALI 2 1 Düzce Üniversitesi Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim Anabilim Dalı, Düzce 2 Düzce Üniversitesi Tıp Fakültesi, Fizyoloji Anabilim Dalı, Düzce Özet Amaç Bu çalışmada geleneksel Varyans Kovaryans Analizinin (ANCOVA) doğrusallık ve regresyon eğimlerinin homojenliği varsayımları sağlanmadığı zaman robust ya da doğrusal olmayan ANCOVA yerine geleneksel ANCOVA yı kullanmak için SEYHAN isimli yeni bir yaklaşım önerilmiştir. Yöntem Önerilen SEYHAN yaklaşımı, kovaryat ve bağımlı değişken arasında doğrusal olmayan bir ilişki mevcut olduğunda ve kovaryat ile bağımlı değişken arasındaki ilişkiyi tanımlayan regresyon eğimlerinin faktörün her bir seviyesinde farklılık göstermesi durumunda, sürekli kovaryatın kategorik yapıya dönüştürülmesini içerir. SEYHAN yaklaşımını açıklamak için simüle bir veri seti kullanılmıştır. Bu yaklaşımda MARS yöntemi kovaryatı kategorize etmek için kullanıldıktan sonra iki farklı model yardımıyla veriler analiz edilmiştir. Birinci modelde, kovaryat ölçümleri düğüm değerlerine göre gruplandırılmış ve her grup içinde ANCOVA modeli kullanılmıştır. İkinci modelde ise hem kovaryat hem de asıl etkisi incelenen faktör kategorik değişken olarak modele alınmış, iki faktörlü varyans analizi modeli kullanılmış ve anlamlı çıkması beklenen interaksiyon terimi yorumlanmıştır. Bulgular İlk model ikinci modelden daha basittir. Ancak etkileşim terimi içeren ikinci modelde gözlenen hata terimi daha küçük çıkacağı için etkiler daha iyi test edilmiş ve interaksiyon hakkında daha güvenilir sonuçlara ulaşılmıştır. Sonuç Bu çalışmada önerilen SEYHAN yaklaşımı, yukarıda tanımlanan varsayımların yerine gelmediği durumda kovaryans analizinin nasıl yapılacağına dair sunulan yeni bir yaklaşımdır. Bu yaklaşım, kovaryat sayısının birden fazla olması durumunda da etkin bir şekilde kullanılabilir. Anahtar Kelimeler: ANCOVA, Regresyon eğimlerinin homojenliği, Generalized Johnson-Neyman, Nonlinear ANCOVA, robust ANCOVA 54

74 Sözlü Bildiriler Oral Presentations Amaç S44 Hemodiyaliz Hastalarında Radiobasilic ve Brachiobasilic Yöntemlerin Maliyet-Etkinlik Analizi Mehmet Ali SUNGUR 1, Okay Güven KARACA 2 Düzce Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim Anabilim Dalı, Düzce Düzce Üniversitesi, Tıp Fakültesi, Kalp ve Damar Cerrahisi Anabilim Dalı, Düzce Sağlık hizmetlerinde ve tedaviye yönelik müdahalelerde öncelikli amaç en etkin yöntemi belirlemek ve kullanmaktır. Bununla birlikte, söz konusu yöntemlerin maliyetleri gerek ülke sağlık politikaları gerekse hastalar tarafından önemsenmekte ve hem daha etkin hem de daha ucuz yöntem arayışı söz konusu olmaktadır. Bu çalışmada, hemodiyaliz amacıyla arteriyovenöz fistül açılması için alternatif bir yöntem olarak ortaya atılan ve steal sendrom riskinin daha az olduğu gösterilen radiobasilic yöntem ile brachiobasilic yöntemin maliyet-etkinlik analizi yapılarak hangi yöntemin daha maliyet-etkin olduğunu saptamak amaçlanmıştır. Yöntem Hemodiyaliz amacıyla arteriyovenöz fistülü brachiobasilic yöntemle açılan 40 ve radiobasilic yöntemle açılan 54 olmak üzere toplam 94 hasta ile yapılan çalışmanın maliyetleri ve sonuçları çıkarılarak analiz girdileri oluşturulmuştur. Maliyet olarak hastalara yapılan tüm girişimsel işlemler ve verilen diğer sağlık hizmetleri dikkate alınırken, sonuç olarak fistülün açık kalma süresi dikkate alınmıştır. Maliyetlerin belirlenmesinde, farklı zamanlarda ameliyat edilen hastalar için uygulanan tüm işlemler 2016 yılı birim fiyatları temel alınarak güncellenmiştir. Sonucun belirlenmesinde, açık kalma süresine etki edecek demografik ve klinik özelliklerin etkisi de dikkate alınarak giderilmiştir. Ayrıca ameliyat sonrası gelişen steal sendrom, venöz hipertansiyon ve anevrizma gibi komplikasyonlar olması durumunda, ortaya çıkardıkları ek maliyetler ve ikincil açık kalma süresine etkileri açısından da dikkate alınmıştır. Bulgular Radiobasilic yöntemle arteriyovenöz fistül açılan hastalarda birincil olarak açık kalma oranı %61,1 iken brachiobasilic yöntemle arteriyovenöz fistül açılan hastalarda bu oran %37,5 olarak tespit edilmiştir. Radiobasilic yöntemle arteriyovenöz fistül açılan hastalarda ortanca açık kalma süresi 26 ay olarak brachiobasilic yöntemle arteriyovenöz fistül açılan hastalarda ise 21 ay olarak ortaya çıkmıştır. Birincil açık kalma süreleri bakımından radiobasilic yöntem için maliyet-etkinlik oranı 57,69 TL/ay iken brachiobasilic yöntem için 71,43 TL/ay olarak hesaplanmış ve iki yöntem karşılaştırıldığında artan maliyet-etkinlik oranı radiobasilic yöntem lehine 2,747 olarak bulunmuştur. Sonuç Radiobasilic yöntem klinik açıdan bakıldığında hem fistülün açık kalma süresi hem de ameliyat sonrası ortaya çıkan komplikasyonlar ve özellikle steal sendrom açısından daha etkin bir yöntem olup ayrıca fistülün birincil açık kalma süreleri bakımından maliyet-etkinlik açısından incelendiğinde brachiobasilic yönteme göre daha maliyet-etkin olarak saptanmıştır. Anahtar kelimeler: Maliyet-etkinlik analizi, hemodiyaliz, arteriyovenöz fistül, radiobasilic, brachiobasilic 55

75 Sözlü Bildiriler Oral Presentations S45 Kayseri'de 6-17 Yaş Arasındaki Çocukların Vücut Bileşenlerinin Değerlendirmesinde Hattori Grafiği Uygulaması Ahmet ÖZTÜRK 1, Gökmen ZARARSIZ 1, Betül ÇİÇEK 2, M. Mümtaz MAZICIOĞLU 3, Gözde ERTÜRK ZARARSIZ 1, Meltem ÜNLÜSAVURAN 1, Dinçer GÖKSÜLÜK 4, Selçuk KORKMAZ 4, Selim KURTOĞLU 5 Giriş ve amaç 1 Erciyes Üniversitesi, Tıp Fakültesi, Biyoistatistik Anabilim Dalı, Kayseri 2 Erciyes Üniversitesi, Sağlık Bilimleri Fakültesi, Beslenme ve Diyetetik Bölümü, Kayseri 3 Erciyes Üniversitesi, Tıp Fakültesi, Aile Hekimliği Anabilim Dalı, Kayseri 4 Hacettepe Üniversitesi, Tıp Fakültesi, Biyoistatistik Anabilim Dalı, Ankara 5 Erciyes Üniversitesi, Tıp Fakültesi, Pediatrik Endokrinoloji Anabilim Dalı, Kayseri ahmets67@hotmail.com Beden kütle indeksi (BKİ) metabolik ve kardiyovasküler risk değerlendirmesinde kullanılan basit ve geçerli bir ölçümdür. Buna rağmen, BKİ nin (BKİ= YDİ + YSDİ) yağ dokusu indeksi (YDİ; YD/boy 2 ) ile yağsız doku indeksini (YSDİ; YSD/boy 2 ) ayırmada yetersiz kalabilmektedir. BKİ deki değişimler yağsız doku eksikliğinden (sarkopeni) kaynaklanabileceği gibi yağ dokusundan mobilize olan yağlardan ya da her iki durumun varlığından kaynaklanabilmektedir. Her iki durum farklı bir kardiyo-metabolik profili yansıtır. Bu farklılığı ortaya koyup tanı ve tedavi süreçlerini planlayıp yürütmede beden kütle indeksi bileşenleri yağsız doku ve yağlı doku indeksleri; beden kütle indeksi ve beden yağ yüzdesine göre Hattori tarafından üretilen bir grafik üzerinde gösterilip yorumlanabilir. Aşırı vücut ağırlığı yağ dokusu ya da kas hipertrofisinden oluşabilir ve her ikisi de aşırı kütle olarak değerlendirilebilmektedir. Dolayısıyla, aynı BKİ'ye sahip bireyler, farklı YDİ ve YSDİ ölçümlerine sahip olabilmektedir. YDİ ve YSDİ ölçümlerine dayanarak vücut bileşimini grafiksel olarak sunmak için geliştirilen bir yaklaşım Hattori grafiğidir. Hattori grafiği YDİ ve YSDİ'nin grafik eksenlerinde olduğu, grafik çizgilerinin ise hem ağırlığı, hem de yağlılığı gösterdiği basit bir grafiksel yaklaşımdır. Bu grafik vücut bileşenlerinin çoklu yönlerini hem YDİ, hem de YSDİ yi boy değişkeninin etkisinden arındırarak/düzelterek ve YDİ, YSDİ, BKİ ve yağ yüzdesi olmak üzere dört farklı bilgiyi eş zamanlı ve ayrıntılı olarak sunmaktadır. Bu çalışmanın amacı, Hattori grafiği ile Kayseri'de yaşayan 6-17 yaş arasındaki kız ve erkek çocukların vücut bileşenlerinin daha anlaşılır ve basit olarak değerlendirilmesini sağlamaktır. Gereç ve yöntem Araştırmada Kayseri il merkezinde yılları arasında kesitsel olarak elde edilen 4038 (1769 erkek, 2269 kız) çocuk ve adölesanın antropometrik verileri kullanılmıştır. Hattori grafiği YDİ ve YSDİ'nin grafik eksenlerinde olduğu, artan yağ ve kas kitlesine göre hem beden kitle indeksi değişimi hem de beden yağ yüzdesi değişiminin kategorik olarak (zayıf, normal, kilolu ve obez) değerlendirildiği bir araçtır. Hattori grafiklerinin oluşturulmasında araştırmacılar tarafından oluşturulan R kodları ile birlikte ggplot2 paketinden faydalanılmıştır. Bulgular ve sonuç Bu çalışmada elde edilen bulgular, Kayseri'deki çocukların şişmanlığın kaynağının kas dokusuna oranla yağlı dokusu oranının fazlalığına bağlı olduğunu göstermiştir. Ayrıca çocukların BKİ inin bileşeni olan YDİ 56

76 Sözlü Bildiriler Oral Presentations ve YSDİ nin BKİ i üzerine olan etki ve ilişkileri ayrıştırılmıştır. Bu grafiğin üretilmesi, hem çocuklarının beden kütlesinde yağ ve kas dokusu dağılımını belirlemek hem de taramalarda ve muayenelerde bireysel verilerin toplumsal verilere göre nerede bulunduğunu belirlemede klinisyenlere fırsatlar sunabilir. BKİ ve beden yağlılığı arasındaki olumlu ve olumsuz sapmaları görme imkanı verebilir. Bu bakış açısı kardiyo metabolik riskin tanınması ve izleminde önemli rol oynayabilir. Sonuç olarak hattori grafiğinin beden kitle indeksinin yağ ve kas bileşenlerini birlikte göstermede klinik karar ve takip sürecinde görsel bir araç olarak kullanılması gerektiğini düşünüyoruz. Anahtar kelimeler: Beden kütle indeksi, Yağ dokusu indeksi, Yağsız doku indeksi, Hattori grafiği 57

77 Sözlü Bildiriler Oral Presentations S46 DataOrganizer: Veri Manipülasyonu Web Yazılımı Ahu DURMUŞÇELEBİ 1, Gökmen ZARARSIZ 1, Dinçer GÖKSÜLÜK 2, Selçuk KORKMAZ 2, Ahmet ÖZTÜRK 1 1 Erciyes Üniversitesi, Tıp Fakültesi, Biyoistatistik Anabilim Dalı, Kayseri 2 Hacettepe Üniversitesi, Tıp Fakültesi, Biyoistatistik Anabilim Dalı, Ankara Özet ÇeĢitli alanlarda araģtırmacılar verilerini topladıktan sonra uygun istatistiksel yöntemlerle analiz etmeye ihtiyaç duymaktadır. Bu analizleri uygularken öncelikle yapılan iģlemler uygun istatistiksel yazılımlardan faydalanarak veriyi analize hazır hale getirmek ve veriye iliģkin özet bilgiler elde etmektir. Sıklıkla kullanılan istatistiksel yazılımlarda bu iģlemleri gerçekleģtirebilmek, araģtırmacıların istatistik bilgisinin yanında yazılımlarla ilgili deneyimli olma durumunu da gerektirmektedir. Bununla birlikte bu iģlemleri gerçekleģtirebilmek için bu yazılımların kullanıcıların bilgisayarlarında kurulu olması gerekmektedir ve bunların birçoğu belirli iģletim sistemlerinde çalıģmaktadır. Bu çalıģmada biz araģtırmacıların analizlerini internet ortamında kolaylıkla gerçekleģtirebilmeleri için DataOrganizer web uygulamasını geliģtirmeyi amaçladık. Web uygulamasını gerçekleģtirmek üzere gerekli kodlamalar R yazılımında dplyr ve shiny paketlerinden faydalanarak gerçekleģtirildi. GeliĢtirilen uygulama ile araģtırmacılar: (i) farklı dosya formatlarındaki verilerini sisteme aktarabilir, (ii) gözlemleri belli özellikler açısından seçebilir/filtreleyebilir, (iii) belirli değiģken alt kümesini seçerek veri setini sadeleģtirebilir, (iv) belirli değiģkenler açısından veriyi sıralayabilir, (v) nitel değiģkenlerin alt kategorileri için ayrı ayrı iģlem yaptırabilir ve tanımlayıcı istatistikleri hesaplayabilir, (vi) yeni değiģkenler oluģturabilir. Kullanım kolaylığı amaçlı iki adet örnek veri seti uygulama içerisinde bulunmaktadır. AraĢtırmacılar web uygulamasına üzerinden eriģebilirler. Anahtar Kelimeler: Veri manipülasyonu, shiny, web uygulaması, yazılım 58

78 Sözlü Bildiriler Oral Presentations S47 GMDH: An R Package for Short Term Forecasting via GMDH Type Neural Network Algorithms Osman DAG 1 and Ceylan YOZGATLIGIL 2 1 Department of Biostatistics, Hacettepe University, Ankara, Turkey; 2 Department of Statistics, Middle East Technical University, Ankara, Turkey. Abstract Group Method of Data Handling (GMDH)-type neural network algorithms are the heuristic selforganization method for the modelling of complex systems. In this study, the R package GMDH is presented to make short term forecasting through GMDH-type neural network algorithms. The GMDH package has options to use different transfer functions (sigmoid, radial basis, polynomial, and tangent functions) simultaneously or separately. Data on melanoma skin cancer incidences in Connecticut for the years from 1936 to 1972 are used to illustrate the features of the GMDH package. Keywords: Time Series Analysis, Statistical Software, Transfer Function. 1. Motivation There are some difficulties when applying a GMDH-type neural network. For example, there is no freely available software for researchers implementing the GMDH algorithms in the literature. We present the R package GMDH to make short term forecasting through GMDH-type neural network algorithms. The package includes two types of GMDH structures; namely, GMDH structure and revised GMDH (RGMDH) structure. 2. Methodology The GMDH algorithm considers all pairwise combinations of p lagged time series. Therefore, each combination enters each neuron. Using these two inputs, a model is constructed to estimate the desired output. In other words, two input variables go in a neuron, one result goes out as an output. Architecture of RGMDH-type neural network does not only consider this relation, but it also considers the individual effects on the desired output (Kondo and Ueno, 2006). There are two different types of neurons in an RGMDH-type neural network. In the first type of neuron, it is same as in GMDH-type neural network. That is, two inputs enter the neuron, one output goes out. In the second type of neuron, r inputs enter the neuron, one output goes out. 3. Implementation of GMDH package The data used in this application of the GMDH package are melanoma skin cancer incidences (per 100,000 people) in Connecticut for the years from 1936 to In this part, we divided the data into two parts for the aim of observing the ability of methods on prediction (n=32) and forecasting (n=5). 59

79 Sözlü Bildiriler Oral Presentations This dataset is available in the package lattice (Sarkar, 2014). After installing the lattice package, the dataset can be loaded into an R workspace by R> library("lattice") R> data("melanoma") R> data=ts(melanoma[1:32, 2], start=1936, end=1967) After the data on melanoma skin cancer incidences are loaded, one may use fcast function in GMDH package for short-term forecasting. R> out = fcast(data, method = "GMDH", input = 14, layer = 2, f.number = 5, level = 95, tf = "all", weight = 0.70, lambda = c(0, 0.01, 0.02, 0.04, 0.08, 0.16, 0.32, 0.64, 1.28, 2.56, 5.12, 10.24)) R> out$fitted # display fitted values R> out$residuals # return residuals R> out$mean # show forecasts 4. Conclusion In this study, our primary focus was to develop a free software implementation to make forecasting via GMDH-type neural network algorithms. Concretely, we developed an R package GMDH to make forecasting in the short term via GMDH-type neural network algorithms. Also, we included different transfer functions (sigmoid, radial basis, polynomial, and tangent functions) into the GMDH package. Our R package allows that these functions can be used simultaneously or separately, as desired. More detailed information can be found in Dag and Yozgatligil (2016). References 1. Dag O, Yozgatligil C. (2016). GMDH: An R Package for Short Term Forecasting via GMDH-Type Neural Network Algorithms. The R Journal, 8:1, Kondo T, Ueno J (2006). Revised GMDH-Type Neural Network Algorithm with a Feedback Loop Identifying Sigmoid Function Neural Network. International Journal of Innovative Computing, Information and Control, 2(5), Sarkar D (2014). Lattice: Multivariate Data Visualization with R. New York: Springer. 60

80 Sözlü Bildiriler Oral Presentations S48 compsurv: Sağkalım Analizi için Web-Tabanlı İnteraktif Bir Yazılım Dinçer GÖKSÜLÜK 1, Selçuk KORKMAZ 1, Gökmen ZARARSIZ 2, Sevilay KARAHAN 1 1 Hacettepe Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı, Ankara 2 Erciyes Üniversitesi, Tıp Fakültesi Biyoistatistik Anabilim Dalı, Kayseri dincer.goksuluk@hacettepe.edu.tr Özet Amaç Sağkalım analizi, ilgilenilen yanıt değişkeni olgu gerçekleşene kadar geçen süre olduğu durumda kullanılan istatistiksel yöntemler bütünü olarak tanımlanır. Burada süre, kişinin izlenmeye başlamasından olgunun ortaya çıkmasına kadar geçen süreyi kapsamakta ve gün, hafta, ay ya da yıl olabilmektedir. Olgu ise, ölüm, hastalık, iyileşme gibi kişinin yaşayabileceği ilgilenilen herhangi bir deneyim olabilmektedir. Sağkalım analizi, literatürde sıklıkla kullanılan bir analiz yöntemi olmakla birlikte, bu istatistiksel analiz yöntemlerinin gerçekleştirilebileceği ücretsiz, kullanıcı-dostu arayüze sahip ve kapsamlı bir yazılım bulunmamaktadır. Bu nedenle, sağkalım analizi için kullanımı kolay, güncel, kapsamlı ve interaktif grafikler içeren ücretsiz, açık kaynak kodlu bir yazılım geliştirilmiştir. Yöntem Yazılımın arka-plan kodları, açık kaynak kodlu, ücretsiz ve güçlü analiz becerilerine sahip olması nedeniyle R programı ile oluşturulurken, ön-plan kodları ise HTML, CSS ve JavaScript dilleri ile oluşturulmuştur. İnteraktif ve dinamik grafiklerin geliştirilmesinde bir JavaScript kütüphanesi olan HighCharts kullanılmıştır. Bulgular Bu yazılım, sağkalım analizi için yaşam tablosu, Kaplan-Meier ve Cox regresyon yöntemlerini içermektedir. Yaşam tablosu için; tanımlayıcı istatistikler, yaşam tablosu, ortanca yaşam süresi, hazard oranları ve grup karşılaştırma testleri elde edilebilmektedir. Kaplan-Meier için ise; tanımlayıcı istatistikler, sağkalım tablosu, ortalama ve ortanca sağkalım süresi, hazard oranları, grup karşılaştırma testleri ile birlikte Kaplan-Meier eğrileri, hazard ve log-log gibi interaktif grafikler oluşturulabilmektedir. Cox regresyon için ise; katsayı kestirimleri, hazard oranları, uyum iyiliği testleri elde edilebilir. Ayrıca, analiz sonucundaki kestirimler ve artıklar (Martingale, Schoenfeld) hesaplanabilir. Oransal hazard varsayımı test edilebilir ve Schoenfeld ve log-log grafikleri oluşturulabilir. Cox regresyon modeli kurulurken, ana etkilerin yanı sıra etkileşimler, zaman bağımlı değişkenler modele dahil edilebilir. Bununla birlikte, tabakalı Cox regresyon analizi de gerçekleştirilebilir. Sonuç Bu yazılıma adresinden ücretsiz olarak ulaşılabilir. Tüm kaynak kodlara adresinden erişilebilir. Anahtar Kelimeler: Sağkalım Analizi, Yaşam Tablosu, Kaplan-Meier, Cox Regresyon, R, Web Uygulaması 61

81 Sözlü Bildiriler Oral Presentations S49 [0,1] Aralığında Tanımlı Sürekli Sayısal Verilerin Beta Regresyon Analizi ile Modellenmesinde Kullanılan Farklı Dönüşüm Yöntemleri ve Modelleme Stratejilerine İlişkin Bir Uygulama H. Yağmur ZENGİN 1, Ersin ÖĞÜŞ 1, Erdem KARABULUT 2 1 Başkent Üniversitesi Tıp Fakültesi, Biyoistatistik Anabilim Dalı, Ankara, TÜRKİYE 2 Hacettepe Üniversitesi Tıp Fakültesi, Biyoistatistik Anabilim Dalı, Ankara, TÜRKİYE Özet Açık veya kapalı aralıkta tanımlı, sınırlı ve sürekli bir bağımlı değişken ile bu değişkeni etkilediği düşünülen değişken ya da değişkenlerin arasındaki ilişkilerin ortaya konması farklı disiplinlerde ele alınan yaygın bir problemdir ve uygulamada bu tür bağımlı değişkenlere genellikle (0,1), *0,1), (0,1+ ya da *0,1+ aralığında tanımlı oran, olasılık ya da belirli türde hız veya kesirli ölçüm biçiminde rastlanmaktadır. Bu tür bağımlı değişkenlerin modellenmesinde sıklıkla Doğrusal Regresyon Yöntemi kullanılsa da bu yaklaşımın bağımlı değişkenin sınırlı aralıkta tanımlı kendine özgü yapısına uygun olmaması, bağımlı değişkende ortaya çıkabilen çarpık ve/veya çok tepeli dağılım yapısı ile heteroskedastisite nedeniyle alternatif yaklaşımlara ihtiyaç duyulmuştur. Beta Regresyon Analizi, (0,1) aralığında tanımlı sürekli bağımlı değişkenlerin modellenmesinde kullanılan bir yöntem olmasının yanı sıra *0,1), (0,1+ ya da *0,1+ aralığında tanımlı sürekli bağımlı değişkenlerin modellenmesinde de bazı veri dönüşüm yöntemlerinden faydalanılarak kullanılmaktadır. Dönüşüm yöntemlerinin yanı sıra, Genelleştirilmiş Toplamsal Modeller sınıfı altında yer alan Sıfır-Bir Yığılımlı Beta Regresyon Analizi literatürde daha sık kullanılan Beta-Binomial Regresyon Analizi ne alternatif olarak önerilmekte ve özellikle, *0,1+ aralığında tanımlı sürekli sayısal bir değişkenin diğer değişken ya da değişkenlerle arasındaki ilişki yapısının ortaya konmasında iyi bir çözüm sunmaktadır. Amaç Çalışmamızda, farklı dönüşüm yöntemleri kullanılarak uygulanacak Beta Regresyon Analizi nin yanı sıra Sıfır-Bir Yığılımlı Beta Regresyon Analizi nin kısaca tanıtılması ve orijinal bir mikrobiyolojik veri seti üzerinde uygulanarak modellerin tahmin performanslarının, özellikle sınır değerleri açısından karşılaştırılması amaçlanmıştır. Yöntem R da betareg, gamlss paketleri kullanılarak literatürden alınan veri seti üzerinde Doğrusal Regresyon, farklı dönüşüm yöntemleri kullanılarak Beta Regresyon ve Sıfır-Bir Yığılımlı Beta Regresyon modelleri uygulanmıştır. Tümel olarak anlamlı bulunan modellerde yer alan tüm terimler de anlamlıdır. Elde edilen son modeller R 2 ve AIC (Akaike Bilgi Kriteri) kullanılarak seçilmiştir. Bu modellerin özellikle 0, 1 sınır değerlerini tahmin etmede gösterdikleri performans ve tümel tahmin performansları incelenmiştir. 62

82 Sözlü Bildiriler Oral Presentations Bulgular Kullanılan veri seti için uygulanan modeller içinde Beta Regresyon modeline ilişkin MSE (Ortalama Karesel Hata) daha düşüktür ve sınır değerlerini daha yakın tahmin etmektedir. Aynı zamanda, doğrusal model bağımlı değişkenin tanım aralığı dışında tahminler üretmiştir. Sonuç Beta ve Sıfır-Bir Yığılımlı Beta Regresyon modelleri ilgili veri seti için tümel olarak birbirine yakın bir tahmin performansı göstermiştir. Bu nedenle, *0,1+ aralığında tanımlı sürekli bir bağımlı değişkenin modellenmesinde önemli olan bağımlı değişkende gözlenen sıfır gözlemlerin yapısıdır. Anahtar Kelimeler: Sınırlı Yanıt Değişkeni, Beta Regresyon Analizi, Dönüşüm, Sıfır-Bir Yığılımlı Beta Regresyon Analizi 63

83 Sözlü Bildiriler Oral Presentations S50 Basit Rasgele Örnekleme ve Tabakalı Rasgele Örnekleme ile Kanser İnsidanslarının Hesaplanması: Kanser Kayıtçılığı, Türkiye Uygulaması Selin DÜNDAR 1, Güledal BOZTAŞ 1, Bekir KESKİNKILIÇ 2, İrfan ŞENCAN 2 1 T.C. Sağlık Bakanlığı, Türkiye Halk Sağlığı Kurumu, Kanser Daire Başkanlığı. 2 T.C. Sağlık Bakanlığı, Türkiye Halk Sağlığı Kurumu Amaç Dünya da her yıl 14 milyon kişi kansere yakalanmakta, 8,2 milyon kişi ise bu hastalıktan hayatını kaybetmektedir. Ülkemizde de önemli bir toplum sağlığı sorunu olan kanser, ölüm nedenleri arasında kardiyovasküler hastalıklardan sonra ikinci sırada yer almaktadır. Bilimsel veriler tüm kanser türlerinin üçte birinin önlenebilir olduğu göstermekte, bu kapsamda ülkelerin kanser kontrol programları yürütmelerinin gerekli olduğu vurgulanmaktadır. Ülkemizde hali hazırda yılı kanser kontrol programı 2. Faz uygulamaları yürütülmektedir. Bir kanser kontrol programının en önemli bölümünü, toplumdaki gerçek kanser yükünün tespit edilebilmesi adına kanser kayıtçılığı oluşturmaktadır. Ülkemizde kanser istatistikleri nüfus tabanlı kanser kayıt merkezleri için dizayn edilmiş bilgisayar programı (Can-Reg 4) üzerinden hesaplanmaktadır. Örnekleme seçilen illerden tahmin edilen Türkiye Kanser İnsidansı, illerin nüfusları ve vaka sayıları bir havuzda toplanacak şekilde basit rasgele örnekleme metodu ile yapılmaktadır. Tabakalı rasgele örnekleme metodu ise, kitle birimleri değişkenliği daha küçük olan kendi içinde homojen alt gruplara bölünmesi ile aynı büyüklüklü basit rasgele örneklemden daha küçük varyanslı tahminler elde edilmesini sağlayabilir. Çalışmanın amacı, bu iki farklı örnekleme metodu yardımı ile insidans ve varyans tahminlerini hesaplamak, hangi örnekleme yönteminin daha kullanışlı olacağını belirlemektir. Yöntem Kanser insidansları ve varyansları, cinsiyet ve kanser özelinde basit rasgele örnekleme ve tabakalı rasgele örnekleme yöntemi ile 2013 yılı verileri iki ayrı biçimde elde edilmiştir. Kitle Ege, İç Anadolu, Doğu ve Güneydoğu Anadolu, Marmara, Akdeniz, Batı Karadeniz, Doğu Karadeniz bölümleri olmak üzere 7 tabakaya ayrılmıştır. Bu tabakaları temsil edecek iller ise İzmir, Eskişehir, Ankara, Erzurum, Bursa, Edirne, Antalya, Samsun ve Trabzon illerinden oluşmaktadır. Bulgular Uluslararası Hastalık Sınıflaması-Onkoloji Kodlarına göre sınıflanan tüm kanser türleri ve en sık görülen türler için insidans ve varyans değerleri aşağıda verilmiştir. Kanser insidans değerleri kişi üzerinden değerlendirilmektedir. 64

84 Sözlü Bildiriler Oral Presentations Tablo 1.Tabakalı Rasgele Örnekleme (TRÖ) ve Basit Rasgele Örnekleme (BRÖ) yöntemi ile yapılan tahmin değerleri Sonuç Birim değişkenliğinin çok fazla olduğu kitleler söz konusu olduğunda tahminlerin varyanslarının da büyük olması kaçınılmazdır. Bu heterojen kitle kendi içinde birbirine benzer alt gruplara ayrılabiliyorsa, kitle daha küçük varyanslı alt kitlelerin birleşimi olarak düşünülebilir. Bu bilgiler ışığında TRÖ nün yararlı olabileceği düşünülmüş, ama varyans değerleri göz önünde bulundurulduğunda BRÖ ile elde edilen tahminlerin daha küçük varyanslara sahip olması nedeni ile daha kullanışlı olduğu görülmüştür. Programlama dilinde tabakalı rasgele örneklemeye geçiş için herhangi bir altyapı hazırlanması şu an için gerekli değildir. Anahtar Kelimeler: Basit rasgele örnekleme, tabakalı rasgele örnekleme, kanser kayıtçılığı 65