VERİ MADENCİLİĞİ YÖNTEMLERİ İLE DIABETES MELLITIUS HASTALIĞINA SEBEP OLAN FAKTÖRLERİN TESPİTİ
|
|
- Serhat Ergen
- 7 yıl önce
- İzleme sayısı:
Transkript
1 VERİ MADENCİLİĞİ YÖNTEMLERİ İLE DIABETES MELLITIUS HASTALIĞINA SEBEP OLAN FAKTÖRLERİN TESPİTİ Gizem Betül Şahin 1, Tuba Gökhan 2, Aydın Çetin gb.sahin56@gmail.com, tubagokhan@gazi.edu.tr, acetin@gazi.edu.tr Özet: Diabetes Mellitus (Diyabet hastalığı-dm); pankreasın yeterli insülin üretememesi veya vücudun ürettiği insülini etkili bir şekilde kullanamaması sonucu oluşan kronik bir hastalıktır. Uzun sürede kalp damar hastalıkları, göz hastalıkları, böbrek hastalıkları gibi ciddi komplikasyonlar ortaya çıkarabilen bu hastalık, tedavi harcamalarının yüksekliği ve iş gücü kaybı nedeni ile hastaya sosyoekonomik yük getirmesinden dolayı diyabet önemli bir sağlık sorunudur. Diyabet, günümüzde yetişkinlerin yanı sıra küçük yaş gruplarında da sıklıkla ortaya çıkmaya başlamıştır. Bu durumda erken tanı birçok hastalıkta olduğu gibi diyabette de önem arz etmektedir. Tanı için idrar ve kanda çeşitli kimyasal testler yapılmaktadır. Bu çalışma kan testi ve kişiye ait fiziksel özellikler kullanarak veri madenciliği yöntemleri kullanılarak kişilerin diyabet hastası olup olmadıklarının belirlenmesi amacıyla gerçekleştirilmiştir. Yapılan bu çalışmada 392 kadın Dünya Sağlık Örgütü(WHO) kriterlerine göre test edilip veri seti haline getirilmiştir. Bu veri seti açık kaynak kodlu veri madenciliği yazılımlarından olan WEKA aracının farklı sınıflandırma algoritmaları karşılaştırılarak en iyi sonucu veren algoritma ile bu verilere göre diyabet hastası olup olmadıkları belirlenmiştir. Sonuç olarak elde edilen veriler, belirtilen değerlerin diyabetin tanısı konusunda kısmen yetersiz kalsa da azımsanmayacak derecede de önemli rol oynadığını göstermiştir. Anahtar sözcükler: Veri madenciliği, WEKA, Sınıflandırma Algoritmaları, Diyabet, Şeker hastalığı Abstract: Diabetes Mellitus (Diabetes Mellitus); Is a chronic disease in which the pancreas can not produce enough insulin or can not use the body's insulin effectively. Diabetes is a major health problem because it can cause serious complications such as cardiovascular diseases, eye diseases and kidney diseases for a long time, the high cost of treatment and the socioeconomic burden on the patient due to the loss of work power. Diabetes is now common in adults as well as in younger age groups. In this case, early diagnosis is as important as many diseases. There are various chemical tests for urine and calorie for diagnosis. This study was conducted to determine if people were diabetic by using data mining methods using blood tests and physical characteristics of the person. In this paper, 392 women were tested according to World Health Organization (WHO) criteria and data set. This data set is compared with the different classification algorithms of open source data mining software WEKA and it is determined whether or not they have diabetes according to this algorithm with the best result giving algorithm. The resulting data show that the values mentioned play an important role in the diagnosis of diabetes, even if it is partially inadequate. Keywords: Data mining, WEKA, Classification Algorithms, Diabetes, Diabetes Mellitus 1.Giriş Diyabet kan şekeri seviyesinin yükselmesi ile ortaya çıkan kronik olan metabolik bit hastalıktır. Dünya Sağlık Örgütüne (WHO) verilerine göre dünyada 422 milyon yetişkinin diyabet hastalığı(şeker hastalığı) taşımaktadır. Diyabetin 2 tipi bulunmaktadır. Tip 1 diyabet insülin hormonunu vücudunda hiç salgılayamayan hastaların diyabet türüdür. Genellikle çocuk veya gençlerde görülmektedir. Tip 2 diyabet ise daha çok yetişkinlerde görülmektedir. İnsülini vücudun düzenli ve yeterli kullanamaması durumlarında ortaya çıkmaktadır. Tip 2 diyabet dünyada en sık rastlanan diyabet tipidir [1] [2] [3] [4]. Diyabetin tanısı için idrar ve kanda kimyasal testler yapılmaktadır. Kanda yapılan testlerde, normal
2 sağlıklı kişilerde açlık kan şekeri 90 mg/dl altında, tokluk kan şekeri 2. Saatte 140 mg/dl nin altında, açlık insülin hormon düzeyi 10 un altında olmalıdır. Sağlıklı bir bireyin diastolik kan basınç değeri (küçük tansiyon) 80 mmhg olmalıdır. Dünya Sağlık Örgütü referans aralığına göre 18, arası değerler normal sayılır. vücut kitle endeksi değeri 30'un üzerinde obezite olarak kabul edilir. Kişinin bu gibi değerleri ele alınarak diyabet hastalığı bulunup bulunmadığına karar verilmektedir. [5] [6] Bu çalışmada da, US Uluslararası Diyabet, Sindirim ve Böbrek Hastalıkları Enstitüsü tarafından toplanmış veriler üzerinde WEKA yazılımı kullanılarak sınıflandırma yapılmıştır. Veri seti 392 kadının bilgilerinden oluşmaktadır. Çalışmada WEKA yazılımının sınıflandırma algoritmaları kullanılmıştır. 2.Veri Seti Veri madenciliği işlemlerinde veri önişleme önemli bir aşamadır. Bu aşamada veri temizleme, veri dönüşümü, veri birleştirme ve veri azaltma yapılabilir. Bu çalışmada US Uluslararası Diyabet, Sindirim ve Böbrek Hastalıkları Enstitüsü tarafından toplanmış bir veri seti kullanılmıştır. Bu veri seti 8 adet nitelikten 768 kadın örnekten oluşan Şekil-1 deki gibi.csv uzantılı bir excel dosyasıdır. Fakat daha sonra yapılan veri önişlemlerinde veri setinde boş görünen değerler silinmiştir. Sonuçta oluşan veri seti WEKA aracında kullanılmak üzere.arff uzantılı Şekil-2 deki gibi bir dosya ya dönüştürülmüştür. özellikler sayısal olduğu için.arff dosyasında numeric olarak tanımlanmıştır. Şekil-2:Diabetes veri setinin.arff uzantılı dosyasının görünümü Çalışmada veri setinin %66 sı Cross-validation(k katlamalı çapraz doğrulama) yöntemi ile eğitim amaçlı kullanılmış kalan %33 lük kısmı ise test amacıyla kullanılmıştır. 3. WEKA Yazılımı Yeni Zelanda Waikato Üniversitesi nde geliştirilen WEKA (Waikato Environment for Knowledge Analysis), açık kaynak kodlu bir veri madenciliği yazılımıdır. Java programlama dili ile geliştirilmiştir. WEKA, sınıflandırma, kümeleme, birliktelik analizi gibi yöntemlerin algoritmalarını içeren hazır bir yazılımdır. [7] Bu algoritmaların yanı sıra veri ön işleme, görselleme işlemlerini de gerçekleştirebilmektedir. WEKA aracını kullanmak için programlama bilmek gerekmemektedir. Programı çalıştırdığımızda karşımıza gelecek olan ekran Şekil-3 deki gibidir; Şekil-1:Diabetes veri setinin.csv uzantılı dosya görünümü
3 verilerinden oluşmaktadır. Explorer ile bu kadınların verilerini yüklediğimizde Şekil-4 deki Preprocess ekranı karşımıza gelmektedir. Şekil-3: Weka yazılımı arayüz ekranı. Karşımıza gelen Preprocess (önişleme) sekmesinde veri dosyaları yüklenir. WEKA ile bir veri seti üzerinde çalışacağımız zaman Explorer seçeneğinde Open File ile çalışacağımız dosyayı seçebiliriz. Fakat burada dosyayı seçebilmemiz için WEKA nın desteklediği formatta bir dosya türü kullanmalıyız. Genellikle kullanılan dosya formatı.arff uzantılı olan dosyalardır. Şekil-4: Explorer ekranında veri seti Explorer ekranında Visualize All butonuna basıldığı zaman veri setinin grafiksel gösterimi karşımıza gelmektedir. Bu grafiksel gösterim Şekil- 5 te görüldüğü gibidir. Classify (Sınıflandırma) sekmesi sınıflandırma algoritmalarının kullanılabildiği kısımdır. Sınıflandırma sekmesinden Choose butonu ile kullanacağımız sınıflama algoritmasını seçebiliriz. Test Options seçeneği ile veriyi nasıl parçalayacağımızı ayarlanabiliriz. Alt seçeneklerde bulunan Use Training set seçeneği ile veri setinin tamamı kullanılarak sınıflandırma yapılır. Supplied test set seçeneği ile eğitim için kullanılacak veri setini dışarıdan seçilebiliriz. Cross Validation seçeneği ile veri seçimi yapılabilmektedir. Percentage Split seçeneği ile veri setinin yüzde kaçının eğitim için kullanılacağını seçebiliriz. Start butonu ile de yazılımımızı çalıştırabiliriz. Bu çalışma için de WEKA aracının sınıflandırma algoritmaları kullanılacaktır. Ayrıca WEKA aracında Cluster (kümeleme), Associate (birliktelik kuralları), Select Attibute (nitelik seçme) ve Visualize (görselleştirme) sekmeleri de bulunmaktadır. 4. Sınıflandırma Bu çalışmada, US Uluslararası Diyabet, Sindirim ve Böbrek Hastalıkları Enstitüsü tarafından toplanmış veriler üzerinde sınıflandırma çalışması yapılmıştır. Veri seti 392 kadının kan testi ve fiziksel Şekil-5: Visualize ekranı(grafikler) Yapılan sınıflandırma çalışmasında J48, SimpleCart, J48graft ve LMT sınıflandırma algoritmaları denenmiş olup içlerinde en başarılı olan J48 algoritması ele alınmıştır. Bu algoritmada oluşan karar ağacı yapısı Şekil-6 da görülmektedir. Bu ağaçta da görüldüğü gibi Glukoz parametresi diyabet hastalığını etkileyen en önemli faktördür.
4 Algoritma Hasta Olanlar için TP oranı Hastalık Tanısı Konulmamışlar için TP oranı Doğru sınıflandırma Yüzdesi J %82.70 DecisionStump %81.20 HoeffdingTree %80.45 LMT %81.95 Tablo-1:Sınıflandırma algoritmalarının başarı kıyaslaması 5. Sonuçlar Şekil-6: Oluşan Karar Ağacı. Şekil-7 de Karar ağacının yapısı sayısal olarak gösterilmiştir. Bu çalışmada WEKA aracı ile Diyabet Hastalığının sınıflandırma çalışması gerçekleştirilmiştir. Veri setinin gerçek verilerden oluşmasından dolayı sınıflandırma başarılarının yeteri kadar yüksek olduğu söylenebilir. Yapılan çalışma, Glukoz değerinin diyabet için en önemli kriter olduğunu göstermektedir. Sınıflandırma algoritmaları veri seti üzerinde başarı kıyaslaması yapıldığında J48 algoritmasının diğer algoritmalara göre daha yüksek başarıya sahip olduğu söylenebildiği Tablo- 1 görülmektedir. İleriki çalışmalarda diyabet tipleri üzerinde bir sınıflandırma çalışması yapılması insan sağlığı alanına daha fazla destek olacağından daha uygun olacaktır. Kaynaklar [1] T.C. Sağlık Bakanlığı, [Çevrimiçi]. e=25. Şekil-7: Sayısal gösterim Diğer sınıflandırma algoritmaları da aynı veri setine aynı şartlar altında denenmiş olup Tablo-1 deki sonuçlar elde edilmiştir. [2] T.C. Sağlık Bakanlığı, [Çevrimiçi]. e=36. [3] World Health Organization, [Çevrimiçi]. [4] World Health Organization, [Çevrimiçi]. [5] M. Orata, [Çevrimiçi].
5 oji4.asp?m2=6&m3=26&m4=169. [6] T. Kovankaya, DAHİLİYE POLİKLİNİKLERİNE BAŞVURAN HASTALARDA DİYABET VE DİSLİPİDEMİ İLİŞKİSİNİN DEĞERLENDİRİLMESİ, İstanbul: İSTANBUL GÖZTEPE EĞİTİM VE ARAŞTIRMA HASTANESİ, [7] G. Demir ve K. Zengin, «Weka Yazılımı Kullanılarak Anemi (Kansızlık) Hastalığı,» %1 içinde EEB 2016 Elektrik-Elektronik ve Bilgisayar Sempozyumu, Tokat, 2016.
VERİ MADENCİLİĞİ YÖNTEMLERİ İLE DİYABET HASTALIĞINA SEBEP OLAN FAKTÖRLERİN TESPİTİ
VERİ MADENCİLİĞİ YÖNTEMLERİ İLE DİYABET HASTALIĞINA SEBEP OLAN FAKTÖRLERİN TESPİTİ Gizem Betül Şahin 1, Tuba Gökhan 2, Aydın Çetin 3 1 2 3 gb.sahin56@gmail.com, tubagokhan@gazi.edu.tr, acetin@gazi.edu.tr
DetaylıWEKA ile Veri Önişleme
WEKA ile Veri Önişleme Doç. Dr. Suat Özdemir Bahar 2017 Doç. Dr. Suat Özdemir 1 Weka 3: Data Mining Software in Java Açık kaynak Veri madenciliği yazılımı (Java) İndirmek için http://www.cs.waikato.ac.nz/ml/weka/
DetaylıDÜNYA BÖBREK GÜNÜ ETKİNLİĞİ ANALİZİ
DÜNYA BÖBREK GÜNÜ ETKİNLİĞİ ANALİZİ Elif Bülbül 1,Canan SAYAN 2,Muhammet YETGİN 2,Cemile KESGİN TOKA 3,Reha ERKOÇ 4,Barış DÖNER 4,Rümeyza KAZANCIOĞLU 4 1 Bezmialem Vakıf Üniversitesi Sağlık Bilimleri Fakültesi
DetaylıAçık Kaynak Kodlu Veri Madenciliği Yazılımlarının Bir Veri Seti Üzerinden Karşılaştırılması
Açık Kaynak Kodlu Veri Madenciliği Yazılımlarının Bir Veri Seti Üzerinden Karşılaştırılması Yrd.Doç.Dr.Abdullah BAYKAL Dicle Üniversitesi Fen Fakültesi Matematik Bölümü baykal.abdullah@gmail.com Özet:
DetaylıDiyabet nedir? Ensülin nedir?
Was ist Diabetes? Was ist Insulin? (Türkisch) Diyabet nedir? Ensülin nedir? Diyabet melitusun temelleri Diyabet melitus Diyabet, kronik bir özümleme bozukluğudur. Diyabetli olmak demek, ya vücudunuzun
DetaylıSPSS (Statistical Package for Social Sciences)
SPSS (Statistical Package for Social Sciences) SPSS Data Editor: Microsoft Excel formatına benzer satır ve sütunlardan oluşan çalışma sayfası (*sav) Data Editör iki arayüzden oluşur. 1. Data View 2. Variable
DetaylıDİYABET NEDİR? Özel Klinik ve Merkezler
DİYABET NEDİR? Özel Klinik ve Merkezler Diyabet nedir? Diyabet hastalığı, şekerin vücudumuzda kullanımını düzenleyen insülin olarak adlandırdığımız hormonun salınımındaki eksiklik veya kullanımındaki yetersizlikten
DetaylıDr. Semih Demir. Tez Danışmanı. Doç.Dr.Barış Önder Pamuk
T.C. İZMİR KATİP ÇELEBİ ÜNİVERSİTESİ ATATÜRK EĞİTİM VE ARAŞTIRMA HASTANESİ İÇ HASTALIKLARI KLİNİĞİ GEÇİRİLMİŞ GESTASYONEL DİYABETES MELLİTUS ÖYKÜSÜ OLAN BİREYLERDE ANJİOPOETİN BENZERİ PROTEİN-2 ( ANGPTL-2
DetaylıDİYABET ŞEKER HASTALIĞI
DİYABET ŞEKER HASTALIĞI Hacettepe Üniversitesi Tıp Fakültesi Halk Sağlığı Anabilim Dalı Toplum İçin Bilgilendirme Sunumları 2015 Bu sunum Arş. Gör. Dr. Ekin Koç ve Arş. Gör. Dr. Selim Güler tarafından
DetaylıAdım Adım SPSS. 1- Data Girişi ve Düzenlemesi 2- Hızlı Menü. Y. Doç. Dr. İbrahim Turan Nisan 2011
Adım Adım SPSS 1- Data Girişi ve Düzenlemesi 2- Hızlı Menü Y. Doç. Dr. İbrahim Turan Nisan 2011 File (Dosya) Menüsü Excel dosyalarını SPSS e aktarma Variable View (Değişken Görünümü 1- Name (İsim - Kod)
DetaylıGiriş Düzeyinde Örnek Bir Veri Madenciliği Projesi-1
Giriş Düzeyinde Örnek Bir Veri Madenciliği Projesi-1 Gerçekleştirecek olduğumuz bu projede bir kitapevi firmasının müşterilerinin, Excelde tutulmuş olan verilerinden yola çıkarak; müşterilerini segmente
DetaylıKaraciğerde Oluşan Hastalıkların Tespitinde Makine Öğrenmesi Yöntemlerinin Kullanılması
Karaciğerde Oluşan Hastalıkların Tespitinde Makine Öğrenmesi Yöntemlerinin Kullanılması 1 Emre DANDIL Bilecik Ş. Edebali Üniversitesi emre.dandil@bilecik.edu.tr +90228 214 1613 Sunum İçeriği Özet Giriş
DetaylıZaman Serileri Madenciliği Kullanılarak Nüfus Artışı Tahmin Uygulaması
Zaman Serileri Madenciliği Kullanılarak Nüfus Artışı Tahmin Uygulaması Maltepe Üniversitesi, Yazılım Mühendisliği Bölümü, İstanbul zeynepguven@maltepe.edu.tr, turgaybilgin@maltepe.edu.tr Özet: Zaman serileri
DetaylıKANSER HASTALARINDA ANKSİYETE VE DEPRESYON BELİRTİLERİNİN DEĞERLENDİRİLMESİ UZMANLIK TEZİ. Dr. Levent ŞAHİN
T.C. SAĞLIK BAKANLIĞI İZMİR KATİP ÇELEBİ ÜNİVERSİTESİ ATATÜRK EĞİTİM VE ARAŞTIRMA HASTANESİ AİLE HEKİMLİĞİ KLİNİĞİ KANSER HASTALARINDA ANKSİYETE VE DEPRESYON BELİRTİLERİNİN DEĞERLENDİRİLMESİ UZMANLIK TEZİ
DetaylıDemografik Özelliklerin Koroner Arter Hastalığına Etkisinin Analizi
Demografik Özelliklerin Koroner Arter Hastalığına Etkisinin Analizi İçindekiler Giriş Bilgi Keşfi Sınıflandırma Uygulama Sonuç ve Öneriler Giriş Koroner Arter Hastalığı(KAH) : Koroner arterler kalbi besleyen
DetaylıHipertansiyon ve Kronik Böbrek Hastalığı
Chronic REnal Disease In Turkey CREDIT Hipertansiyon ve Kronik Böbrek Hastalığı Alt Analiz Sonuçları Prof. Dr. Bülent ALTUN Hacettepe Üniversitesi Tıp Fakültesi Nefroloji Ünitesi CREDIT: Kilometre Taşları
DetaylıDünyada ve Türkiye de Kronik Hastalıklar. Prof. Dr. H. Erdal Akalın, FACP, FRCP, FIDSA Hacettepe Üniversitesi emekli Öğretim Üyesi
Dünyada ve Türkiye de Kronik Hastalıklar Prof. Dr. H. Erdal Akalın, FACP, FRCP, FIDSA Hacettepe Üniversitesi emekli Öğretim Üyesi Dünya Sorunu Dünya Sağlık Örgütü (WHO) raporlarına göre kronik hastalıklar
DetaylıÇALIŞMANIN AMACI: Türkiye de erişkinlerde ( 20 yaş) metabolik sendrom sıklığını tespit etmektir.
ÇALIŞMANIN AMACI: Türkiye de erişkinlerde ( 20 yaş) metabolik sendrom sıklığını tespit etmektir. Metabolik Sendrom Araştırma Grubu Prof.Dr. Ömer Kozan Dokuz Eylül Üniv. Tıp Fak. Kardiyoloji ABD, İzmir
DetaylıGebelikte diyabet taraması. Prof. Dr. Yalçın Kimya
Gebelikte diyabet taraması Prof. Dr. Yalçın Kimya Gestasyonel diyabet İlk defa gebelik sırasında saptanan diyabet Diagnosis and classification of diabetes mellitus. Diabetes Care 2010;33(Suppl 1):S62 9.
DetaylıDiyabet Nedir? Diyabetin iki tipi vardır:
Diyabet Nedir? Kan şekeri, glukoz vücut için gerekli olan enerjiyi sağlar. İhtiyaçtan fazla şeker, gerektiğinde kullanılmak üzere karaciğer ve yağ hücrelerinde depolanır. Şekerin vücutta enerji olarak
DetaylıYüz Tanımaya Dayalı Uygulamalar. (Özet)
4 Yüz Tanımaya Dayalı Uygulamalar (Özet) Günümüzde, teknolojinin gelişmesi ile yüz tanımaya dayalı bir çok yöntem artık uygulama alanı bulabilmekte ve gittikçe de önem kazanmaktadır. Bir çok farklı uygulama
DetaylıYENİ DİYABET CHECK UP
YENİ DİYABET CHECK UP Toplumda giderek artan sıklıkta görülmeye başlanan ve başlangıç yaşı genç yaşlara doğru kayan şeker hastalığının erken teşhisi için bir Check Up programı hazırladık. Diyabet Check
DetaylıZaman Serileri Madenciliği Kullanılarak Nüfus Artışı Tahmin Uygulaması
Zaman Serileri Madenciliği Kullanılarak Nüfus Artışı Tahmin Uygulaması Zeynep Behrin Güven 1, Turgay Tugay Bilgin 1 1 Maltepe Üniversitesi, Yazılım Mühendisliği Bölümü, İstanbul zeynepguven@maltepe.edu.tr,
DetaylıDünyanın En Önemli Sağlık Sorunu: Kronik Hastalıklar. Dr. H. Erdal Akalın, FACP, FIDSA, FEFIM (h)
Dünyanın En Önemli Sağlık Sorunu: Kronik Hastalıklar Dr. H. Erdal Akalın, FACP, FIDSA, FEFIM (h) Sağlık Sisteminde Karışıklığa Yol Açabilecek Gelişmeler Bekleniyor Sağlık harcamalarında kısıtlama (dünya
DetaylıÇocukların. Büyüme ve Gelişmesinde. Hareketli Yaşamın Önemi
Çocukların Büyüme ve Gelişmesinde Çocuklara küçük yaşlardan itibaren fiziksel aktivite alışkanlığı kazandırmak ileriki yaşamlarında onların aktif bireyler olmalarını sağlar. Düzenli fiziksel aktivite alışkanlığı
DetaylıVeri madenciliği sınıflandırma ve kümeleme teknikleri yardımıyla Wisconsin veriseti üzerinde Göğüs Kanseri Teşhisi. Hazırlayan: Nury Amanmadov
Veri madenciliği sınıflandırma ve kümeleme teknikleri yardımıyla Wisconsin veriseti üzerinde Göğüs Kanseri Teşhisi Hazırlayan: Nury Amanmadov Göğüs Kanseri Nedir? Gögüs Kanseri göğüs hücrelerinde başlayan
DetaylıHCV POZİTİF RENAL TRANSPLANT HASTALARINDA POSTTRANSPLANT DİYABET GELİŞİMİ RİSKİ ARTMIŞ MIDIR?
HCV POZİTİF RENAL TRANSPLANT HASTALARINDA POSTTRANSPLANT DİYABET GELİŞİMİ RİSKİ ARTMIŞ MIDIR? Abdullah ŞUMNU 1, Erol DEMİR 2, Ozan YEĞİT, Ümmü KORKMAZ, Yaşar ÇALIŞKAN 2, Nadir ALPAY 3, Halil YAZICI 2,
DetaylıWEEK 11 CME323 NUMERIC ANALYSIS. Lect. Yasin ORTAKCI.
WEEK 11 CME323 NUMERIC ANALYSIS Lect. Yasin ORTAKCI yasinortakci@karabuk.edu.tr 2 INTERPOLATION Introduction A census of the population of the United States is taken every 10 years. The following table
Detaylıe-tartı LTR3 Firmware Upgrade Yazılım Güncelleme Moduler Connection LTR3 Firmware Upgrade / LTR3 Yazılım Güncelleme v1.0.
e-tartı LTR3 Firmware Upgrade Yazılım Güncelleme Moduler Connection www.etarti.com LTR3 Firmware Upgrade / LTR3 Yazılım Güncelleme v1.0.0 1 LTR3 Firmware Upgrade / LTR3 Yazılım Güncelleme v1.0.0 2 Contents
DetaylıNazlı Deniz ERGÜÇ 1, Hamza EROL 2, Bekir Yiğit YILDIZ 3, Vedat PEŞTEMALCI 4
454 [1280] LANDSAT ÇOK-BANTLI UYDU GÖRÜNTÜ VERİSİNİN VERİ MADENCİLİĞİ YÖNTEMLERİ KULLANILARAK SINIFLANDIRILMASI Nazlı Deniz ERGÜÇ 1, Hamza EROL 2, Bekir Yiğit YILDIZ 3, Vedat PEŞTEMALCI 4 1 Özel Öğrenci,
DetaylıDIABETES MELLITUS NEDİR? NEDENLERİ VE SONUÇLARI. Mümkün olduğunca normal bir yaşam. Lilly Deutschland GmbH Werner-Reimers-Straße 2 4 61352 Bad Homburg
DIABETES MELLITUS NEDİR? NEDENLERİ VE SONUÇLARI DEDBT01944 Lilly Deutschland GmbH Werner-Reimers-Straße 2 4 61352 Bad Homburg Mümkün olduğunca normal bir yaşam www.lilly-pharma.de www.lilly-diabetes.de
DetaylıVeri ve Metin Madenciliği
Veri ve Metin Madenciliği Zehra Taşkın Veri Madenciliği Bir kutu toplu iğne İçine 3 boncuk düşürdünüz Nasıl alacağız? Fikirler? Veri Madenciliği Data Information Knowledge Veri madenciliği; Büyük yoğunluklu
DetaylıVeri ve Metin Madenciliği. Zehra
Veri ve Metin Madenciliği Zehra Taşkın @zehrataskin Büyük Veri https://www.youtube.com/watch?v=tzxmjbl-i4y Veri Madenciliği Bir kutu toplu iğne İçine 3 boncuk düşürdünüz Nasıl alacağız? Veri Madenciliği
DetaylıDİYABETES MELLİTUS. Uz. Fzt. Nazmi ŞEKERC
DİYABETES MELLİTUS Uz. Fzt. Nazmi ŞEKERC İ NORMAL FİZYOLOJİ İnsan vücudu enerji olarak GLUKOZ kullanır Alınan her besin vücudumuzda glukoza parçalanır ve kana verilir Kandaki glukozun enerji kaynağı olarak
DetaylıGlisemik kontrolün ölçütleri ve prognozla ilişkisi. Dr. Gülay Aşcı Ege Üniversitesi Tıp Fakültesi Nefroloji Bilim Dalı İzmir
Glisemik kontrolün ölçütleri ve prognozla ilişkisi Dr. Gülay Aşcı Ege Üniversitesi Tıp Fakültesi Nefroloji Bilim Dalı İzmir HD e yeni başlayan hastaların 1/3 de neden diyabetik nefropati Yeni başlayan
DetaylıAçık Kaynak Kodlu Veri Madenciliği Yazılımlarının Karşılaştırılması
Akademik Bilişim 14 - XVI. Akademik Bilişim Konferansı Bildirileri Açık Kaynak Kodlu Veri Madenciliği Yazılımlarının Karşılaştırılması Mümine Kaya 1, Selma Ayşe Özel 2 1 Adana Bilim ve Teknoloji Üniversitesi,
DetaylıYüksekte Çalışması İçin Onay Verilecek Çalışanın İç Hastalıkları Açısından Değerlendirilmesi. Dr.Emel Bayrak İç Hastalıkları Uzmanı
Yüksekte Çalışması İçin Onay Verilecek Çalışanın İç Hastalıkları Açısından Değerlendirilmesi Dr.Emel Bayrak İç Hastalıkları Uzmanı Çalışan açısından, yüksekte güvenle çalışabilirliği belirleyen etkenler:
DetaylıBlackboard Learn üzerinde oluşturulan ÖDEV, SINAV, NOT ve DEVAM DURUMUNUN ARŞİVLENMESİ
Blackboard Learn üzerinde oluşturulan ÖDEV, SINAV, NOT ve DEVAM DURUMUNUN ARŞİVLENMESİ ÖDEVLERİN ARŞİVLENMESİ Dersinizin Course Management menüsünde önce Grade Centre sonra da Full Grade Centre sekmesine
Detaylı127 - Twoing Algoritması ile Sınıflandırma Kalp Hastalığı Uygulaması MEHMET AKİF ERSOY ÜNİVERSİTESİ İLHAN UYSAL MEHMET BİLEN SAMİ ULUKUŞ
127 - Twoing Algoritması ile Sınıflandırma Kalp Hastalığı Uygulaması MEHMET AKİF ERSOY ÜNİVERSİTESİ İLHAN UYSAL MEHMET BİLEN SAMİ ULUKUŞ Veri Madenciliği : Bir sistemin veri madenciliği sistemi olabilmesi
DetaylıObez Çocuklarda Kan Basıncı Değişkenliği ve Subklinik Organ Hasarı Arasındaki İlişki
Obez Çocuklarda Kan Basıncı Değişkenliği ve Subklinik Organ Hasarı Arasındaki İlişki Ayşe Ağbaş 1, Emine Sönmez 1, Nur Canpolat 1, Özlem Balcı Ekmekçi 2, Lale Sever 1, Salim Çalışkan 1 1. İstanbul Üniversitesi,
DetaylıArgumentative Essay Nasıl Yazılır?
Argumentative Essay Nasıl Yazılır? Hüseyin Demirtaş Dersimiz: o Argumentative Essay o Format o Thesis o Örnek yazı Military service Outline Many countries have a professional army yet there is compulsory
DetaylıMetabolik Sendrom ve Diyabette Akılcı İlaç Kullanımı. Dr Miraç Vural Keskinler
Metabolik Sendrom ve Diyabette Akılcı İlaç Kullanımı Dr Miraç Vural Keskinler Önce sentez DM ve MS Akılcı İlaç Kullanımı Oral antidiyabetik ajanlar İnsülin Glp-1 analogları Antihipertansif ilaçlar Hipolipidemik
DetaylıÖZET Amaç: Yöntem: Bulgular: Sonuçlar: Anahtar Kelimeler: ABSTRACT Rational Drug Usage Behavior of University Students Objective: Method: Results:
ÖZET Amaç: Bu araştırma, üniversite öğrencilerinin akılcı ilaç kullanma davranışlarını belirlemek amacı ile yapılmıştır. Yöntem: Tanımlayıcı-kesitsel türde planlanan araştırmanın evrenini;; bir kız ve
DetaylıGestasyonel Diyabette Nötrofil- Lenfosit Oranı, Ortalama Platelet Hacmi ve Solubıl İnterlökin 2 Reseptör Düzeyi
Gestasyonel Diyabette Nötrofil- Lenfosit Oranı, Ortalama Platelet Hacmi ve Solubıl İnterlökin 2 Reseptör Düzeyi Yrd. Doç. Dr. Cuma MERTOĞLU Erzincan Üniversitesi Tıp Fakültesi Tıbbi Biyokimya Gestasyonel
DetaylıK.K.T.C`DE DİYABETİN EPİDOMİYOLOJİSİ. UZM.HEM. AYNUR BAYKAL Dr.Burhan Nalbantoğlu Devlet Hastanesi Endokrinoloji ve Metabolizma Hastalıkları Merkezi
K.K.T.C`DE DİYABETİN EPİDOMİYOLOJİSİ UZM.HEM. AYNUR BAYKAL Dr.Burhan Nalbantoğlu Devlet Hastanesi Endokrinoloji ve Metabolizma Hastalıkları Merkezi Dünya genelinde 4.ölüm nedenidir. Her yıl diyabete bağlı
DetaylıBasın bülteni sanofi-aventis
Basın bülteni sanofi-aventis 28 Mart 2007 TERİMLER SÖZLÜĞÜ A 1c, Hemoglobin HbA 1c Herhangi bir zamandaki HbA1c yüzdesi, önceki 3 ay içindeki ortalama kan glukozu düzeyini yansıtır (3 ay, kırmızı kan hücrelerinin
DetaylıTükürük kreatinin ve üre değerleri kullanılarak çocuklarda kronik böbrek hastalığı tanısı konulabilir mi? Dr. Rahime Renda
Tükürük kreatinin ve üre değerleri kullanılarak çocuklarda kronik böbrek hastalığı tanısı konulabilir mi? Dr. Rahime Renda Tükürük Özellikleri Major ve minor tükürük bezlerinden salınır Günlük sekresyon
DetaylıVERİ MADENCİLİĞİ YÖNTEMLERİ KULLANILARAK ÇOK-BANTLI UYDU GÖRÜNTÜ VERİLERİNİN SINIFLANDIRILMASI İÇİN ALGORİTMA SEÇİMİ
484 [1279] VERİ MADENCİLİĞİ YÖNTEMLERİ KULLANILARAK ÇOK-BANTLI UYDU GÖRÜNTÜ VERİLERİNİN SINIFLANDIRILMASI İÇİN ALGORİTMA SEÇİMİ Hamza EROL 1 1 Prof. Dr., Çukurova Üniversitesi, İstatistik Bölümü, 01330,
DetaylıABSTRACT $WWLWXGHV 7RZDUGV )DPLO\ 3ODQQLQJ RI :RPHQ $QG $IIHFWLQJ )DFWRUV
ÖZET Amaç: Araştırma, Aile Planlaması (AP) polikliniğine başvuran kadınların AP ye ilişkin tutumlarını ve bunu etkileyen faktörleri belirlemek amacıyla yapılmıştır. Yöntem: Tanımlayıcı tipteki bu araştırma
DetaylıT.C. ÇANAKKALE ONSEKİZ MART ÜNİVERSİTESİ BİLGİSAYAR MÜHENDİSLİĞİ İLERİ VERİTABANI SİSTEMLERİ DERSİ RAPORUN SUNULDUĞU TARİH 24.05.
T.C. ÇANAKKALE ONSEKİZ MART ÜNİVERSİTESİ BİLGİSAYAR MÜHENDİSLİĞİ İLERİ VERİTABANI SİSTEMLERİ DERSİ RAPORUN SUNULDUĞU TARİH 24.05.2011 PROJE KONUSU Genel Seçim Çalışmaları PROJE GRUBU Semih Erdem 080401009
Detaylıraşitizm okul çağı çocuk ve gençlerde diş çürükleri büyüme ve gelişme geriliği zayıflık ve şişmanlık demir yetersizliği anemisi
büyüme ve gelişme geriliği diş çürükleri zayıflık ve şişmanlık okul çağı çocuk ve gençlerde demir yetersizliği anemisi 0-5 Yaş Grubu Çocuklarda iyot yetersizliği hastalıkları vitamin yetersizlikleri raşitizm
DetaylıUnlike analytical solutions, numerical methods have an error range. In addition to this
ERROR Unlike analytical solutions, numerical methods have an error range. In addition to this input data may have errors. There are 5 basis source of error: The Source of Error 1. Measuring Errors Data
DetaylıDİABETES MELLİTUS YRD. DOÇ.DR. KADRİ KULUALP
DİABETES MELLİTUS YRD. DOÇ.DR. KADRİ KULUALP Diabetes mellitus; pankreastaki insülin yapımının yetersiz oluşu nedeniyle, özellikle karbonhidrat metabolizmasında olmak üzere lipid ve protein metabolizmalarında
DetaylıÇOCUKLARDA ŞEKER HASTALIĞININ BELİRTİLERİ NELERDİR?
Öğrencim ve Diyabet ÇOCUKLARDA ŞEKER HASTALIĞININ BELİRTİLERİ NELERDİR? Şeker hastalığının (diyabet) en sık görülen belirtileri sık sık ve bol miktarda idrar yapma, çok su içme, iştah artmasına rağmen
DetaylıKARBOHİDRAT METABOLİZMASI BOZUKLUKLARI DİYABET
KARBOHİDRAT METABOLİZMASI BOZUKLUKLARI DİYABET KARBOHİDRAT METABOLİZMASI BOZUKLULARI DIABETES MELLITUS Diabetes mellitus, direkt olarak insülin direnci, yetersiz insülin salımı veya aşırı glukagon salımı
DetaylıDiyabetik Hasta Takibi. Dr. Hasan Onat PHD Diyabet Çalışma Grubu İnece ASM, Kırklareli
Diyabetik Hasta Takibi Dr. Hasan Onat PHD Diyabet Çalışma Grubu İnece ASM, Kırklareli Amaç Bu oturum sonunda katılımıcı hekimler birinci basamakta Diyabet hastalığının yönetimi konusunda bilgi sahibi olacaklardır.
DetaylıE-DEFTER GÖRÜNTÜLEYİCİ
E-DEFTER GÖRÜNTÜLEYİCİ (KULLANIM KILAVUZU V-1.0) Ocak 2016 ANKARA Versiyon: 1.0 1/11 GELİR İDARESİ BAŞKANLIĞI Denetim ve Uyum Yönetimi Daire Başkanlığı Versiyon: 1.0 2/11 Versiyon Yayım Tarihi Eklenen/Silinen/Değişen
DetaylıKAN ŞEKERİ ÖLÇÜMÜ VE CİHAZ (GLUKOMETRE) KULLANIMI
KAN ŞEKERİ ÖLÇÜMÜ VE CİHAZ (GLUKOMETRE) KULLANIMI AÇLIK TOKLUK KAN ŞEKERİ ÖLÇÜMLERİ AÇLIK KAN ŞEKERİ ÖLÇÜMÜ -Ne zaman ölçülür? -Açlık kan şekeri tahlili yaptırmak için belirli bir süre aç kalmak gerekir.
DetaylıKalp Hastalıklarından Korunma
Kalp Hastalıklarından Korunma AsılRezzan Dr alt başlık Deniz stilini Acardüzenlemek için tıklatın Kalp- Damar hastalıkları (KDH) birçok Avrupa ülkesinde ve Türkiye de orta ve ileri yaş grubunda en önemli
DetaylıDuvar İnşa Edilmesinde Verimliliği Etkileyen Faktörlerin Apriori Veri Madenciliği Yöntemi Kullanılarak Analizi
Akademik Bilişim 14 - XVI. Akademik Bilişim Konferansı Bildirileri 5-7 Şubat 2014 Mersin Üniversitesi Duvar İnşa Edilmesinde Verimliliği Etkileyen Faktörlerin Apriori Veri Madenciliği Yöntemi Kullanılarak
DetaylıTürkiye Kronik Böbrek Hastalığı Prevalansı Araştırması Chronic REnal Disease In Turkey CREDIT
Türkiye Kronik Böbrek Hastalığı Prevalansı Araştırması Chronic REnal Disease In Turkey CREDIT Prof. Dr. Gültekin Süleymanlar CREDIT Çalışması Koordinatörü Kronik Böbrek Hastalığı Sık görülen, Renal ve
Detaylı1.BÖLÜM: GİRİŞ VE KURULUM
1.BÖLÜM: GİRİŞ VE KURULUM 1.1 Giriş Bu bölümde Knıme giriş yapılacaktır. Bu kitaptaki amaç veri bilimine giriş yapmak ve veri biliminin ne olduğunu, buna bağlı olarak diğer disiplinleri makine öğrenmesi,
DetaylıŞeker düşürücü ilaçlar
TÜRKİYE ENDOKRİNOLOJİ VE METABOLİZMA DERNEĞİ DİABETES MELLİTUS ÇALIŞMA VE EĞİTİM GRUBU TEMD DİABETES 05 MELLİTUS ÇALIŞMA VE EĞİTİM GRUBU HASTA EĞİTİM KİTAPÇIKLARI SERİSİ Şeker düşürücü ilaçlar Şeker düşürücü
DetaylıSPSS (Statistical Package for Social Sciences)
SPSS (Statistical Package for Social Sciences) SPSS Data Editor: Microsoft Excel formatına benzer satır ve sütunlardan oluşan çalışma sayfası (*sav) SPSS Data Editör iki arayüzden oluşur. 1. Data View
DetaylıKoordinat Dönüşümleri (V )
KOORDİNAT DÖNÜŞÜMLERİ ve FARKLI KOORDİNAT SİSTEMLERİ İLE ÇALIŞMA FieldGenius ile birden fazla koordinat sistemi arasında geçiş yaparak çalışmak mümkündür. Yaygın olarak kullanılan masaüstü harita ve CAD
DetaylıTürkiye KBH Prevalansı Araştırması 5
Türkiye de Kronik Böbrek Hastalığı Chronic REnal Disease In Turkey CREDIT Prof. Dr. Gültekin Süleymanlar CREDIT Çalışması Koordinatörü Kronik Böbrek Hastalığı Sık görülen (%10), Morbiditesi ve mortalitesi
DetaylıICubes Giriş. adresinden sisteme girilir. Açılan sayfaya kullanıcı adı ve şifre yazılarak platforma giriş yapılır
ICUBES ICubes, Ipsos çalışanları ve müşterileri için tasarlanmış, üretim datalarını farklı bir platform üzerinden toplu şekilde görmeye yarayan bir programdır. ICubes Giriş http://ids.ipsos.com.tr/icubes/
Detaylı4. Bölüm Programlamaya Giriş
4. Bölüm Programlamaya Giriş Algoritma ve Programlamaya Giriş Dr. Serkan DİŞLİTAŞ 4.1. C# ile Program Geliştirme Net Framework, Microsoft firması tarafından açık internet protokolleri ve standartları
DetaylıWEKA Yazılımında k-ortalama Algoritması Kullanılarak Konjestif Kalp Yetmezliği Hastalarının Teşhisi
S Ü L E Y M A N D E M İ R E L Ü N İ V E R S İ T E S İ T E K N İ K B İ L İ M L E R M E S L E K Y Ü K S E K O K U L U S U L E Y M A N D E M I R E L U N I V E R S I T Y T E C H N I C A L S C I E N C E S V
DetaylıR ile Programlamaya Giriş ve Uygulamalar
R ile Programlamaya Giriş ve Uygulamalar İçerik R ye genel bakış R dili R nedir, ne değildir? Neden R? Arayüz Çalışma alanı Yardım R ile çalışmak Paketler Veri okuma/yazma İşleme Grafik oluşturma Uygulamalar
DetaylıBÜYÜK VERI UYGULAMALARı DERS 7. Doç. Dr. Yuriy Mishchenko
1 BÜYÜK VERI UYGULAMALARı DERS 7 Doç. Dr. Yuriy Mishchenko PLAN Azure ML hizmeti kullanılmasına bir pratik giriş 2 3 MS AZURE ML 4 MS AZURE ML Azure Microsoft tarafından sağlanan bulut hesaplama hizmetleri
DetaylıÖzel Bir Hastanede Diyabet Polikliniğine Başvuran Hastalarda İnsülin Direncini Etkileyen Faktörlerin Araştırılması
Özel Bir Hastanede Diyabet Polikliniğine Başvuran Hastalarda İnsülin Direncini Etkileyen Faktörlerin Araştırılması 20 24 Mayıs 2009 tarihleri arasında Antalya da düzenlenen 45. Ulusal Diyabet Kongresinde
DetaylıMERVE SAYIŞ 04150019305 TUĞBA ÇINAR 04140033048 SEVİM KORKUT 04140033017 MERVE ALTUN 04140019065
MERVE SAYIŞ 04150019305 TUĞBA ÇINAR 04140033048 SEVİM KORKUT 04140033017 MERVE ALTUN 04140019065 TÜRKİYE SAĞLIKLI BESLENME VE HAREKETLİ HAYAT PROGRAMI (2014 2017) TÜRKİYE SAĞLIKLI BESLENME VE HAREKETLİ
DetaylıENROUTEPLUS TA YAPILMASI GEREKENLER
11 Mayıs 2010 İlgili Versiyon/lar : ETA:SQL, ETA:V.8-SQL İlgili Modül/ler : Transfer EnRoutePlus TAN METİN DOSYALARININ AKTARIMI (FATURA, NAKİT, ÇEK, SENET) Univera firmasının EnRoutePlus programından
DetaylıBulanık Mantık Tabanlı Uçak Modeli Tespiti
Bulanık Mantık Tabanlı Uçak Modeli Tespiti Hüseyin Fidan, Vildan Çınarlı, Muhammed Uysal, Kadriye Filiz Balbal, Ali Özdemir 1, Ayşegül Alaybeyoğlu 2 1 Celal Bayar Üniversitesi, Matematik Bölümü, Manisa
DetaylıDİYABETİK DİYALİZ HASTALARINDA GLİSEMİK DALGALANMA
DİYABETİK DİYALİZ HASTALARINDA GLİSEMİK DALGALANMA Dr. Taner Baştürk Şişli Hamidiye Etfal Eğitim ve Araştırma Hastanesi Nefroloji Kliniği *Diyabet, genellikle hiperglisemi şeklinde ortaya çıkan kronik
DetaylıDoç. Dr. Ahmet ALACACIOĞLU
T.C. SAĞLIK BAKANLIĞI ĠZMĠR KATĠP ÇELEBĠ ÜNĠVERSĠTESĠ ATATÜRK EĞĠTĠM VE ARAġTIRMA HASTANESĠ Ġç Hastalıkları Kliniği Eğitim Sorumlusu: Prof. Dr. Servet AKAR GASTROĠNTESTĠNAL STROMAL TÜMÖRLERDE NÖTROFĠL/LENFOSĠT
DetaylıHavadan Suya Isı Pompası Seçim Programı / ver.1.4
Havadan Suya Isı Pompası Seçim Programı / ver.1.4 (Kullanma Klavuzu) Mart, 2011 1 İçindekiler 1. Hazırlık (Programın yüklenmesi) 2.Programın Kullanılması 3.Örnek çalışma 3-1. Enerji hesaplaması 3-2. Sonuç
DetaylıKansızlık Tanısına İlişkin Bir Veri Madenciliği Uygulaması
Kansızlık Tanısına İlişkin Bir Veri Madenciliği Uygulaması Yüksel Yurtay 1,Yavuz Salman 1,Mehmet Emin Salman 1,Fatih Gençali 1 1 Bilgisayar Mühendisliği Bölümü, Sakarya Üniversitesi, Türkiye. Özet Tıbbi
DetaylıPrediyabetik ve Tip 2 Diyabetik Kadınlarda Kardiyovasküler Risk: Gerçekten Erkeklerden Daha Yüksek Mi?
Prediyabetik ve Tip 2 Diyabetik Kadınlarda Kardiyovasküler Risk: Gerçekten Erkeklerden Daha Yüksek Mi? Prof Dr Füsun Saygılı EgeÜTF Endokrinoloji ve Metabolizma HastalıklarıBD DM Mortalite ve morbiditenin
DetaylıTIBBIN HAFIZASI KURTARILACAK
Portal Adres TIBBIN HAFIZASI KURTARILACAK : www.sabah.com.tr İçeriği : Gündem Tarih : 25.10.2016 : http://www.sabah.com.tr/yasam/2016/10/25/tibbin-hafizasi-kurtarilacak-1477349698 1/3 TIBBIN HAFIZASI KURTARILACAK
DetaylıÖnsöz. İçindekiler Algoritma Algoritma Nasıl Hazırlanır? Yazılımda Algoritma Mantığı Nedir? 1.2. Algoritma Örnekleri ve Sorular
Önsöz Giriş İçindekiler V VII IX 1.1. Algoritma 1.1.1. Algoritma Nasıl Hazırlanır? 1.1.2. Yazılımda Algoritma Mantığı Nedir? 1.2. Algoritma Örnekleri ve Sorular 2.1. Programın Akış Yönü 19 2.2. Başlama
DetaylıKronik böbrek hastalığı adeta bir salgın halini almıģ olan önemli bir halk sağlığı sorunudur.
Kronik böbrek hastalığı adeta bir salgın halini almıģ olan önemli bir halk sağlığı sorunudur. Basit ve ucuz bazı testlerle erken saptandığında önlenebilir veya ilerlemesi geciktirilebilir olmasına karģın,
DetaylıVERİ MADENCİLİĞİ önemsiz olmayan, gizli, önceden bilinmeyen, potansiyel olarak kullanışlı
Veri Madenciliği, örüntü tanıma, istatistik ve matematiksel yöntemlerin kullanımıyla devasa miktardaki güncel ya da geçmiş veri içerisinden ilgi çekici ( önemsiz olmayan, gizli, önceden bilinmeyen, potansiyel
DetaylıSivas İl Merkezinde Yaşlı Nüfusta Bazı Kronik Hastalıkların Prevalansı ve Risk Faktörleri
Cumhuriyet Üniversitesi Tıp Fakültesi Sivas İl Merkezinde Yaşlı Nüfusta Bazı Kronik Hastalıkların Prevalansı ve Risk Faktörleri Frequency of Some Chronic Diseases and Risk Factors Among the Elderly People
DetaylıİMZAGER PROGRAMI İLE UZUN DÖNEM İMZA TİPİNDE ELEKTRONİK İMZALI BELGE OLUŞTURMA
İMZAGER PROGRAMI İLE UZUN DÖNEM İMZA TİPİNDE ELEKTRONİK İMZALI BELGE OLUŞTURMA 1. Amaç Bu doküman belgelerin elektronik imzalanmasını ve imzalı bir dokümandaki imzaların görüntülenmesini ve yönetilmesini
DetaylıMPLAB IDE ve ISIS ile ASSEMBLY DİLİNDE UYGULAMA GELİŞTİRMEK
MPLAB IDE ve ISIS ile ASSEMBLY DİLİNDE UYGULAMA GELİŞTİRMEK 1.1 Programın Başlatılması 1.2 Yeni Proje Oluşturma 1.3 MCU Seçimi Yrd.Doç.Dr.Bülent Çobanoğlu 1.4 MCU Programlama Dil Seçimi 1.5 Proje İsmi
DetaylıGıdaların İn Vitro Glisemik İndekslerinin Belirlenmesi
Gıdaların İn Vitro Glisemik İndekslerinin Belirlenmesi Dr. Mustafa YAMAN 5 Ekim 2016-Edirne Kan Şekeri Glisemik İndeks Nedir? Dünyadaki Durum Ülkemizdeki Durum Gıdaların Glisemik İndeksi Nasıl Belirlenir?
DetaylıBütünüyle doğal, tadıyla özel atıştırmalıklar...
Kuru mey Bütünüyle doğal, tadıyla özel atıştırmalıklar... Completely natural, specially tasty snacks... Kurutulmuş yeşil elma dilimleri / Dried green apple slices Kurutulmuş portakal dilimleri / Dried
DetaylıTip 2 Diyabetli Hastalarda Metabolik Sendrom Prevalansı
İnönü Üniversitesi Tıp Fakültesi Dergisi 15 (1) 29-33 (2008) Tip 2 Diyabetli Hastalarda Metabolik Sendrom Prevalansı Serkan İpek Doğanşehir Devlet Hastanesi, İç Hastalıkları Kliniği, Malatya Amaç: Bu çalışma,
DetaylıApriori Algoritması. Konu İçeriği. Giriş. Tarihçesi. Apriori Nedir? Örnekler. Algoritma. Açıklama. Weka İle Kullanımı. Kaynakça.
Apriori Algoritması Konu İçeriği Giriş Tarihçesi Apriori Nedir? Örnekler Algoritma Açıklama Weka İle Kullanımı Kaynakça Giriş Veri madenciliğinde kullanılan ve veri kümeleri veya veriler arasındaki ilişkiyi
DetaylıTürkiye de Klinik Kalite Çalışmaları
Türkiye de Klinik Kalite Çalışmaları Dr.Hasan GÜLER Uluslararası Hasta Güvenliği ve Sağlık Finansmanı Araştırmaları Merkezi(UHGSfam) Kalite ve Akreditasyon Sempozyumu 1 Aralık 2017, İstanbul İçerik Sağlıkta
DetaylıMELLİTUS HASTALIGI VE HEMŞİRELİK BAKıMı
ATATÜRK SAGLIK MESLEK LİsESİ HEMŞİRELİK BÖLÜMÜ SON SINIF ÖGRENCİLERİNİN DİABETES MELLİTUS HASTALIGI VE HEMŞİRELİK BAKıMı HAKKINDAKİ BİLGİ DÜZEYLERİNİN İNCELENMESİ Sibel KARA CA * ÖZET Bu araştırma İzmir
DetaylıDİYABETTE İLAÇ VE İNSÜLİN TEDAVİSİ
DİYABETTE İLAÇ VE İNSÜLİN TEDAVİSİ Uz. Dr. M. Masum CANAT Şişli Etfal Eğitim ve Araştırma Hastanesi Endokrinoloji ve Metabolizma Kliniği DİYABET (ŞEKER HASTALIĞI) NEDİR? İnsülin eksikliği ya da var olan
Detaylıwww.mekatroncnc.com.tr
Sayfa 1 Sayfa 2 Sayfa 3 MACH3 PROGRAMI KULLANMA KLAVUZU 1. ADIM: İlk olarak MACH3 MILL programı içerisine giriyoruz ve alttaki ekran karşımıza geliyor.(reset butonun yeşil yanmasına dikkat ediyoruz ve
DetaylıPERİTON DİYALİZİ YAPAN HASTALARDA İKODEXTRİN KULLANIMININ METABOLİK SENDROM VE DİĞER KARDİOVASKÜLER RİSK FAKTÖRLERİ İLE İLİŞKİSİ
PERİTON DİYALİZİ YAPAN HASTALARDA İKODEXTRİN KULLANIMININ METABOLİK SENDROM VE DİĞER KARDİOVASKÜLER RİSK FAKTÖRLERİ İLE İLİŞKİSİ Şebnem KARAKAN, Siren SEZER, F.Nurhan ÖZDEMİR ACAR Başkent Üniversitesi
DetaylıVAY BAŞIMA GELEN!!!!!
VAY BAŞIMA GELEN!!!!! DİYABET YÖNETİMİNDE İNSÜLİN POMPA TEDAVİSİNİN KAN ŞEKERİ REGÜLASYONUNA OLUMLU ETKİSİ HAZIRLAYAN: HEM. ESRA GÜNGÖR KARABULUT Diyabet ve Gebelik Diyabetli kadında gebeliğin diyabete
Detaylıİ.K.Ç.Ü ATATÜRK EĞİTİM ve ARAŞTIRMA HASTANESİ DİYABET EĞİTİM HEMŞİRESİ SEVİL İŞLİ
İ.K.Ç.Ü ATATÜRK EĞİTİM ve ARAŞTIRMA HASTANESİ DİYABET EĞİTİM HEMŞİRESİ SEVİL İŞLİ İ.K.Ç.Ü ATATÜRK EĞİTİM ARAŞTIRMA HASTANESİ Diyabet Eğitim Hemşireleri Hem. Sevil İşli 2004 Hem. Nigar Özen 2005 Uzm. Hem.
DetaylıICubes Giriş. http://ids.ipsos.com.tr/icubes/ adresinden sisteme girilir. Açılan sayfaya kullanıcı adı ve şifre yazılarak platforma giriş yapılır
ICUBES ICubes, Ipsos çalışanları ve müşterileri için tasarlanmış, üretim datalarını farklı bir platform üzerinden toplu şekilde görmeye yarayan bir programdır. ICubes Giriş http://ids.ipsos.com.tr/icubes/
DetaylıÖZGEÇMİŞ. Yabancı Dil: İngilizce. Uluslararası dergilerde yayınlanan makaleler
ÖZGEÇMİŞ Adı : Derya Soyadı: : Özcanlı Atik Doğum Yeri : ADANA-Kozan Doğum Tarihi : 01.03.1981 Medeni Hali : Evli Tel: 0534 970 1568 E-posta: deryaatik@osmaniye.edu.tr EĞİTİM DURUMU: Mezun Olduğu Üniversite:
Detaylı