Show simple item record

dc.contributor.advisorTaşdelen, Bahar
dc.contributor.advisorKul, Seval
dc.contributor.authorKaradağ, Mehmet
dc.date.accessioned2020-12-07T09:34:46Z
dc.date.available2020-12-07T09:34:46Z
dc.date.submitted2018
dc.date.issued2019-05-07
dc.identifier.urihttps://acikbilim.yok.gov.tr/handle/20.500.12812/124365
dc.description.abstractAmaç: Bu çalışmada Astım, KOAH, Pnömoni ve Pte hastalıklarının 3 farklı sonuç değişkeni GAM, DGDOM ve GAMAR yöntemleri kullanılarak modellenmiş ve yöntemlerin performans sonuçları karşılaştırılarak en iyi model araştırılmıştır.Materyal ve Metot: Gerçek verimiz, Gaziantep ili Kamu Hastaneleri Genel Sekreterliğine bağlı 3 hastaneden 01 Ocak 2009 ile 31 Mart 2014 tarihleri arasında toplam 1916 gün boyunca geriye dönük olarak izlenmesi ile elde edilen veriler kullanılarak oluşturuldu. Cevap değişkenleri; astım, KOAH, pnömoni ve pulmoner tromboemboli şikayeti ile `acil ve göğüs hastalıkları servislerine başvurular`, `hastanede yatış` ve `mortalite` durumlarının günlük sayımı şeklindedir. Tahminlerde GAM, DGDOM ve GAMAR yöntemleri kullanılmış, aynı yöntemle kurulan 4 farklı modelden en iyi performansa sahip model, ilgili yöntem için karşılaştırma modeli olarak kullanılmıştır. Tahminlerin performansının değerlendirilmesinde AIC, düzeltilmiş AIC, BIC, fark yüzdesi ve düzeltilmiş R2 kriterleri kullanılmıştır.Bulgular: Astım, KOAH, pnömoni ve PTE hastalıklarının başvuru ve hastanede yatış cevap değişkenlerinin tahmininde performans kriterlerine göre GAM ve DGDOM benzer sonuçlar gösterirken, GAMAR metodunun diğer yöntemlere göre daha üstün sonuçlar verdiği gözlenmiştir. Hastalıkların eks cevap değişkenlerinde ise; astım hastalığında DGDOM diğer modellere göre üstün performans gösterse de diğer hastalıklarda yine GAMAR'ın üstün olduğu gözlenmiştir.Sonuç: İncelenen bağımlı değişkenler ile oluşturulan modeller kıyaslandığında, en iyi performansın GAMAR yönteminden elde edildiği gözlenmiştir. Bunun yanında OR grafiklerinde en düşük standart hatalı grafikler GAMAR yöntemi kullanılan modellerde gözlenmiştir. Anahtar Kelimeler: GAM, DGDOM, GAMAR, Çevre Epidemiyolojisi, Hava Kirliliği.
dc.description.abstractAim: In this study, 3 different outcome variables of Asthma, COPD, Pneumonia and Pte diseases were modeled by using GAM, DGDOM and GAMAR methods and the best model was investigated by comparing the performance results of the methods.Material and Methods: The data was obtained from 3 hospitals under the General Secretariat of Gaziantep province public hospitals retrospectively for a total of 1916 days between 01 January 2009 and 31 March 2014. Response variables were number of the admission, hospitalization, and mortality due to asthma, COPD, pneumonia and pulmonary thromboembolism. The response variables were estimated by GAM, DGDOM and GAMAR methods by building 4 different models and the performances of the models were compared.Results: GAM and DGDOM showed similar results according to the performance criteria in predicting the recourse and hospitalization response variables of asthma, COPD, pneumonia and PTE diseases. It was observed that GAMAR method gave superior results to other methods. In the mortality response variables of the diseases; although DGDOM gave superior performance to other models in asthma disease, GAMAR was also superior in other diseases.Conclusion: When the models created with dependent variables was compared, it was observed that the best performance was obtained from the GAMAR method. However, the lowest standard error graphics in the OR charts were observed in the models using the GAMAR method.Key words: GAM, DGDOM, GAMAR, Environmental Epidemiology, Air Pollution.en_US
dc.languageTurkish
dc.language.isotr
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rightsAttribution 4.0 United Statestr_TR
dc.rights.urihttps://creativecommons.org/licenses/by/4.0/
dc.subjectBiyoistatistiktr_TR
dc.subjectBiostatisticsen_US
dc.titleÇevre epidemiyolojisinde hastalıkların modellenmesi için zaman serisi regresyon analizi yöntemlerinin karşılaştırılması
dc.title.alternativeComparison of time series regression models in environmental epidemiology for diseases modeling
dc.typedoctoralThesis
dc.date.updated2019-05-07
dc.contributor.departmentBiyoistatistik ve Tıp Bilişimi Anabilim Dalı
dc.subject.ytmMultivariate time series
dc.subject.ytmGeneralized linear models
dc.subject.ytmNon-linear time series
dc.subject.ytmEpidemiology
dc.subject.ytmDisease
dc.subject.ytmRepresent
dc.subject.ytmTime series analysis
dc.subject.ytmRegression analysis
dc.subject.ytmBioistatistics
dc.subject.ytmAir pollution
dc.identifier.yokid10171077
dc.publisher.instituteSağlık Bilimleri Enstitüsü
dc.publisher.universityİNÖNÜ ÜNİVERSİTESİ
dc.identifier.thesisid519086
dc.description.pages108
dc.publisher.disciplineDiğer


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record

info:eu-repo/semantics/openAccess
Except where otherwise noted, this item's license is described as info:eu-repo/semantics/openAccess