Tez No	İndirme	Tez Künye	Durumu
726222		Sigara bağımlılığında genetik-çevre etkileşiminin araştırılması / Investigation of genetic-environment interaction in smoking addiction Yazar:MUAMMER ALBAYRAK Danışman: PROF. DR. KEMAL TURHAN Yer Bilgisi: Karadeniz Teknik Üniversitesi / Sağlık Bilimleri Enstitüsü / Biyoistatistik ve Tıp Bilişimi Ana Bilim Dalı Konu:Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol = Computer Engineering and Computer Science and Control ; Biyoistatistik = Biostatistics ; Genetik = Genetics Dizin:Bağımlılık = Dependency ; Karar destek sistemleri = Decision support systems ; Madde bağımlılığı = Drug addiction ; Narkotik bağımlılığı = Narcotic dependence ; Risk faktörleri = Risk factors ; Sigara içme = Smoking ; Yapısal eşitlik modelleme = Structural equation modeling ; Ölçekler = Scales	Onaylandı Doktora Türkçe 2022 145 s.
Dünya Sağlık Örgütü (WHO) tarafından en yaygın halk sağlığı sorunlarından ve önlenebilir erken ölüm nedenlerinden biri olarak tanımlanan sigara bağımlılığı diğer birçok bağımlılık gibi, genetik ve çevresel etkenlere bağlı olarak ortaya çıkan karmaşık bir davranış şeklidir. Sigara bağımlılığının genetik yönü geçmişte birçok aile çalışmaları, ikiz çalışmaları ve moleküler genetik çalışmalar ile araştırılmıştır. Bu çalışmalar, sigara bağımlılığının %56 genetik, %24 ailesel, %29 çevresel etkenlerden kaynaklandığı bildirmektedir. Sigara bağımlılığı konusunda yayınlanmış moleküler genetik çalışmalar çoğunlukla aday genlerin sigara bağımlılığı ile ilişkisinin değerlendirilmesi şeklinde yapılmıştır. Bu çalışmalarda, aday genler çoğunlukla nikotinik asetilkolin reseptörlerini kodlayan genler, nikotinin metabolizmasını etkileyen genler, dopamin ile ilişkili genler ve serotonerjik ve noradrenerjik sistemlerle ilişkili proteinleri kodlayan genler arasından seçilmiştir. Bu çalışmada, sigara bağımlılığına etki eden genetik ve çevresel etkenleri ve bu etkenlerin birbirleri ile olan etkileşimlerini ortaya koyan bir sigara bağımlılığı modeli üzerine çalışılmıştır. Yapısal eşitlik modelleme (YEM) analizi ve makine öğrenmesi yöntemleri ile hâlihazırda sigara bağımlılığı ile ilişkisi keşfedilmiş gen ve genetik varyantların çevresel değişkenler ile olan ilişkileri de araştırılmıştır. Sigara bağımlılığının genetik yönünü temsilen hem hazır yazılım ile hemde geliştirilen ve belirli varyantlar için çalıştırılabilen yazılım ile poligenik risk skoru (PRS) hesaplanmış ve modele dâhil edilmiştir. Elde edilen bağımlılık modeli, hâlihazırda sigara ve diğer madde bağımlılıkları ile sosyoekonomik durum arasında daha önce gösterilmiş bazı ilişkileri desteklerken bazı yeni bulgular da ortaya koymuştur. Ayrıca çok katmanlı algılayıcı (MLP) tabanlı bir karar destek sistemi geliştirilmiş ve %85 oranında sınıflama başarımı elde edilmiştir. Karar destek sisteminin başarımını artırmak amacıyla veri setinde boyut azaltma amacıyla YEM analizi ilk kez kullanılmıştır. Bu yöntem ile literatürdeki yöntemlerle yarışır düzeyde başarılı bir özellik seçimi yapılabileceği gösterilmiştir. Böylece sigara bağımlılığının altyapısını genetik ve çevresel yönleriyle ortaya koyan bir model elde edilirken, geliştirilen PRS yazılımı ve YEM analizi ile özellik seçimi yöntemleri ile de literatüre katkıda bulunulmuştur.
WHO defines tobacco use as one of the most common public health problems and preventable causes of premature death. Smoking addiction, like many other addictions, is a complex form of behavior with both genetic and environmental aspects. Genetic transmission in smoking addiction has been investigated by family studies, twin studies and molecular genetic studies. Smoking addiction was caused by 56% genetic, 24% familial, and 29% environmental factors. Currently, most of the published molecular genetic studies related to smoking addiction have been done using the functional candidate gene approach. The selection of candidate genes has mostly focused on genes encoding nicotinic acetylcholine receptors, genes affecting nicotine metabolism, dopamine-related genes, and to a lesser extent genes encoding proteins associated with the serotonergic and noradrenergic systems. In this study, it was tried to obtain a smoking addiction model that reveals the genetic and environmental factors affecting smoking addiction and the interactions of these factors with each other. Structural equation modeling analysis and deep learning methods have also investigated the relationship of genes and genetic variants with environmental variables, which have already been discovered to be related to smoking addiction. The polygenic risk score was calculated and included in the model with both ready-made software and software that can be run for certain variants, representing the genetic aspect of smoking addiction. The addiction model obtained supports some of the previously shown relationships between smoking and other substance addictions and socioeconomic status, while also presenting some new findings. In addition, a multi-layer perceptron based decision support system has been developed and a classification performance of 85% has been achieved. In order to increase the performance of the decision support system, SEM analysis was used for the first time to reduce the size of the dataset. With this method, it has been shown that a successful feature selection can be achieved at a competitive level with the methods in the literature. Thus, a model was obtained that reveals the infrastructure of smoking addiction with both genetic and environmental aspects, while contributing to the literature with developed PRS software and SEM analysis based feature selection method.