Tez No	İndirme	Tez Künye	Durumu
750185		MFDM: MRI free decision model for diagnosis and treatment selection in patients with low back and neck pain / Bel ve boyun ağrısı yaşayan hastalarda teşhis ve tedavi seçimi için MR görüntüsü olmadan karar modeli Yazar:BESTE MİMAROĞLU ALTINAY Danışman: DOÇ. DR. YEŞİM AYDIN SON Yer Bilgisi: Orta Doğu Teknik Üniversitesi / Enformatik Enstitüsü / Tıp Bilişimi Ana Bilim Dalı Konu:Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol = Computer Engineering and Computer Science and Control ; Sağlık Yönetimi = Healthcare Management Dizin:Ağrı = Pain ; Bel ağrısı = Back pain ; Boyun ağrısı = Neck pain ; Karar mekanizması = Decision mechanism ; Manyetik rezonans görüntüleme = Magnetic resonance imaging ; Sınıflandırma = Classification ; Teşhis = Diagnosis	Onaylandı Doktora İngilizce 2022 87 s.
Bel ağrısı (LBP) ve boyun ağrısı (NP), yaşam kalitesini etkileyen dünya çapında yaygın bir sağlık sorunudur. Bu çalışmadaki amacımız, LBP ve NP hastalarını manyetik rezonans görüntüleme (MRG) bulguları olmadan uygun tedavi için yönlendirebilen bir makine öğrenme modeli geliştirerek MRG talebini ve bunun sağlık sistemi üzerindeki yükünü azaltmaktır. Tedavi sonuçlarını değerlendirmek için hasta verilerinden aşağıdaki özellikler analiz edilir; demografik bilgiler, klinik bulgular, ağrının ameliyat öncesi değerlendirilmesi, hareket kısıtlaması ve ağrı veri süresi. Destek Vektör Makinesi (SVM) modelleri, ilaç, RF/IDET veya cerrahi müdahale tedavilerini doğru sınıflandırmak için 1482 hasta verisinden on farklı özellik analiz edilerek oluşturulmuştur. Burada önerilen aşamalı model, ilaç tedavisi hastalarını %84 başarı oranıyla sınıflandırır ve hastaları MRG sonuçları olmadan %74.47 başarı oranıyla cerrahiye veya RF/IDET'e yönlendirebilir. Önerilen MRG İçermeyen Karar Modeli (MFDM), birinci basamak sağlık kuruluşlarında hastaları MRG'siz uygun tedavi seçeneklerine yönlendirmek, maliyet ve sağlık sistemi üzerindeki yükü azaltmak ve tedaviye başlama süresini kısaltarak hastaya fayda sağlamak için kullanılabilir. Çeşitli ülkelerde kullanılan LBP ve NP'yi tedavi etmek için birkaç kılavuz tavsiyesi vardır ve önerilen MFDM'nin AB ve ABD'de izlenen diğer kılavuzlara benzer şekilde Türkiye'de kılavuz oluşturmak için bir omurga oluşturmasını bekliyoruz.
Low back pain (LBP) and neck pain (NP) are public health problems affecting life quality worldwide. Our goal was to develop a machine learning model that can direct LBP and NP patients for the appropriate treatment without magnetic resonance imaging (MRI) findings, thus reducing the demand for MRI and its burden on the health system. Following features from the patient data are analyzed to evaluate the treatment outcomes; demographic information, clinical findings, preoperative evaluation of pain, movement restriction, and pain data duration. Support Vector Machine (SVM) models are built by analyzing ten different attributes from 1482 patient data to classify correct treatment: drug, Radiofrequency (RF)/ Intradiscal Electrothermal Therapy (IDET), or surgical intervention. The stepwise model proposed here classifies drug therapy patients with an 84% success ratio and can direct patients to surgery or RF/IDET with a 74.47% success ratio without MRI results. The proposed MRI Free Decision Model (MFDM) can be utilized in primary healthcare facilities to direct the patients to the appropriate treatment options without MRI, reducing the cost and load on the healthcare system while benefiting the patient by reducing the time to initiate the treatment. There are several guideline recommendations for treating LBP and NP used in various countries, and we expect the proposed MFDM will provide a backbone to form guidelines in Turkey, similar to other guides followed in the EU and USA.