DESTEK VEKTÖR MAKİNELERİ İLE FİBROMİYALJİ SENDROMU SINIFLAMASI
Fibromiyalji sendromu (FMS), uzun süreli yaygın vücut ağrısı ve tanımlanmış kronik bir ağrı sendromudur. Fibromiyalji Sendromu tanısı konulması zor bir hastalıktır. Bu sebeple, genellikle FMS tanısı, hastaya gereksiz birçok tedavi uygulandıktan sonra, klinik muayene ve hastanın yakınmalarının değerlendirilmesi ile geçikmeli olarak konulur. Bu açıdan FMS teşhisini kolaylaştıracak bir karar destek sistemine ihtiyaç vardır. Bu çalışmada, 175 FSM hastası ve 176 sağlıklı kontrol bireyi olmak üzere toplam 351 bireye sorulan sorular ve deneysel veriler kullanılarak makine öğrenmesi yöntemlerinden Destek Vektör Makineleri ile FMS sınıflaması yapılmış ve yüzde 85 başarı elde edilmiştir.
Anahtar Kelimeler:
Fibromiyalji Sendromu, Destek Vektör Makineleri, Sınıflama, Sağlık Karar Destek Sistemi
CLASSIFICATION OF FIBROMYALGIA SYNDROME WITH SUPPORT VECTOR MACHINES
Fibromyalgia syndrome (FMS) is a long-term common body pain and a defined chronic pain syndrome. Fibromyalgia syndrome is a difficult disease to diagnose. For this reason, after many unnecessary treatments are applied to the patient, the diagnosis of FMS is usually delayed by clinical examination and evaluation of the patient's complaints. In this respect, there is a need for a decision support system that will facilitate the diagnosis of FMS. In this study, by using the questions asked 351 respondents, 175 FSM patients and 176 healthy control subjects and experimental data, FMS classification was performed with Support Vector Machines which is one of machine learning methods and 85% success was achieved.
Keywords:
Fibromyalgia Syndrome, Support Vector Machines, Classification, Health Decision Support System,
___
- [1] Adler, G.K. Manfredsdottir V.F., and Creskoff K.W. 2002 "Neuroendocrine abnormalities in fibromyalgia".Current pain and headache reports. 6: 289-298.
- [2] Marcus, DA. A Primary Care Guide to Practical Management. In Chronic Pain pp 15-30. PA Human Pres. Pain Institute, University of Pittsburgh, Pittsburgh.2005 .
- [3] Yılmaz, H. Uğurlu H., and Sallı A. 2007 "Fibromiyalji Sendromlu Hastalarda Kas Performansı".Romatizma/Rheumatism. 22.
- [4] McBeth J. and Jones K. 2007 "Epidemiology of chronic musculoskeletal pain".Best practice & research Clinical rheumatology. 21: 403-425.
- [5] Guleç, H. Sayar K., and Guleç M.Y. 2007 "The Relationship Between Psychological Factors and Health Care-Seeking Behavior in Fibromyalgia Patients".
- [6] Neumann L. and Buskila D. 2003 "Epidemiology of fibromyalgia".Current pain and headache reports. 7: 362-368.
- [7] Buskila, D. et al., Familial aggregation in the fihromyalgia syndrome, in Seminars in arthritis and rheumatism. Elsevier, 1996 605-611.
- [8] Kato, K. et al. 2006 "Importance of genetic influences on chronic widespread pain".Arthritis & Rheumatology. 54: 1682-1686.
- [9] Robinson, M.E. et al. 2015 "Comparison of machine classification algorithms for fibromyalgia: neuroimages versus self-report".The Journal of Pain. 16: 472-477.
- [10] Sevel, L. et al. 2016 "MRI based classification of chronic fatigue, fibromyalgia patients and healthy controls using machine learning algorithms: a comparison study". The Journal of Pain. 17: S60.
- [11] Katz, J.D. et al. 2010 "Gender bias in diagnosing fibromyalgia".Gender medicine. 7: 19-27.
- [12] Stringer, E. et al. 2013 "Daily cytokine fluctuations distinguish high pain from low pain days in women with fibromyalgia". The Journal of Pain. 14: S50.
- Yayın Aralığı: Yılda 2 Sayı
- Başlangıç: 2017
- Yayıncı: İstanbul Üniversitesi
Sayıdaki Diğer Makaleler
Ecosystem Effects of the Industrial Internet of Things on Manufacturing Companies
Christian Arnold, Kai-Ingo Voigt
Karar Ağaçları ile Bir Web Sitesinde Link Analizi ve Tespiti
Yapay Sinir Ağları ile Tahmin ve Sınıflandırma Problemlerinin Çözümü İçin Arayüz Tasarımı
Ayşe ARI, Murat Erşen BERBERLER
DESTEK VEKTÖR MAKİNELERİ İLE FİBROMİYALJİ SENDROMU SINIFLAMASI
Cemile ZONTUL, Emrullah HAYTA, Metin ZONTUL, Ayça TAŞ, Yavuz SİLİĞ