Olasılıklı etki diyagramlarını kullanarak kadınlarda kemik erimesine menapozun etkisinin araştırılması üzerine bir çalışma

Bu çalışmada, bir bireye ait klinik testlerin sonuçları verildiğinde, bireyin belli bir hastalığa sahip olma olasılığının bulunması ve bu olasılığın güncelleştirilmesi amacıyla olasılıklı etki diyagramı kullanılmıştır. Burada tanımlanan olasılıklar, tanı olasılıkları olarak adlandırılır. İlgilenilen problemlerden biri, testlerin duyarlılık ve belirginliğini belirlemektir. Diğeri ise, yeni bir bireyin hasta olma olasılığını değerlendirmektir. Bu değerlendirme süresince, olasılıklı etki diyagramlarında kullanılan Bayesçi işlemler tanıtılmış ve bu işlemler sayesinde en iyi model kurulmuştur. Ayrıca çalışmada, menapoza girmiş ya da girmemiş olan kadın grupları ele alınarak, yeni bir kadında kemik erimesinin olup olmadığı araştırılmıştır. Bunun için tanı olasılıkların analizi yapılmış ve bu olasılıklar güncelleştirilmiştir.

A study on investigating the impact of menopause on osteoporoz for women using probabilistic influence diagrams

In this study, probabilistic influence diagrams are used to find the probability of having a disease and to update this probability with the given results from a clinical test of an individual. These defined probabilities are- called diagnosis probabilities. The problem is to determine the sensivity and specificity of the tests. Another problem is to evaluate the probability of a new patient. In this evaluation process, Bayesian operations are introduced in probabilistic influence diagrams and the best model is established by these operations. Also, whether or not a new woman has osteoporosis is derived a survey of premenopausal and postmenopausal groups of women. To this end analysis of diagnostic probabilities are searched and these probabilities are updated.

PDF

___

1.Jensen, F.V., "Introduction Bayesian Networks", UCL Press Ltd., London, 1-20, (1996). 2.Jensen, F.V., "Bayesian networks and Decision Graphs", Springer-Verlag, New-York, 1-30, (2001). 3.Lucas, P, "Bayesian Networks in Medicine: a Model-based Approach to Medical Decision Graphs", Department of Computing Science University of Aberdeen Scotland, UK, (2001). 4.Shahar, Y., "Judgement and Decision Making in Information Systems Diagnostic Modeling: Bayes' Theorem, Influence Diagrams and Belief Networks", http://www.ise.bgu.ac.il/courses/mdss/probabilistic_reasoning.2OOO.ppt, (2000). 5.Pereira, C.A de B. and Pericchi L.R., "Analysis of Diagnosability", Applied Statistics, 39, No 2,189-204, (1990). 6.Ataoğlu, F., "Menapoz dönemindeki kadınların hormon replasman tedavisine (HRT) başlanmadan önceki ve tedavi sonrasındaki serum lipid, alkalen fosfataz ve kalsiyum değerleri", Gazi Üniversitesi Sağlık Bilimleri Enstitüsü, Yayınlanmamış Yüksek Lisans Tezi, Ankara, 1-110 (1999). 7.Oliver, R.M. and Smith, J.Q., "Influence Diagrams, Belief Nets and Decision Analysis", John Wiley & Sons, New York, 3-23, 321-358, (1990). 8.Barlow, R.E. and Pereira, C.A de B., "The Bayesian Operation and Probabilistic Influence Diagrams", University of California, Berkeley, (1993). 9.Lee C.J. and Lio Y.L., "A Note on Bayesian Estimation and Prediction for the Beta-binomial model", http://interstat.stat.vt.edu/InterStat/ARTICLES/1997/abstracts/M97001. html-ssi., 11.10.2003). 10.McCulloch, C.E. And Searle, S.R., "Generalized, Linear, and Mixed Models", John Wiley & Sons, USA, 57-60, (2001). 11.Pearl J., "From Bayesian networks to causal networks", 49th Session of the international Statistical Institue,Florence, Italy. 12.Spiegelhalter, D.J., Dawid, A.P, Lauritzen, S.L. and Cowell, R.G., Bayesian Analysis in Expert Systems, Statistical Science, Vol.8, No.3, 219-283, (1993). 13.Neapolitan, R.E., "Learning Bayesian Networks 2nd ed.", Pearson Prentice Hall, USA, 285-306, (2004). 14.Pereira, C.A de B. and Barlow, R.E., "Medical Diagnosis Using Influence Diagrams", Networks, Vol. 20, 565-577,(1990).