Yapay Sinir Ağı Modeli Kullanılarak Meme Kanseri Endişesi ile İlişkili Risk Faktörlerinin Tahmini

Basit Öğe Kaydı
dc.contributor.authornacar, gulcin
dc.contributor.authorİnceoğlu, Feyza
dc.contributor.authorTaşhan, Sermin Timur
dc.date.accessioned2025-10-24T18:03:59Z
dc.date.available2025-10-24T18:03:59Z
dc.date.issued2023
dc.departmentMalatya Turgut Özal Üniversitesi
dc.description.abstractAmaç: Bu çalışmada, kadınlarda meme kanseri endişesi ile ilişkili risk faktörlerinin binary lojistik regresyon ve yapay sinir ağı (YSA) modelleri kullanılarak belirlenmesi amaçlanmıştır. Yöntem: Araştırma, bir aile sağlığı merkezinde, 18 yaş ve üzerinde olan 365 kadın ile 30 Nisan-15 Haziran 2021 tarihleri arasında yapılmıştır. Meme kanseri endişesi ile ilişkili faktörleri belirlemek için kullanılan çok katmanlı algılayıcı yapay sinir ağı modelinin performansını belirlemede, doğruluk oranı ve ROC eğrisinin altındaki alan kullanılmıştır. Araştırma verileri, Kişisel Bilgi Formu ve Meme Kanseri Endişe Skalası (MKES) kullanılarak toplanmıştır. Bulgular: Tek değişkenli örneklem testlerinde MKES puanlarının yaş, gelir durumu, menopoz ve sigara içme değişkenlerine göre istatistiksel olarak anlamlı farklılık gösterdiği bulunmuştur (p<0.05). Oluşturulan çok katmanlı algısal sinir ağı modelinin meme kanseri endişesi için doğru sınıflandırma oranları eğitim veri setinde % 90.9 ve test veri setinde % 89 olarak hesaplanmıştır. Değişkenlerin önem değerleri dikkate alındığında; meme kanseri endişesi üzerinde en yüksek düzeyde etkili faktörün eğitim durumu (%98.9) olduğu bulunmuştur. Binary lojistik regresyon analizinde ise gelir durumunun meme kanseri endişesi üzerinde 2.384 kat etkili olduğu bulunmuştur (OR= 2.384, %95 CI 1.010- 5.628). Sonuç: Binary Lojistik Regresyon modelinde gelir durumu tek değişkenli örneklem testlerinde olduğu gibi MKES üzerinde etkili bulunmuştur. YSA analizinde en yüksek risk faktörü olan eğitim durumu, parite ve meslek değişkenleri tek değişkenli istatistiksel testlerde anlamlı bulunmamıştır. YSA analizlerinin parametrik testlerde var olan veri kayıplarını önlediği saptanmıştır. Sağlık profesyonellerinin kadınların meme kanseri endişesini değerlendirirken saptanan risk faktörlerini göz önünde bulundurmaları önerilmektedir.
dc.identifier.doi10.38108/ouhcd.1185064
dc.identifier.endpage264
dc.identifier.issn2667-6052
dc.identifier.issue2
dc.identifier.startpage253
dc.identifier.trdizinid1195944
dc.identifier.urihttps://doi.org/10.38108/ouhcd.1185064
dc.identifier.urihttps://search.trdizin.gov.tr/tr/yayin/detay/1195944
dc.identifier.urihttps://hdl.handle.net/20.500.12899/2580
dc.identifier.volume6
dc.indekslendigikaynakTR-Dizin
dc.language.isotr
dc.relation.ispartofOrdu Üniversitesi Hemşirelik Çalışmaları Dergisi (Online)
dc.relation.publicationcategoryMakale - Ulusal Hakemli Dergi - Kurum Öğretim Elemanı
dc.rightsinfo:eu-repo/semantics/openAccess
dc.snmzTR-Dizin_20251023
dc.subjectOnkoloji
dc.subjectHemşirelik
dc.subjectRisk faktörleri
dc.subjectyapay sinir ağları
dc.subjectMeme kanseri endişesi
dc.titleYapay Sinir Ağı Modeli Kullanılarak Meme Kanseri Endişesi ile İlişkili Risk Faktörlerinin Tahmini
dc.typeArticle

Dosyalar

Koleksiyon

TR-Dizin İndeksli Yayınlar Koleksiyonu