Drugs, which play a key role in improving
people's deteriorating health balance, are now increasingly being purchased. It
is important to know the buying behavior of these drugs. The aim of this study
is to predict subsequent situations using data for drug purchase in a region.
In this way, the storage status of drugs can be controlled through the types of
drugs consumed locally. In this study one year 108525 Total pharmaceutical
sales data between a pharmacy in Turkey in March 2019 with the month of May
2018 were analyzed. In this context, sales amounts were tried to be estimated
according to patient types, drug writing institution and drug group. In the
estimations made with the Weka program, the tree algorithms DecisionStump, M5P,
RandomForest, RandomTree and REPTree were used. The mean absolute error, root
mean squared error and correlation coefficient values of these algorithms were
compared to find the most successful estimation model. While the purchase
amount was estimated according to the drug group and the purchase amounts
according to the patient types, the correlation coefficients of 0,53 and 0,58
were very low and a successful estimate was not obtained. However, high
successful estimates were obtained with a correlation coefficient of 0,83
obtained from the drug issuing institution.
İnsanların bozulan sağlık dengelerinin
iyileştirilmesinde kilit rolleri bulunan ilaçlar, günümüzde artan bir oranda
satın alınmaktadır. Bu ilaçlara yönelik satın alınma davranışlarının bilinmesi
önemlidir. Bu çalışmanın amacı, bir bölgedeki ilaç satın alımına yönelik
veriler kullanılarak sonraki durumların tahminlenmesini sağlamaktır. Bu sayede
bölgesel olarak tüketilen ilaç türleri üzerinden ilaçların depolanma durumları
da kontrol altına alınabilir. Bu çalışmada Türkiye’deki bir eczanenin 2018
Mayıs ayı ile 2019 Mart ayı arasındaki bir yıllık 108.525 adet ilaç satış
verileri analiz edilmiştir. Bu kapsamda hasta türlerine, ilaç yazan kuruma ve
ilaç grubuna göre satış tutarları tahmin edilmeye çalışılmıştır. Weka programı
ile yapılan tahminlerde ağaç algoritmalarından olan DecisionStump, M5P,
RandomForest, RandomTree ve REPTree kullanılmıştır. Bu algoritmaların ortalama
mutlak hata, hata karelerinin karekökü ve korelasyon katsayısı değerleri
karşılaştırılarak en başarılı tahmin modeli bulunmaya çalışılmıştır. İlaç
grubuna göre satın alma tutarı ile hasta türlerine göre satın alma tutarları
tahmin edilirken 0,53 ve 0,58 korelasyon katsayıları çok düşük çıkmış ve
başarılı bir tahmin elde edilememiştir. Fakat ilaç yazan kurumdan elde edilen
satın alma tutarları 0,83 korelasyon katsayısı ile yüksek başarılı tahminler
elde edilmiştir.
Primary Language | Turkish |
---|---|
Journal Section | PAPERS |
Authors | |
Publication Date | June 1, 2020 |
Submission Date | July 25, 2019 |
Acceptance Date | January 8, 2020 |
Published in Issue | Year 2020 Volume: 5 Issue: 1 |
The Creative Commons Attribution 4.0 International License is applied to all research papers published by JCS and
A Digital Object Identifier (DOI) is assigned for each published paper.