Data Mining Applications in Health Sector in Turkey

Year 2019, Volume: 2 Issue: 2, 45 - 48, 01.05.2019

Müberra Terzi

Abstract

Big data entering our lives with increasing databases formed data mining expression in the following periods. Data is increasing every day, but does not mean anything unless it is processed and made meaningful. For this reason, people have made data meaningful by analyzing the data so that they can develop different perspectives. They also used data mining as a tool to help with their work. In this review, we will learn about data mining and look at how data mining methods are used in our country's health sector and in which areas they can be used. 

Keywords

Data mining, Turkey, Health

TÜRKİYE’DE SAĞLIK SEKTÖRÜNDE VERİ MADENCİLİĞİ KULLANIM ALANLARI

Abstract

Artan veri tabanları ile beraber hayatımıza giren big data ilerleyen dönemlerde veri madenciliği ifadesini oluşmuştur. Veriler her geçen gün artmakta ancak işlenmediği ve anlamlı hale getirilmediği sürece hiçbir şey ifade etmemektedir. Bu nedenle insanlar verileri analiz ederek anlamlı hale getirmiş böylece işletmelere farklı bakış açıları geliştirmişlerdir. Ayrıca veri madenciliğini yaptıkları işlere yardımcı olması için bir araç olarak da kullanmışlardır. Bu derlemede veri madenciliği hakkında bilgi edinip veri madenciliği metotlarının ülkemiz sağlık sektöründe nasıl kullanıldığına ve hangi alanlarda kullanılabileceğine göz atmış olacağız.

Keywords

Veri Madenciliği, Türkiye, Sağlık

References

• Akpınar H. 2000. Veri tabanlarında bilgi keşfi ve veri madenciliği. İstanbul Üniv İşletme Fak Derg, 29(1): 1-14.
• Al-Baidhani AHJ. 2017. Estimation of heart disease based on data mining using patients health database. Ulusal Tez Merkezi, 497861: 3-5.
• Albayrak M. 2017. Bilimsel araştırmalarda veri madenciliği kullanımı. IJSSER, 3(3): 752-756.
• Altıntaş YY. 2010. Veri madenciliğinin tıpta kullanımı ve bir uygulama: hemodiyaliz hastaları için risk seviyelerine göre risk faktörlerinin etkileşimlerinin incelenmesi. Ulusal Tez Merkezi, 269710: 1-3.
• Altun S. 2018. Mr spektroskopi temelli beyin tümörü teşhisinde veri madenciliği uygulamaları. Ulusal tez merkezi, 505759: 49-60.
• Çalış Ç. 2010. Drug dosage planning of hypertension disease using data mining techniques. Ulusal tez merkezi, 266487: 1-55.
• Çiçek G, Tufan K, Erol H. 2014. Applying data mining techniques to implement the clinical guidelines for the management of the patients with type 2 diabetes. Med Dose Adjust, 1-9.
• Diler S. 2016. Veri madenciliği süreçleri ve karar ağaçları algoritmaları ile bir uygulama. Ulusal Tez Merkezi, 433080: 10-14.
• Erkuş S. 2015. Veri madenciliği yöntemleri ile kardiyovasküler hastalık tahmini yapılması. Ulusal tez merkezi, 392880: 34-62.
• Fayez MA. 2018. Diagnoses of coronary heart disease (Chd) using data mining techniques based on classification. Ulusal tez merkezi, 520268: 1-54.
• Irmak S, Köksal CD, Asilkan Ö. 2012. Hastanelerin gelecekteki hasta yoğunluklarının veri madenciliği yöntemleri ile tahmin edilmesi. Inter J Alanya Fac Busin, 4(1): 101-114.
• Koyuncugil AS, Özgülbaş N. 2009. Veri madenciliği: tıp ve sağlık hizmetlerinde kullanımı ve uygulamaları. Bilişim Teknol Derg, 2(2): 21-37.
• Kumdereli ÜC. 2012. Tıp bilişimi ve veri madenciliği uygulamaları: eeg sinyallerindeki epileptiform aktiviteye veri madenciliği yöntemlerinin uygulanması. Ulusal Tez Merkezi, 318331: 46-48.
• Larose TD. 2005. Discovering knowledge in data. Wiley Interscience, p. 5-8.
• Savaş S, Topaloğlu N, Yılmaz M. 2012. Veri madenciliği ve Türkiye’deki uygulama örnekleri. İstanbul Ticaret Üniv Fen Bilim Derg, 21(1): 2-17.
• Şimşek MU. 2012. Sosyal ağlarda veri madenciliği üzerine bir uygulama. Gazi Üniversitesi. Ulusal Tez Merkezi. 321573:5-21.
• Tang Z, MacLennan J. 2005. Data mining SQL server 2005. Wiley Publishing, p. 2-5.
• Uçar ED. 2014. Data mining using in diagnosis of the chronic renal disease in diabetic patients. Ulusal tez merkezi, 376344: 12-61.