PDF EndNote BibTex Cite

İlaç İlaç Etkileşimlerinin Jordan Elman Ağları Kullanılarak Sınıflandırılması

Year 2014, Volume 29, Issue 1, 27.03.2014
https://doi.org/10.17341/gummfd.87747

Abstract

İlaç kullanımı birçok risk içermektedir. Bu riskler hastanede yatış için kabul alanların aldıkları ilaçla ilgili problemler, hastanede yatış sırasında alınan ilaca bağlı sorunlar, taburcu edilmeden alınan ilaç problemleri, medikal hatalar ve ilaç ilaç etkileşimleri(İİE)dir [1]. İİE’lerin ölümcül etkilerinden dolayı, FDA (U.S. Food and Drug Administration) ve EMEA (European Medicines Agency) bu alanda çalışmalar yapmaktadır [2]. Lazarou ve arkadaşlarına göre hastanede yatan hastaların %6,7’sinde, %0,32’lik bir oranda ölümcül İİE tespit edilmiştir
[3]. İİE’den dolayı ölümlerin ABD’ye maliyeti yıllık 136milyar$ olmaktadır [4]. İİE’lerin ölümcül etkilerinin önüne geçilmesi için bu çalışmada İİE’lerin yapay sinir ağlarıyla sınıflandırılması amaçlanmaktadır. Bu çalışmada Jordan Elman Ağları bazı İİE’lere uygulanmış ve sınıflandırma işlemi 1000 adımda eğitilmiştir. Eğitimin 149 adım sonunda Levenberg Marquardt öğrenme algortimasıyla 0,0305’lik bir MSE ile Jordan ağı
oluşturulmuş ve ağın test sonucu 0,8177’lik korelasyon katsıyısı elde edilmiştir. Bu çalışma ayrıca Türkiye Cumhuriyeti Bilim Sanayi ve Teknolji Bakanlığı tarafından 00912.STZ.2011-1 kod numaralı “İlaç Etkileşimleri” projesi olarak desteklenmiştir.

References

  • Vonbach, P., Drug Drug Interactions in the
  • Hospital, Inauguraldissertation, University of
  • Basel, 2007.
  • Polak, S., Brandys, J., “Neural System for in
  • silico Drug-Drug Interaction Screening”,
  • Proceedings of the 2005 International
  • Conference on Computational Intelligence for
  • Modelling, Control and Automation, and
  • International Conference, Ontario, Canada,
  • -
  • Lazarou, J., Pomeranz, B., Corey, P.N.,
  • “Incidence of adverse drug reactions in
  • hospitalized patients: A meta-analysis of
  • prospective studies”, The Journal Of The
  • American Medical Association (JAMA), Cilt
  • , 1200–1205, 1998.
  • Johnson, J.A., Bootman, J.L., “Drug-related
  • morbidity and mortality. A cost-of-illness
  • model”, Arch Intern Med, Cilt 155, No
  • ,1949–1956, 1995.
  • Pirmohamed, M., James, S., Meakin, S., et al.,
  • “Adverse drug reactions as cause of admission to
  • hospital: prospective analysis of 18 820 patients”,
  • BMJ, Cilt 329, No 7456, 15-23, 2004.
  • Lepori, V., Perren, A., Marone, C., “Adverse
  • internal medicine drug effects at hospital
  • admission”, Schweiz Med Wochenschr, Cilt
  • , No 24, 915-922. 1999.
  • Srinivasan, V., Eswaran, C., Sriraam, N.,
  • “Epileptic detection using artificial neural
  • networks”, International Conference On Signal
  • Processing And Communication (SPCOM),
  • Bangalore, India, 2004
  • Jordan, M., “Serial order: A parallel distributed
  • processing approach,” Advances in Psychology,
  • Neural-Networks Models of Cognition, Cilt
  • , 471-495, 1997.
  • Deshmukh, R.P., Ghatol, A.A. "Comparative
  • Study Of Jorden And Elman Model Of Neural
  • Network For Short Term Flood Forecasting”,
  • IEEE 3rd International Conference on
  • Computer Science and Information
  • Technology (ICCSIT), Chengdu, China, 400-
  • , 2010.
  • Chatterjee, A., Paul, K. C., Tudu B., “Application
  • Of Recurrent Neural Network For Generating
  • Grayscale Digital Half-Tone Images”, Second
  • International Conference on Emerging
  • Applications of Information Technology,
  • Science City, Kolkata, 41-44, 2011.
  • Versace, M., Bhatt, R., Hinds, O., Shiffer,
  • M.,“Predicting the exchange traded fund DIA
  • with a combination of genetic algorithms and
  • neural networks”, Expert Systems with
  • Applications, , Cilt 27, No 4, 417-425, 2004.
  • Kelo, S.M., Dudul, S.M., “Short-term
  • Maharashtra state electrical power load prediction
  • with special emphasis on seasonal changes using
  • a novel focused time lagged recurrent neural
  • network based on time delay neural network
  • model”, Expert Systems with Applications, Cilt
  • , No 3, 1554-1564, 2011.
  • Fink, O., Zio, E., Weidmann, U., “Predicting time
  • series of railway speed restrictions with timedependent
  • machine learning techniques”, Expert
  • Systems with Applications, , Cilt 40, No 15,
  • –6040, 2013.
  • Kaya, T., İnce, M. C., “Design Of FIR Filter
  • Using Modeled Window Function With Helping
  • Of Artificial Neural Networks”, Journal of the
  • Faculty of Engineering and Architecture of
  • Gazi University, Cilt 27, No 3, 599-606, 2012.
  • Güntürkün, R., “Determining the Amount of
  • Anesthetic Medicineto Be Applied by Using
  • Elman’s Recurrent Neural Networks via Resilient
  • Back Propagation”, Journal of Medical
  • Systems, Cilt 34, 493–497, 2010.
  • Pearlmutter, B. A., ”Gradient Calculations For
  • Dynamic Recurrent Neural Networks: A Survey”,
  • IEEE Transactions On Neural Networks, Cilt
  • , No 5, 1212-1228,1995.
  • Lee, S. W., Song, H. H., “A New Recurrent
  • Neural- Network Architecture for Visual Pattern
  • Recognition”, IEEE Transactions On Neural
  • Networks, Cilt 8, No 2, 331-340, 1997.
  • Hardalac, F., “Classification of educational
  • backgrounds of students using musical
  • intelligence and perception with the help of
  • genetic neural networks”, Expert Systems with
  • Applications, Cilt 36, 6708–6713, 2009
  • Elman, J. L., “Finding structure in time”,
  • Cognitive Science, Cilt 14, 179–211, 1990.
  • Levenberg, K., "A Method for the Solution of
  • Certain Non-Linear Problems in Least
  • Squares", Quarterly of Applied Mathematics,
  • Cilt 2, No 2, 164–168 , 1944.

Year 2014, Volume 29, Issue 1, 27.03.2014
https://doi.org/10.17341/gummfd.87747

Abstract

References

  • Vonbach, P., Drug Drug Interactions in the
  • Hospital, Inauguraldissertation, University of
  • Basel, 2007.
  • Polak, S., Brandys, J., “Neural System for in
  • silico Drug-Drug Interaction Screening”,
  • Proceedings of the 2005 International
  • Conference on Computational Intelligence for
  • Modelling, Control and Automation, and
  • International Conference, Ontario, Canada,
  • -
  • Lazarou, J., Pomeranz, B., Corey, P.N.,
  • “Incidence of adverse drug reactions in
  • hospitalized patients: A meta-analysis of
  • prospective studies”, The Journal Of The
  • American Medical Association (JAMA), Cilt
  • , 1200–1205, 1998.
  • Johnson, J.A., Bootman, J.L., “Drug-related
  • morbidity and mortality. A cost-of-illness
  • model”, Arch Intern Med, Cilt 155, No
  • ,1949–1956, 1995.
  • Pirmohamed, M., James, S., Meakin, S., et al.,
  • “Adverse drug reactions as cause of admission to
  • hospital: prospective analysis of 18 820 patients”,
  • BMJ, Cilt 329, No 7456, 15-23, 2004.
  • Lepori, V., Perren, A., Marone, C., “Adverse
  • internal medicine drug effects at hospital
  • admission”, Schweiz Med Wochenschr, Cilt
  • , No 24, 915-922. 1999.
  • Srinivasan, V., Eswaran, C., Sriraam, N.,
  • “Epileptic detection using artificial neural
  • networks”, International Conference On Signal
  • Processing And Communication (SPCOM),
  • Bangalore, India, 2004
  • Jordan, M., “Serial order: A parallel distributed
  • processing approach,” Advances in Psychology,
  • Neural-Networks Models of Cognition, Cilt
  • , 471-495, 1997.
  • Deshmukh, R.P., Ghatol, A.A. "Comparative
  • Study Of Jorden And Elman Model Of Neural
  • Network For Short Term Flood Forecasting”,
  • IEEE 3rd International Conference on
  • Computer Science and Information
  • Technology (ICCSIT), Chengdu, China, 400-
  • , 2010.
  • Chatterjee, A., Paul, K. C., Tudu B., “Application
  • Of Recurrent Neural Network For Generating
  • Grayscale Digital Half-Tone Images”, Second
  • International Conference on Emerging
  • Applications of Information Technology,
  • Science City, Kolkata, 41-44, 2011.
  • Versace, M., Bhatt, R., Hinds, O., Shiffer,
  • M.,“Predicting the exchange traded fund DIA
  • with a combination of genetic algorithms and
  • neural networks”, Expert Systems with
  • Applications, , Cilt 27, No 4, 417-425, 2004.
  • Kelo, S.M., Dudul, S.M., “Short-term
  • Maharashtra state electrical power load prediction
  • with special emphasis on seasonal changes using
  • a novel focused time lagged recurrent neural
  • network based on time delay neural network
  • model”, Expert Systems with Applications, Cilt
  • , No 3, 1554-1564, 2011.
  • Fink, O., Zio, E., Weidmann, U., “Predicting time
  • series of railway speed restrictions with timedependent
  • machine learning techniques”, Expert
  • Systems with Applications, , Cilt 40, No 15,
  • –6040, 2013.
  • Kaya, T., İnce, M. C., “Design Of FIR Filter
  • Using Modeled Window Function With Helping
  • Of Artificial Neural Networks”, Journal of the
  • Faculty of Engineering and Architecture of
  • Gazi University, Cilt 27, No 3, 599-606, 2012.
  • Güntürkün, R., “Determining the Amount of
  • Anesthetic Medicineto Be Applied by Using
  • Elman’s Recurrent Neural Networks via Resilient
  • Back Propagation”, Journal of Medical
  • Systems, Cilt 34, 493–497, 2010.
  • Pearlmutter, B. A., ”Gradient Calculations For
  • Dynamic Recurrent Neural Networks: A Survey”,
  • IEEE Transactions On Neural Networks, Cilt
  • , No 5, 1212-1228,1995.
  • Lee, S. W., Song, H. H., “A New Recurrent
  • Neural- Network Architecture for Visual Pattern
  • Recognition”, IEEE Transactions On Neural
  • Networks, Cilt 8, No 2, 331-340, 1997.
  • Hardalac, F., “Classification of educational
  • backgrounds of students using musical
  • intelligence and perception with the help of
  • genetic neural networks”, Expert Systems with
  • Applications, Cilt 36, 6708–6713, 2009
  • Elman, J. L., “Finding structure in time”,
  • Cognitive Science, Cilt 14, 179–211, 1990.
  • Levenberg, K., "A Method for the Solution of
  • Certain Non-Linear Problems in Least
  • Squares", Quarterly of Applied Mathematics,
  • Cilt 2, No 2, 164–168 , 1944.

Details

Primary Language English
Journal Section Makaleler
Authors

Fırat HARDALAÇ This is me


Uğurhan Kutbay KUTBAY This is me

Publication Date March 27, 2014
Application Date March 27, 2014
Acceptance Date
Published in Issue Year 2014, Volume 29, Issue 1

Cite

Bibtex @ { gazimmfd89220, journal = {Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi}, issn = {1300-1884}, eissn = {1304-4915}, address = {}, publisher = {Gazi University}, year = {2014}, volume = {29}, number = {1}, pages = {0 - }, doi = {10.17341/gummfd.87747}, title = {İlaç İlaç Etkileşimlerinin Jordan Elman Ağları Kullanılarak Sınıflandırılması}, key = {cite}, author = {Hardalaç, Fırat and Kutbay, Uğurhan Kutbay} }
APA Hardalaç, F. & Kutbay, U. K. (2014). İlaç İlaç Etkileşimlerinin Jordan Elman Ağları Kullanılarak Sınıflandırılması . Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi , 29 (1) , . DOI: 10.17341/gummfd.87747
MLA Hardalaç, F. , Kutbay, U. K. "İlaç İlaç Etkileşimlerinin Jordan Elman Ağları Kullanılarak Sınıflandırılması" . Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi 29 (2014 ): <https://dergipark.org.tr/en/pub/gazimmfd/issue/6706/89220>
Chicago Hardalaç, F. , Kutbay, U. K. "İlaç İlaç Etkileşimlerinin Jordan Elman Ağları Kullanılarak Sınıflandırılması". Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi 29 (2014 ):
RIS TY - JOUR T1 - İlaç İlaç Etkileşimlerinin Jordan Elman Ağları Kullanılarak Sınıflandırılması AU - Fırat Hardalaç , Uğurhan Kutbay Kutbay Y1 - 2014 PY - 2014 N1 - doi: 10.17341/gummfd.87747 DO - 10.17341/gummfd.87747 T2 - Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi JF - Journal JO - JOR SP - 0 EP - VL - 29 IS - 1 SN - 1300-1884-1304-4915 M3 - doi: 10.17341/gummfd.87747 UR - https://doi.org/10.17341/gummfd.87747 Y2 - 2022 ER -
EndNote %0 Journal of the Faculty of Engineering and Architecture of Gazi University İlaç İlaç Etkileşimlerinin Jordan Elman Ağları Kullanılarak Sınıflandırılması %A Fırat Hardalaç , Uğurhan Kutbay Kutbay %T İlaç İlaç Etkileşimlerinin Jordan Elman Ağları Kullanılarak Sınıflandırılması %D 2014 %J Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi %P 1300-1884-1304-4915 %V 29 %N 1 %R doi: 10.17341/gummfd.87747 %U 10.17341/gummfd.87747
ISNAD Hardalaç, Fırat , Kutbay, Uğurhan Kutbay . "İlaç İlaç Etkileşimlerinin Jordan Elman Ağları Kullanılarak Sınıflandırılması". Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi 29 / 1 (March 2014): 0- . https://doi.org/10.17341/gummfd.87747
AMA Hardalaç F. , Kutbay U. K. İlaç İlaç Etkileşimlerinin Jordan Elman Ağları Kullanılarak Sınıflandırılması. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi. 2014; 29(1): 0-.
Vancouver Hardalaç F. , Kutbay U. K. İlaç İlaç Etkileşimlerinin Jordan Elman Ağları Kullanılarak Sınıflandırılması. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi. 2014; 29(1): 0-.
IEEE F. Hardalaç and U. K. Kutbay , "İlaç İlaç Etkileşimlerinin Jordan Elman Ağları Kullanılarak Sınıflandırılması", Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, vol. 29, no. 1, pp. 0, Mar. 2014, doi:10.17341/gummfd.87747