The Determination Of Patient Profile At Pamukkale University As Relater To The Application Of Data Mining

Abstract

Data mining is a way to obtain the potentially useful information, but previously unknown and unclear from the raw data-And it includes a certain number of technical approaches such as the clustering, data summarization, evaluation of changes and the detection of deviations. Data mining is a way of obtaining much valuable information from the data stack, which can reply the questions about the target and which was cleaned from redundant data. It was started to work by giving general information related to data mining. Thanks to data mining, it can be obtained important results that will help decision-making processes in many areas. By examining the data in many ways, meaninful data can be accessed by raw data. There is a common application area of data mining. Our study includes the data in health sector which is one of these application areas. Here, there is an application study on determining the patient profile through using the data in Pamukkale University hospital information management system–through this given data, health care professionals can obtain the most correct and the newest information and this given data is at the same time a decision support tool to provide the most objective and optimal solutions for them.

Keywords

• Data, Data mining, Data mining in medicine, Patient profile, The hospital information management systems(HIMS).

Veri Madenciliği Uygulamasına İlişkin PAÜ Hastanesinde Hasta Profilinin Belirlenmesi

Öz

Veri madenciliği, ham verilerden çok net olmayan, önceden bilinmeyen fakat potansiyel olarak kullanışlı bilginin elde edilmesidir. Bu da; kümeleme, veri özetleme, değişikliklerin incelenmesi, sapmaların tespiti gibi belirli sayıda teknik yaklaşımları içerir. Veri madenciliği veri yığınlarından, hedefe yönelik sorulara cevap verebilecek gereksiz verilerden temizlenmiş çok değerli bilgilere ulaşabilme yöntemidir. Veri madenciliği ile ilgili genel bilgiler verilerek çalışmaya başlanmıştır. Veri madenciliği ile pek çok alanda karar verme işlemlerine yardımcı olacak önemli sonuçlar elde edilebilir. Çeşitli yöntemlerle veriler incelerek, ham verilerden anlamlı verilere ulaşılabilir. Veri madenciliğinin yaygın bir uygulama alanı vardır. Çalışmamız, bu uygulama alanlarından biri olan sağlık sektöründeki verileri kapsamaktadır. PAÜ Hastane Bilgi Yönetim Sisteminde yer alan veriler kullanılarak gelen hastaların profilini belirleyen bir uygulama çalışması yapılmıştır. Uygulama ile verilen bilgilerin sağlık profesyonellerinin en doğru ve güncel bilgiye ulaşmasını, en objektif ve optimum çözümleri kullanmasını sağlayacak bir karar destek aracı olduğu gösterilmeye çalışılmıştır.

Anahtar Kelimeler

• Veri madenciliği, Veri, Tıpta veri madenciliği, Hasta profili, Hastane bilgi yönetim sistemi (HBYS).

References

1. Khan, A., Bawane, N.G., Bodkhe, S., “An Analysis of Particle Swarm Optimization with Data Clustering-Technique for Optimization in Data Mining.”, (IJCSE) International Journal on Computer Science and Engineering Vol. 02, No. 07, 2223-2226, 2010.
2. Özekes, S., “Veri Madenciliği Modelleri ve Uygulama Alanları”, İstanbul Ticaret Üniversitesi Dergisi, Cilt:2,Sayı 3, 65-82, 2003.
3. Gürüler, H., Karahasan, M., İstanbullu, A., “Üniversite Öğrencilerinin Profilini Belirleme: Muğla Üniversitesi Veri Tabanları Üzerinde Bir Durum Çalışması”, Muğla Üniversitesi, Sosyal Bilimler Enstitüsü Dergisi (İLKE), Bahar 2007, Sayı 18, 27-37, 2007.
4. Koyuncugil, A.S., Özgülbaş, N.,“Veri Madenciliği: Tıp ve Sağlık Hizmetlerinde Kullanımı ve Uygulamaları”, Bilişim Teknolojileri Dergisi, Cilt: 2, Sayı: 2, 21-32, 2009.
5. Yıldırım, P., Uludağ, M., Görür, A., “Hastane Bilgi Sistemlerinde Veri Madenciliği”, Akademik Bilişim 2008, Çanakkale Onsekiz Mart Üniversitesi, 429-434, 2008.
6. Ertuğrul, İ., Hacettepe Üniversitesi, İ.İ.B.F. Dergisi, Cilt: 25, Sayı:1, Ankara, 2007.
7. Wang, G., Wang, Y., “3DM: Domain-oriented Data-driven Data Mining”, Fundamenta Informaticae 90, 395–426, 2009.
8. Arslan, E., ”EMG İşaretlerinin İncelenmesi ve Veri Madenciliği Uygulaması”, Sakarya Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi, 2008.

9. Mitra, S., Acharya,T., “Data Mining: Multimedia, Soft Computing, and Bioinformatics”, 2003.
10. Dinçer, E.,“Veri Madenciliğinde K-MEANS Algoritması ve Tıp Alanında Uygulanması”, Kocaeli Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi, 2006.
11. Ayık, Y.Z., Özdemir, A.,Yavuz, U., “Lise Türü ve Lise Mezuniyet Başarısının, Kazanılan Fakülte ile İlişkisinin Veri Madenciliği Tekniği ile Analizi”, Atatürk Üniversitesi, Sosyal Bilimler Enstitüsü Dergisi Cilt 10, Sayı 2, 441-454, 2007.
12. Akgöbek, Ö., Çakır, F. “Veri Madenciliğinde Bir Uzman Sistem Tasarımı”, Akademik Bilişim’ 09-XI. Akademik Bilişim Konferansı Bildirileri 11-13 Şubat 2009 Harran Üniversitesi, Şanlıurfa, 801-806, 2009.
13. Küçüksille, E., “Veri Madenciliği Süreci Kullanılarak Portföy Performansının Değerlendirilmesi ve İMKB Hisse Senetleri Piyasasında Bir Uygulama”,Süleyman Demirel Üniversitesi, Sosyal Bilimler Enstitüsü, Doktora Tezi, 2009.
14. Kholghi, M., Keyvanpour, M., “An Analytical Framework for Data Stream Mining Tecniques Based on Challenges and Requirements”, International Journal of Engineering Science and Technology (IJEST), Vol. 3 No. 3, 2507-2513, 2011.
15. Doğan, Ş., “Veri Madenciliği Kullanarak Biyokimya Verilerinden Hastalık Teşhisi”, Fırat Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi, 2007.
16. Baysakoğlu, A. “Veri Madenciliği ve Çimento Sektöründe Bir Uygulama” Akademik Bilişim 2005, Gaziantep, 2005.
17. Mala, A., Dhanaseelan, F.R., “Data Stream Mining Algorithms-A Review of Issues and Existing Approaches”, International Journal on Computer Science and Engineering (IJCSE), Vol. 3, No. 7, 2726-2732, 2011.
18. Tuğ, E., “Genetik Algoritmalar ile Tıbbi Veri Madenciliği”, Selçuk Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi, 2005.
19. Yin,Y., Kaku, I., Tang, J., Zhu, J.M., “Data Mining: Concepts, Methods and Applications in Management and Engineering Design”, 2011.