Data Mining and Nursing

Öz

Today, with the increase in data in the digital environment, data mining has emerged. The data collected in the data mining method is cleaned, processed and analyzed. Data mining algorithms are divided into descriptive and predictive. Many software are used in the form of commercial or open-source software to perform data mining methods. Data mining can be used in the field of health as well as in most areas where many data are collected. When the literature is examined, it has been seen that researches in the field of nursing related to data mining, which is a new discipline, are insufficient in our country. It has been observed that there are problems in collecting, storing and processing online data, especially for nursing care plans. Based on all of these, this review focuses on data mining, research on health and nursing.

Anahtar Kelimeler

• nursing
• data mining
• data warehouse

Veri Madenciliği ve Hemşirelik

Öz

Günümüzde dijital ortamda verilerin artmasıyla birlikte veri madenciliği ortaya çıkmıştır. Veri madenciliği yönteminde toplanan veriler temizlenip, işlenerek analiz edilir. Veri madenciliği algoritmaları tanımlayıcı ve tahmine dayalı olmak üzere ikiye ayrılmaktadır. Veri madenciliği yöntemlerini gerçekleştirmek için ticari ya da açık kaynak kodlu yazılımlar şeklinde birçok yazılım kullanılmaktadır. Veri madenciliği birçok verinin toplandığı çoğu alanda olduğu gibi sağlık alanında da kullanılabilmektedir. Literatür incelendiğinde yeni bir disiplin olan veri madenciliğine ilişkin hemşirelik alanında araştırmalarının ülkemizde yetersiz olduğu görülmüştür. Özellikle hemşirelik bakım planlarına yönelik çevrimiçi veri toplanması, saklanması ve işlenmesinde sorunlar yaşandığı görülmüştür. Tüm bunlardan yola çıkılarak, bu derlemede veri madenciliği, sağlık ve hemşireliğe yönelik araştırmalar üzerinde durulmuştur.

Anahtar Kelimeler

• hemşirelik
• veri madenciliği
• veri ambarı

Kaynakça

1. Aggarwal, C. (2015). An Introduction to Data Mining. In C. Aggarwal (Ed.), Data Mining (pp.1-26). Springer, Cham. https://doi.org/10.1007/978-3-319-14142-8_1
2. Akgöbek, Ö., & Çakır, F. (2009). Veri Madenciliğinde Bir Uzman Sistem Tasarımı in M. Akgül, E. Derman, U. Çağlayan, and A. Özgit, (Eds.), Akademik Bilişim’09 - XI. Akademik Bilişim Konferansı, Harran Üniversitesi, Şanlıurfa. https://ab.org.tr/ab09/kitap/akgobek_cakir_AB09.pdf
3. Almasalha, F., Xu, D., Keenan, G.M., Khokhar, A., Yao, Y., Chen, Y.C.,… & Wilkie, D.J. (2013). Data mining nursing care plans of end-of-life patients: A study to improve healthcare decision making. Int J Nurs Knowl., 24(1), 15-24. https://doi.org/10.1111/j.2047-3095.2012.01217.x
4. Berger, A.M., & Berger, C.R. (2004). Data mining as a tool for research and knowledge development in nursing. Comput Inform Nurs., 22(3), 123-131. https://doi.org/10.1097/00024665-200405000-00006
5. Brachman, R. J., Khabaza, T., Kloesgen, W., Piatetsky-Shapiro, G., & Simoudis, E. (1996). Mining business databases. Communications of the ACM., 3(11), 42–48.
6. Chang, H.M., Huang, E.W., Hou, I.C., Liu, H.Y., Li, F.S., & Chiou, S.F. (2019). Using a text mining approach to explore the recording quality of a nursing record system. J Nurs Res., 27(3), e27. https://doi.org/10.1097/jnr.0000000000000295
7. Chen, Y.T., Chiu, Y.C., Teng, M.L., & Liao, P.H. (2022). The effect of medical material management system app on nursing workload and stress. BMC Nurs., 21(1), 19. https://doi.org/10.1186/s12912-022-00806-4
8. Cheung, R.B., Moody, L.E., & Cockram, C. (2002). Data mining strategies for shaping nursing and health policy agendas. Policy, Politics, & Nursing Practice, 3(3), 248-260. https://doi.org/10.1177/15254402003003009

9. Coşlu, E. (2013). Veri Madenciliği in M. Akgül, U. Çağlayan, E. Derman A. Özyiğit, M. Topakcı, R. Uyar, O. Oral, Ş. Akbunar, T.F. Kasalak, E. Sezgin, F. Yücel, H. Akar and U. Ercan (Eds.), Akademik Bilişim 2013 – XV. Akademik Bilişim Konferansı, Akdeniz Üniversitesi, Antalya. https://ab.org.tr/ab13/kitap/coslu_AB13.pdf
10. Çınar, A. (2022). Sağlık Bilişiminde Veri Ambarı Uygulamaları. In N. Aydın Ateş, S. Seçginli, G. Silahtaroğlu (Eds.), Hemşirelik Bilişimi (pp. 213-240). ACR Tıp Kitabevi.
11. De Gagne, J.C., Hall, K., Conklin, J.L., Yamane, S.S., Wyman Roth, N., Chang, J., & Kim, S.S. (2019). Uncovering cyberincivility among nurses and nursing students on Twitter: A data mining study. Int J Nurs Stud., 89, 24-31. https://doi.org/10.1016/j.ijnurstu.2018.09.009
12. Delen, D., Walker, G., & Kadam, A. (2005). Predicting breast cancer survivability: a comparison of three data mining methods. Artificial Intelligence in Medicine, 34(2), 113-127. https://doi.org/10.1016/j.artmed.2004.07.002
13. Dongsong, Z., & Lina, Z. (2004). Discovering golden nuggets: data mining in financial application. IEEE Transactions on Systems, Man and Cybernetics (Applications and Reviews), 34(4), 513-522. https://doi.org/10.1109/TSMCC.2004.829279
14. Drayton-Brooks, S.M, Gray, P.A., Turner, N.P., & Newland, J.A. (2020). The use of big data and data mining in nurse practitioner clinical education. Journal of Professional Nursing, 36(6), 484-489. https://doi.org/10.1016/j.profnurs.2020.03.012
15. Emre, İ.E., & Selçukcan Erol, Ç. (2017). Veri Analizinde İstatistik mi Veri Madenciliği mi?. Bı̇lı̇şı̇m Teknolojı̇lerı̇ Dergı̇sı̇, 10(2), 161-167. https://doi.org/10.17671/gazibtd.309297
16. Fayyad, U., Piatetsky-Shapiro, G., & Smyth, P. (1996). From data mining to knowledge discovery in databases. AI Magazine, 17(3), 37. https://doi.org/10.1609/aimag.v17i3.1230
17. Goodwin, L., VanDyne, M., Lin, S., & Talbert, S. (2003). Data mining issues and opportunities for building nursing knowledge. J Biomed Inform., 36(4-5), 379-388. https://doi.org/10.1016/j.jbi.2003.09.020
18. Hyun, S., & Cooper, C. (2020). Application of Text Mining to Nursing Texts: Exploratory Topic Analysis. Comput Inform Nurs., 38(10), 475-482. https://doi.org/10.1097/CIN.0000000000000681
19. Irmak, S., Köksal, C.D., & Asilkan, Ö. (2012). Hastanelerin Gelecekteki Hasta Yoğunluklarının Veri Madenciliği Yöntemleri ile Tahmin Edilmesi. Uluslararası Alanya İşletme Fakültesi Dergisi, 4(1), 101-114.
20. Jothi, N., Rashid, N. A., & Husain, W. (2015). Data mining in healthcare-A review. Procedia Computer Science, 72, 306–313. https://doi.org/10.1016/j.procs.2015.12. 145
21. Kavurgacı, Ş., Gürkaş Aydın, Z., & Şamlı, R. (2011). Büyük Ölçekli Veri Tabanlarında Bilgi Keşfi in M. Akgül, E. Derman, A. Özgit, U. Çağlayan, M. Ertürkler and M. Karakaplan (Eds.), Akademik Bilişim’11-XIII. Akademik Bilişim Konferansı Bildirileri, İnönü Üniversitesi, Malatya. https://ab.org.tr/ab11/kitap/kavurkaci_gurkas_AB11.pdf
22. Kaya, M., & Özel, S.A. (2014). Açık Kaynak Kodlu Veri Madenciliği Yazılımlarının Karşılaştırılması in M. Akgül, E. Derman, U. Çağlayan, and A. Özgit, (Eds.) Akademik Bilişim’14 - XVI. Akademik Bilişim Konferans Bildirileri. Mersin Üniversitesi, 47-53. https://ab.org.tr/ab14/kitap/kaya_ozel_ab14.pdf
23. Khokhar, A., Lodhi, M.K., Yao, Y., Ansari, R., Keenan, G., & Wilkie, D.J. (2017). Framework for mining and analysis of standardized nursing care plan data. West J Nurs Res., 39(1), 20-41. https://doi.org/10.1177/0193945916672828
24. Koyuncugil, A.S., ve Özgülbaş, N. (2009). Veri Madenciliği: Tıp ve Sağlık Hizmetlerinde Kullanımı ve Uygulamaları. Bı̇lı̇şı̇m Teknolojı̇lerı̇ Dergı̇sı̇, 2(2), 21-32.
25. Köse, İ. (2022). Sağlık Bilişiminde Veri Ambarı Uygulamaları. In N. Aydın Ateş, S. Seçginli, G. Silahtaroğlu (Eds.), Hemşirelik Bilişimi (pp. 189-212). ACR Tıp Kitabevi.
26. Kriegel, H.P., Borgwardt, K.M., Kröger, P., Pryakhin, A., Schubert, M., & Zimek, A. (2007). Future trends in data mining. Data mining knowledge discovery, 15, 87–97. https://doi.org/10.1007/s10618-007-0067-9
27. Kushima, M., Araki, K., Suzuki, M., Araki, S., & Nikama, T. (2011). Text data mining of in-patient nursing records within electronic medical records using KeyGraph. IAENG International Journal of Computer Science, 38(3), IJCS_38_3_05.
28. Li, H.L., Lin, S.W., & Hwang, Y.T. (2019). Using nursing information and data mining to explore the factors that predict pressure injuries for patients at the end of life. Computers, Informatics, Nursing, 37(3), 133-141. https://doi.org/10.1097/CIN.0000000000000489
29. Lim, J.Y., Kim, S., Kim, J., & Lee, S. (2020). Identifying trends in nursing start-ups using text mining of YouTube content. PLoS One., 15(2), e0226329. https://doi.org/10.1371/journal.pone.0226329
30. Liu, Y., & Liu, H. (2021). Utilization of nursing defect management evaluation and deep learning in nursing process reengineering optimization. Comput Math Methods Med., 8019385. https://doi.org/10.1155/2021/8019385
31. Mahat, S., Rafferty, A.M., Vehviläinen-Julkunen, K., & Härkänen, M. (2022). Negative emotions experienced by healthcare staff following medication administration errors: a descriptive study using text-mining and content analysis of incident data. BMC Health Serv Res., 22(1), 1474. https://doi.org/10.1186/s12913-022-08818-1
32. Mikut, R., & Reischl, M. (2011). Data mining tools. WIREs Data and Knowledge Discovery, 1(5), 431-443. https://doi.org/10.1002/widm.24
33. Özbay, Ö. (2015). Verı̇ Madencı̇lı̇ğı̇ Kavramı ve Eğı̇tı̇mde Verı̇ Madencı̇lı̇ğı̇ Uygulamaları. Ines Journal, 2(5), 262-272.
34. Özekes, S. (2003). Veri Madenciliği Modelleri ve Uygulama Alanları. İstanbul Ticaret Üniversitesi Dergisi, 2(3), 65-82.
35. Seker, S.E. (2015). Veri Ambarı (Data Warehouse). YBS Ansiklopedi, 2(4), 6-13.
36. Taşcı, M.E., & Şamlı, R. (2020). Veri Madenciliği ile Kalp Hastalığı Teşhisi. Avrupa Bilim ve Teknoloji Dergisi, Özel Sayı, 88-95. https://doi.org/10.31590/ejosat.araconf12
37. Tekerek, A. (2011). Veri Madenciliği Süreçleri ve Açık Kaynak Kodlu Veri Madenciliği Araçları in M. Akgül, E. Derman, A. Özgit, U. Çağlayan, M. Ertürkler and M. Karakaplan (Eds.), Akademik Bilişim’11-XIII. Akademik Bilişim Konferansı Bildirileri, İnönü Üniversitesi, Malatya. https://ab.org.tr/ab11/kitap/tekerek_AB11.pdf
38. Tüzüntürk, S. (2010). Veri Madenciliği ve İstatistik. Uludağ Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, XXIX(1), 65-90.
39. Xiao, Q., Wang, J., Wang, Y., & Wu, Y. (2019). Data Mining in Nursing: A Bibliometric Analysis (1990-2017). Stud Health Technol Inform., 264, 1616-1617. https://doi.org/10.3233/SHTI190562
40. Wang, Y., Sun, Y., Lu, N., Feng, X., Gao, M., Zhang, L.,… & Zhang, K. (2021). Diagnosis and Treatment Rules of Chronic Kidney Disease and Nursing Intervention Models of Related Mental Diseases Using Electronic Medical Records and Data Mining. J Healthc Eng., 2021, 5187837. https://doi.org/10.1155/2021/5187837
41. Westra, B.L., Sylvia, M., Weinfurter, E.F., Pruinelli, L., Park, J.I., Dodd, D.,... & Delaney, C.W. (2017). Big data science: A literature review of nursing research exemplars. Nurs Outlook, 65(5), 549-561. https://doi.org/10.1016/j.outlook.2016.11.021
42. Yang, Y., Deng, Y., & Zhang, H. (2022). The Construction and Effect Analysis of Nursing Safety Quality Management Based on Data Mining. Comput Intell Neurosci., 2022, 6560452. https://doi.org/10.1155/2022/6560452
43. Yoo, I., Alafaireet P., Marinov, M., Pena-Hernandez, K., Gopidi, R., Chang, J.F., & Hua, L. (2012). Data mining in healthcare and biomedicine: A survey of the literature. J Med Syst., 36(4), 2431-2448. https://doi.org/10.1007/s10916-011-9710-5
44. Zhu, R., Han, S., Su, Y., Zhang, C., Yu, Q., & Duan, Z. (2019). The application of big data and the development of nursing science: A discussion paper. Int J Nurs Sci., 6(2), 229-234. https://doi.org/10.1016/j.ijnss.2019.03.001