- Avrupa Bilim ve Teknoloji Dergisi
- Ejosat Special Issue: (ARACONF) Special Issue
- Suicide Prediction from Hemogram with Machine Learning
Suicide Prediction from Hemogram with Machine Learning
Authors : Berna Ari, Ali Ari, Abdülkadir Şengür
Pages : 364-369
Doi:10.31590/ejosat.araconf47
View : 25 | Download : 8
Publication Date : 2020-04-01
Article Type : Research
Abstract :İntihar; toplumsal, ekomonik ve kültürel etkenleri tabanında barındararak farklı sıklıklar ve yöntemlerle karşımıza çıkan bir olgudur. Çocukluğun bir üst basamağı olan ergenlik ise ümitsizlik, yalnızlık, depresyon gibi karmaşık duyguları dünyasında barındırmakta olup intihar riskinin yüksek oranda görüldüğü bir evredir. Gerekli tedbirlerin tarafsız ve hissedilmez yollarla alınabilmesi ergenlik ve intihar ilişkisi açısından büyük önem arz etmektedir. Ağır seyretmeyen bir rahatsızlıkta dahi uzmanlar tarafından kolayca alınabilen kan, sonrasında laboratuvarlarda içeriğini oluşturan parametrik değerler ile sayısal veriler olarak karşımıza çıkmaktadır. Kan parametrelerinin ölçümünü gösteren hemogram testi, günümüzde birçok hastalığın tanısında kullanılmaktadır. Bu çalışmada hemogram testi sonucunda elde edilen değerler ile ergen bireylerin intihar etme olasılığı arasındaki ilişki araştırılmıştır. Cinsiyeti ve yaşı bilinen, intihar girişiminde bulunmuş ergenler ile sağlıklı ergenlerin lökosit (WBC), eritrosit (RBC), bazofil (BA), eozinofil (EO), lenfosit (LY), Monosit (MO), Nötrofil (NE) ve Platelet (PLT) sayısı, Ortalama trombosit hacmi (MPV) ve Hemoglobin (HGB) düzeylerine ait kan değerleri tasarlanan sistem içerisinde değerlendirilmiştir. Veri setini oluşturan sağlıklı ve intihar girişiminde bulunmuş 302 kişiye ait tam kan sayımı verileri ön işlemden geçirilerek intihar eden gruba ait tahmini olumsuz etkileyecek veriler referns ralıklar göz önünde bulundurularak sistemden çıkarılmıştır. İntihar tahminini yaparken, sınıflama algoritmalarının ortak çalışması sonucu yüksek başarım gösteren torbalama ağaçları ve iki grubun üyelerini yüksek doğrulukla ayıran Destek Vektör Makineleri (DVM) seçilmiştir. 260x13 öznitelik kullanılarak Topluluk Ağaçları (TA) ve Kuadratik DVM ile sınıflandırma sonuçları alınarak TA ile %93,5 doğru tahminde bulunulabileceği gösterilmiştir. Uzmanlar, bireyin herhangi bir psikolojik rahatsızlığı görülmesi ya da intihar şüphesi olması durumunda, bu ihtimalin ne kadar yüksek ya da ne düzeyde olduğunu tasarlanan sistem sayesinde kolayca öğrenebilecektir.Keywords : Torbalama Ağacı, İntihar tahmini, Hemogram, Destek vektör makineleri, Tam kan sayımı, Makine öğrenmesi