Akut Koroner Sendrom (AKS), acil servise başvuruların ve hastanelerin koroner yoğun bakım birimleri başta olmak üzere hastaların yatırılma sebeplerinin başında yer almaktadır. Akut Koroner Sendromun neden olduğu iş gücü kaybı, morbidite ve mortaliteye ek olarak yüksek hastane maliyetlerine sebep olması açısından günümüzde en önemli sağlık problemlerinden biri olarak kabul edilmektedir¹. Akut koroner Sendromu, kalp kasının bir kısmının düzgün çalışamaması veya işlevinin kaybolması gibi koroner atardamarlarda azalmış kan akışına bağlı olarak ortaya çıkan bir sendromdur. En sık rastlanan belirtilerinden bazıları çoğunlukla sağ omuza yayılan göğüs ağrısı ile bulantı ve terlemedir. Akut Koroner Sendromu, genellikle ST yükselmeli miyokard enfarktüsü (STEMI, % 30), ST yükselmesi olmayan miyokard enfarktüsü (NSTEMI, % 25) veya kararsız angina (% 38) olmak üzere üç nedenden ortaya çıkmaktadır. Bu tipler, EKG / EKG görünümüne göre ST segment yükselmesi olmayan miyokard infarktüsü ve ST segment yükselmeli miyokard enfarktüsü olarak adlandırılır^2,3.

Diabetes mellitus (DM), kandaki glikoz düzeyinin yükselmesiyle neticelenen, çoğunlukla kalıtsal ve çevre ile ilgili faktörlerin bir araya gelmesi ile meydana gelen bir hastalıktır. Dünya Sağlık Örgütü (WHO) verilerine göre, diyabetli insanların sayısı 1980'de 108 milyon iken, 2014’te bu sayı 422 milyona; hastalığın 18 yaş üstü erişkinlerde genel prevalansı ise 1980’de % 4.7 iken, 2014’de % 8.5’e yükselmiştir. Diyabetin 2030’da tüm dünyadaki ölüm nedenleri arasında 7. sırada olacağı öngörülmektedir. Orta ve düşük gelirli ülkelerde, diyabet prevelansı hızla artmaktadır. Ayrıca, diyabet; körlük, böbrek yetmezliği, kalp krizi, inme ve alt ekstremite amputasyonunun ana nedenlerindendir⁴.

Destek vektör makinesi modelleri son zamanlarda popüler bir algoritma haline gelmektedir. Destek vektör makineleri, sınıflandırma veya regresyon problemleri için kullanılabilen denetimli/danışmanlı bir makine öğrenme/veri madenciliği algoritmasıdır. Bu süreçte verileri dönüştürmek için çekirdek çözümü (kernel trick) adı verilen bir teknik kullanır. Bu çekirdek çözümü, veri dönüşümlerine dayanarak olası çıktılar arasında en uygun sınırı bulur. Başka bir ifadeyle, çekirdek çözümü son derece karmaşık veri dönüşümleri yapar ve daha sonra bu verilerin, tanımlanan etiketler veya çıktılara dayalı olarak nasıl ayrıldığı belirlenir. Destek vektör makineleri, optimal bir hiperdüzlem oluşturmak için hata fonksiyonunu en aza indirgemek amacıyla kullanılan yinelemeli bir eğitim algoritması kullanır. Bu sayılan esnek ve önemli özellikleri nedeniyle, bu çalışmada ele alınan sınıflama probleminin çözümünde değişik çekirdek fonksiyonlarının tahmin performanslarını incelemek için destek vektör makineleri seçilmiştir.

Bu araştırmanın birincil amacı; çeşitli çekirdek fonksiyonları ile oluşturulan destek vektör makinesi modellerinin, Akut Koroner Sendromlu hastalarda diabetes mellitus’u sınıflandırma performanslarının incelenmesi ve karşılaştırılmasıdır. Bu araştırmanın ikincil amacı ise, destek vektör makinesi modeli oluşturulurken kullanılan çeşitli çekirdek fonksiyonlarının parametrelerini optimize ederek en iyi sınıflandırma performansını elde etmeye çalışmaktır.

Bu çalışma, Malatya Klinik Araştırmalar Etik Kurulu’nun 2016/161 protokol numaralı izni ile onaylanmıştır. Bu araştırmada, anabilim dalımız tarafından Kardiyoloji Anabilim Dalı için geliştirilen PHP tabanlı veri giriş, sorgulama, silme, güncelleme, vb. işlemleri yapan yazılım kullanıldı. Bu kapsamda, Akut Koroner Sendromlu hastalarda DM’nin varlığı ve yokluğu, aşağıda belirtilen değişkenlere dayalı olarak sınıflandı. Bu değişkenlere ait tanımlayıcı bilgiler Tablo 1’de verilmiştir.

Tablo 1: Çalışmada kullanılan değişkenlerin tanımları

İki grup arası tahmini glikoz düzeyi farkı 20, varsayılan ortak standart sapması 55, tip I hata (alfa) 0.05 ve tip II hata (beta) 0.10 olduğunda, her grupta en az 160 olmak üzere toplamda en az 320 birey gerektiği güç analizi ile hesaplandı⁵. Bu planlanan araştırma kapsamına 1378 bireye ilişkin veriler alınmıştır.

Bu çalışmada uygulanan veritabanlarında bilgi keşfi (VTBK) süreci aşamaları aşağıda verilmiştir:

a. Veri seçimi: Veritabanlarından elde edilen ve bu araştırmada bağımlı/hedef değişken olarak DM, bağımsız/tahminleyici değişkenler olarak ise Tablo 1’de detaylıca açıklanan faktörler veri seçimi kapsamında incelenmiştir.

b. Veri önişleme: Veri setindeki kayıp değer bulunan sınıflar verisetinden çıkarılmıştır. Aşırı/aykırı değer tespiti lokal aykırı faktörü (LOF) analizi ile yapılmış ve tespit edilen aşırı/aykırı değerler verisetinden çıkarılmıştır. Aşırı/aykırı değer tespitinde, yerel aykırı faktör (LOF) algoritması⁶ kullanıldı. LOF, yakın zamanda geliştirilmiş olan yoğunluğa dayalı aşırı/aykırı gözlem tespitinde kullanılan yöntemlerden biridir. LOF, diğer aşırı/aykırı gözlem saptama algoritmalarıyla karşılaştırıldığında birçok avantaja sahiptir. LOF, bir gözlemin diğer komşu nesnelere olan uzaklığını bir sayısal ölçeğe dönüştürerek, yerel aşırı/aykırı gözlemlerin tespit edilmesini sağlar⁷.

c. Veri dönüşümü ve veri indirgeme: Veri setindeki sayısal değişkenler için standardizasyon (Z-dönüşümü) uygulanmıştır. Standardizasyona ilişkin denklem aşağıda verilmiştir:

Burada

örneklem aritmetik ortalamasını ve örneklem standart sapmasını ifade etmektedir⁸.

d. Veri madenciliği: Çeşitli çekirdek fonksiyonları kullanılarak oluşturulan DVM modelleri kullanılarak veri setinden ilişki, örüntüler çıkarma ve tahminler yapılmıştır. Bu çalışmada çeşitli DVM modelleri, Tablo 2’de ayrıntılı şekilde tanımlanan değişik çekirdek fonksiyonları ile oluşturulmuş ve incelenen veri setine uygulanmıştır. Hiperparametre optimizasyonu için en yaygın ve en çok bilinen ızgara araması (grid search) yönteminde, hiperpara-metreler tespit edilen sabit bir adım büyüklüğü ile kullanılabilecek olan en büyük aralıkta uygulanır ve her bir sıralanış biçimi (kombinasyon) için performans ölçütlerine göre değerlendirilir⁹. Tablo 3’de DVM modelinin oluşturulmasında kullanılan çekirdek fonksiyonlarının optimizasyon parametreleri, aralıkları ve kombinasyon sayıları verilmiştir.

Tablo 2: Çekirdek tipleri ve fonksiyonları

Tablo 3: Çekirdek fonksiyonlarının optimizasyon parametrelerine ilişkin tanımlayıcı bilgiler

C (cost, maliyet) parametresi, ayırıcı hiperdüzlemin düzgünlüğü ile eğitim verilerinin yanlış sınıflandırılması arasındaki dengeyi kontrol eder¹⁰. Maliyet parametresinin aksine σ (sigma), scale (ölçek) ve degree (derece) parametreleri çekirdek fonksiyonu parametreleridir. Sigma; Gaussian RBF, Laplace, ANOVA RBF ve Bessel çekirdek fonksiyonlarının parametresi, ölçek; Hiperbolik Tanjant (Sigmoid) ve Polinomiyal çekirdek fonksiyonlarının parametresi, derece; Polinomiyal, ANOVA RBF ve Bessel çekirdek fonksiyonlarının parametresidir.

e. Değerlendirme ve yorumlama: Çeşitli çekirdek fonksiyonları kullanılarak oluşturulan DVM modellerinin tahmin performansları; 10-katlı çapraz geçerlilik tekniği ile değerlendirilmiştir. Ayrıca, performans metriklerinden doğruluk, duyarlılık, özgüllük (seçicilik) ve ROC eğrisi altında kalan kullanılarak ilgili model çıktıları yorumlanmıştır. Bu metriklere ilişkin ayrıntılı formül tanımlamaları aşağıda verilmiştir:

Doğruluk = (DP+DN)/(DP+DN+YP+YN)
Duyarlılık = DP/(DP+YP)
Özgüllük (Seçicilik) = DN/(DN+YN)
Pozitif tahmin değeri = DP/(DP+YN)
Negatif tahmin değeri =DN/(DN+YP)

Burada; DP: doğru pozitif sayısı, DN: doğru negatif sayısı, YP: yanlış pozitif sayısı, YN: yanlış negatif sayısı olarak tanımlanır.

VTBK sürecindeki analizlerde RStudio Version 1.0.143 yazılımı¹¹ ve yazılım içindeki ilgili paketler kullanılmıştır. Kullanılan paketler; LOF analizi için DMwR¹², veri madenciliği aşaması için caret¹³ ve kernlab¹⁴, ROC eğrisi çizimi için ggplot2¹⁵ ve ROCR¹⁶ paketleridir.

Biyoistatistiksel Analiz
Nicel veriler ortalama ve standart sapma, nitel veriler ise sayı ve yüzde özetlendi. Verilerin normal dağılıma uygunluğu Kolmogorov Smirnov testi ve varyansların homojenlik kontrolü ise Levene testi ile değerlendirildi. Verilerin analizinde bağımsız örneklerde t-testi, Pear-son Ki-kare testi, Yates Düzeltilmiş Ki-kare testi ve Fisher Kesin Ki-kare testi uygun olan yerlerde kesin (exact) yaklaşıma dayalı olarak kullanıldı. Analizlerde IBM SPSS Statistics version 24.0 for Windows paket programı¹⁷ kullanıldı. p<0.05 değeri istatistiksel olarak önemli kabul edildi.

Aşırı/aykırı değer analizi sonucunda 2 gözlem DM olmayan bireylerin oluşturduğu veri setinden çıkarılmıştır. Bu durumda dağılım Tablo 4’de gösterilmiştir.

Tablo 4: DM değişkenin dağılımı

Nitel değişkenlerin DM’nin varlığı ve yokluğuna göre dağılımı Tablo 5’de verilmiştir. Bu bulgulara göre, cinsiyet, anjiyotensin dönüştürücü enzim inhibitör, anjiotensin reseptör bloker diğer, aspirin, beta bloker, diüretik, statin, hipertansiyon, kalp yetmezliği öyküsü, miyokardiyal enfarktüs öyküsü, renal yetmezlik öyküsü ve sigara içme durumu değişkenleri açısından DM varlığı ve yokluğu arasında istatistiksel olarak fark vardır (p<0.05). Buna karşın, kalsiyum kanal bloker, clopidogrel, Akut Koroner Sendrom aile öyküsü, koroner arter bypass öyküsü, hiperlipidemi, kalp yetmezliği öyküsü, malignite öyküsü, periferik arter öyküsü ve inme hastalığı öyküsü değişkenleri açısından DM varlığı ve yokluğu arasında istatistiksel olarak fark yoktur (p>0.05).

Tablo 5: Nitel değişkenlerin DM’nin varlığı ve yokluğuna göre dağılımı

Nicel değişkenlerin DM’nin varlığına ve yokluğuna göre tanımlayıcı istatistikleri Tablo 6’da verilmiştir. Tablo 6 incelendiğinde, kan üre azotu, glikoz, yüksek yoğunluklu lipoprotein, vücut kitle indeki değişkenleri açısından DM varlığı ve yokluğu arasında istatistiksel olarak fark varken (p<0.05), Düşük yoğunluklu lipoprotein, trigliserid, nabız, diastolik kan basıncı, sistolik kan basıncı, kolesterol değişkenleri açısından DM varlığı ve yokluğu arasında istatistiksel olarak farklılık yoktur (p>0.05).

Tablo 6: Nicel değişkenlerin DM’nin varlığına ve yokluğuna göre tanımlayıcı istatistikleri

DVM’nin tüm çekirdek fonksiyonlarının çeşitli performans metriklerine göre sınıflandırma performansları (% 95 güven aralığı ile) Tablo 7’de verilmiştir.

Tablo 7: DVM’nin tüm çekirdek fonksiyonlarının çeşitli performans metriklerine göre sınıflandırma performansları (%95 güven aralığı ile)

Klinik açıdan koroner arter hastalık (KAH) ve trombotik komplikasyonları sanayileşmiş ülkelerde morbidite ve mortalitenin önde gelen nedenlerindendir. KAH oranının önümüzdeki on yılda hızlı bir şekilde artacağı ve yaşlanmaya sebep olacağı tahmin edilmektedir. Ayrıca, önümüzdeki yıllarda obezite, tip 2 DM ve metabolik sendromun prevalansında dünya çapında bir artış beklenmekle beraber, genç insanlar arasında kardiyovasküler risk faktörlerinin de önemli derecede artış göstermesi öngörülmektedir. Özellikle tip 2 DM olan bireylerde kardiyovasküler hastalık riski, DM olmayan bireylere kıyasla 2-4 kat daha fazladır. Tip 2 DM hastalarının %75’inde mortalite sebebi KAH’tır¹⁸. Akut Koroner Sendromu, KAH’ın ilerlemiş bir klinik tablosu biçiminde meydana gelmektedir. Bu nedenle Akut Koroner Sendromu ile ilişkili risk faktörlerinin belirlenmesi ve kontrol altına alınması, kardiyovasküler hastalıklarının önlenmesi (birincil koruma) ve tanısı konulmuş hastalıkların tekrarlama durumların önlenmesi (ikincil koruma) için oldukça önemlidir.

Bu çalışmada, Tip 2 DM olan Akut Koroner Sendromlu bireylerden oluşan bir hasta örnekleminde, KAH gelişmesini etkilediği kabul edilen DM’nin sınıflandırılması için değişik çekirdek fonksiyonları ile geliştirilen DVM modellerinin tahmin performanslarının değerlendirilmesi amaçlanmıştır. Yapılan yayın taraması bulgularına göre, koroner arter hastalığının özel bir türü olan Akut Koroner Sendromlu hastalardan oluşan bireylerde tip 2 diyabet mellitusun varlığı ya da yokluğunu tıbbi bilgi keşfi süreci ile inceleyen bir çalışmaya rastlanmamıştır. Bu bağlamda, ANOVA RBF, bessel, doğrusal, Gaussian RBF, laplace, polinomiyal ve sigmoid çekirdek fonksiyonları ile geliştirilen DVM modelleri elde edilmiştir. Bu DVM modelleri arasında, DM’yi sınıflamada en yüksek doğruluk değeri Laplace çekirdek fonksiyonu (0.9804) ile hesaplandı. Doğruluk değeri dikkate alındığında, DM’yi sınıflamada en yüksek değerler sırasıyla; Gaussian RBF (0.9448), Polinomial (0.8846), Bessel (0.8832), ANOVA RBF (0.8803), Hyperbolic tangent (Sigmoid) (0.8716) ve doğrusal (0.8788) olarak elde edilmiştir. ROC eğrisi altında kalan alan açısından tahminlenen değişik DVM modelleri değerlendirildiğinde, çekirdek fonksiyonlarına ilişkin en yüksek değerler sırasıyla; Laplace (0.9804), Gaussian RBF (0.8139), Polinomial (0.6495), Bessel (0.6261), doğrusal (0.6256), ANOVA RBF (0.6182) ve Sigmoid (0.5906) olarak bulunmuştur. Performans ölçütleri arasından duyarlılık değerleri büyükten küçüğe sıralandığında; Laplace (0.9999), Gaussian RBF (0.9922), Bessel (0.8154), ANOVA RBF (0.7937), Polinomial (0.7529), doğrusal (0.7397)

ve Sigmoid (0.7359 ) olarak elde edilmiştir. Ayrıca, oluşturulan modeller özgüllük [seçicilik] değerleri açısından incelendiğinde, en yüksek özgüllük [seçicilik] değerleri sırasıyla; Laplace (0.9776), Gaussian RBF (0.94), Polinomial (0.8933), Bessel (0.8865), ANOVA RBF (0.8844), doğrusal (0.8857) ve Sigmoid (0.877) olarak bulunmuştur.

Sonuç olarak; incelenen değişik çekirdek fonksiyonları ile oluşturulan modeller arasında söz konusu performans ölçütlerinden; doğruluk, duyarlılık, özgüllük (seçicilik) ve ROC eğrisi altında kalan alan değerleri dikkate alındığında, en iyi sınıflama performansı Laplace Destek Vektör Makinesi modelinden elde edilmiştir. İlerleyen çalışmalarda, farklı klinik verilerde değişik çekirdek fonksiyonlu Destek Vektör Makinesi modelleri ile diğer makine öğrenmesi ya da veri madenciliği algoritmalarının kullanılması hastalıkların sınıflandırma başarısını artırabilecektir.