Determination of COVID-19 Diagnosis with Discriminant Analysis and Artificial Neural Networks According to Blood Test Results
| dc.authorid | 0000-0003-0924-4848 | en_US |
| dc.authorid | 0000-0002-0744-4435 | en_US |
| dc.contributor.author | Özden, Ünal Halit | |
| dc.contributor.author | Erişlik, Kubilay | |
| dc.date.accessioned | 2021-05-03T13:47:48Z | |
| dc.date.available | 2021-05-03T13:47:48Z | |
| dc.date.issued | 2021 | en_US |
| dc.department | Fakülteler, İnsan ve Toplum Bilimleri Fakültesi, İstatistik Bölümü | en_US |
| dc.description.abstract | On December 31, 2019, 27 pneumonia cases of unknown type were detected in China's Wuhan city, Hubei province. On January 30, 2020, World Health Organization (WHO) declared the Coronavirus Disease (COVID)- 19 outbreak in China as a Public Health Emergency of International Concern, posing a high risk for countries with vulnerable health systems. Samples taken from the upper respiratory tract and lower respiratory tract are used in the diagnosis of COVID-19. In this study, it was aimed to provide a method that could be an alternative to Reverse Transcription-Polymerase Chain Reaction (RT-PCR) test, to create a more reliable diagnostic method than the 60% accurate diagnosis rate of RT-PCR test, and to determine whether COVID-19 could be diagnosed by only blood analysis without taking a swab sample from the upper respiratory tract. Hematocrit, hemoglobin, mean platelet volume, red blood cell count and RT-PCR test results of 159 patients who had RT-PCR test at Hospital Sírio-Libanês in São Paulo, Brazil were used in the study. Discriminant analysis and artificial neural network models were used in the diagnosis of COVID-19 of the patients. As a result of the study, discriminant analysis was 89.9% successful, and artificial neural networks were 93.7% successful. According to this result, it was determined that the model created with artificial neural networks is more successful than discriminant analysis in predicting positive patients. | en_US |
| dc.description.abstract | 31 Aralık 2019’da tipi bilinmeyen 27 zatürre vakası Çin’in Hubei eyaleti, Wuhan şehrinde tespit edilmiştir. 30 Ocak 2020’de WHO, Çin’deki COVID-19 salgınını, savunmasız sağlık sistemlerine sahip ülkeler için yüksek risk oluşturan Uluslararası Öneme Sahip Halk Sağlığı Acil Durumu olarak ilan etmiştir. COVID-19 hastalığının teşhisinden üst solunum yollarından ve alt solunum yollarından alınan örnekler kullanılmaktadır. Bu çalışmada RT-PCR testine alternatif olabilecek bir yöntem sunabilmek, RT-PCR testinin %60 doğru teşhis oranından daha güvenilir bir teşhis yöntemi oluşturmak ve üst solunum yollarından süprüntü örneği almadan sadece kan tahlili ile COVID-19’un teşhis edip edilemeyeceğinin tespit edilmesi amaçlanmıştır. Çalışmada São Paulo, Brezilya’daki Sírio-Libanês Hastanesinde RT-PCR testi yaptırmış 159 hastanın Hemotokrit, Hemoglobin, Ortalama Trombosit Hacmi, Kırmızı Kan Hücresi Sayısı ve RT-PCR testi sonuçlarından yararlanılmıştır. Hastaların COVID-19 teşhisinde diskriminant analizi ve yapay sinir ağları modelleri kullanılmıştır. Çalışmanın sonucunda diskriminant analizi %89,9, yapay sinir ağları ise %93,7 oranında başarılı olmuşlardır. Yapay sinir ağları ile oluşturulan modelin pozitif hastaları tahmin etmede diskriminant analizine göre daha başarılı olduğu tespit edilmiştir. | en_US |
| dc.identifier.endpage | 232 | en_US |
| dc.identifier.issue | 1 | en_US |
| dc.identifier.startpage | 221 | en_US |
| dc.identifier.uri | https://hdl.handle.net/11467/4894 | |
| dc.identifier.volume | 10 | en_US |
| dc.language.iso | en | en_US |
| dc.publisher | Denta Florya ADSM Limited Company | en_US |
| dc.relation.ispartof | Social Sciences Research Journal (SSRJ) | en_US |
| dc.relation.publicationcategory | Makale - Uluslararası Hakemli Dergi - Kurum Öğretim Elemanı | en_US |
| dc.rights | info:eu-repo/semantics/openAccess | en_US |
| dc.subject | Artificial Neural Networks | en_US |
| dc.subject | Classification | en_US |
| dc.subject | COVID-19 | en_US |
| dc.subject | Discriminant Analysis | en_US |
| dc.subject | Disease Diagnosis | en_US |
| dc.subject | RTPCR | en_US |
| dc.subject | Diskriminant Analizi | en_US |
| dc.subject | Hastalık Teşhisi | en_US |
| dc.subject | RT-PCR | en_US |
| dc.subject | Sınıflandırma | en_US |
| dc.subject | Yapay Sinir Ağları | en_US |
| dc.title | Determination of COVID-19 Diagnosis with Discriminant Analysis and Artificial Neural Networks According to Blood Test Results | en_US |
| dc.title.alternative | Kan Tahlili Sonuçlarına Göre Diskriminant Analizi ve Yapay Sinir Ağları ile Covid-19 Teşhisinin Belirlenmesi | en_US |
| dc.type | Article | en_US |
