Selman Aktaş, Murat Kirişci, Muzaffer Akçay, Muhammet Çiçek
Hamidiye Medical Journal - 2025;6(3):171-177
Bu çalışmada, prostat kanseri risk faktörlerini belirleme ve hastalık durumunu sınıflandırmada ikili lojistik regresyon ile makine öğrenimi (ML) algoritmalarının (SVM, KNN, CHAID ve C5.0) öngörü performansları karşılaştırılmıştır. Gereç ve Yöntemler: Çalışmaya, demografik, klinik ve yaşam tarzı özelliklerini içeren 20 soruluk yapılandırılmış anketi dolduran 501 erkek (248 hasta ve 253 kontrol) dahil edilmiştir. Bulgular: Yaş, sigara kullanımı ve ailede kanser öyküsü tüm modellerde anlamlı öngörücüler olarak bulunmuştur. Ek olarak semen veya idrarda kan, idrara çıkma sıklığı ve günlük aktivite düzeyi de belirleyici olmuştur. Lojistik regresyon %92,2 doğrulukla en yüksek performansı göstermiştir. CHAID %91,36, SVM %89,92, KNN %88,48 ve C5.0 %88 doğruluk oranına ulaşmıştır. Sonuç: Lojistik regresyon yapılandırılmış klinik verilerde en yüksek doğruluk ve yorumlanabilirliği sağlarken, ML algoritmaları karmaşık ve doğrusal olmayan ilişkileri ortaya çıkararak tamamlayıcı katkılar sunmuştur.
