ISSN : 1301-5680
e-ISSN : 2149-8156
Turkish Journal of Thoracic and Cardiovascular Surgery     
Koroner arter baypas greft cerrahisi sonrasında kanama açısından riskli grupların sınıflandırılması: Lojistik regresyon ve karar ağacı modellerinin karşılaştırılması
Reza Safiarian1, Payam Amini2, Elham Khodayari Moez2, Fatemeh Mohammadzadeh2, Mohammad Tavakoli3, Farid Zayeri4
1Baqiyatallah University of Medical Science, Tehran, Iran
2School of Medical Sciences, Tarbiat Modares University, Tehran, Iran
3Ministry of Health Treatments and Medical Education, Tehran, Iran
4Proteomics Research Center, Faculty of Paramedical Sciences, Shahid Beheshti University of Medical Sciences, Tehran, Iran
DOI : 10.5606/tgkdc.dergisi.2013.7680
Amaç: Bu çalışmada koroner arter baypas greft (KABG) cerrahisi sonrasında kanama açısından yüksek riskli hasta grupları belirlendi.

Çalışma planı: Haziran 2001 - Ağustos 2008 tarihleri arasında İran Tahran Jamaran Kalp Hastanesi’nde KABG cerrahisi yapılan 205 hasta (143 erkek, 62 kadın; ort. yaş 59.7±10.1 yıl; dağılım 28-83 yıl) retrospektif olarak değerlendirildi. Hastaların başlangıçtaki özellikleri ve ameliyat sonrası kanama durumları kaydedildi. Kanama olan ve kanama olmayan hastaları sınıflandırırken, klasik lojistik regresyon ve karar ağacı modelleri kullanıldı.

Bulgular: Lojistik regresyon analizinde cinsiyetin ameliyat sonrası kanama ile anlamlı düzeyde ilişkili olduğu görüldü. Karar ağacı modelinde ise, yaş (skor= 100), diabetes mellitus (skor= 16.38), cinsiyet (skor= 13.67), başkentte ikamet etme (skor= 7.31) ve dislipideminin (skor= 5.06) kanama üzerinde etkisi olduğu belirlendi. Lojistik regresyona kıyasla, karar ağacı modelinde hastaların daha iyi sınıflandırıldığı da gözlendi.

Sonuç: Cerrahlar KABG öncesinde üç damarına baypas yapılan hastalarda ileri yaş, erkek cinsiyeti, diabetes mellitus yokluğu ve dislipidemi varlığı gibi kanamanın risk göstergelerini göz önünde bulundurmalıdır. Ayrıca, istatistik uzmanlarına risk grubu sınıflandırmasında lojistik regresyon analizinin yerine karar ağacı modelini kullanmalarını önermekteyiz.

Keywords : Kanama; sınıflandırma; koroner arter baypas greft; karar ağacı; lojistik regresyon
Viewed : 11047
Downloaded : 2328