Akademik Veri Yönetim Sistemi
2. Uluslararası Ege Bölgesi Aile Hekimliği Kongresi , İzmir, Türkiye, 26 - 28 Nisan 2026, ss.1-2, (Özet Bildiri)
AKDENİZ YAŞAM TARZI UYUMU İLE SAĞLIKLI YAŞLANMA ARASINDAKİ İLİŞKİNİN MAKİNE ÖĞRENMESİ TEKNİKLERİ İLE İNCELENMESİ
Mehmet ÖZCAN1, Sude Nur
KÖMÜR2, Uzay Çevik KANTEKİN3, Birkan BAYRAK4, Vildan MEVSİM5
Dokuz Eylül Üniversitesi
Tıp Fakültesi Aile Hekimliği Ana Bilim Dalı bmehmetozcan@gmail.com1
Dokuz Eylül Üniversitesi Mühendislik
Fakültesi Bilgisayar Mühendisliği komur.sudenur@gmail.com2
Dokuz Eylül Üniversitesi Mühendislik
Fakültesi Bilgisayar Mühendisliği uzaykantekin@gmail.com3
Dokuz
Eylül Üniversitesi Tıp Fakültesi Aile Hekimliği Ana Bilim Dalı dr.birkanbayrak@gmail.com4
Dokuz Eylül Üniversitesi
Tıp Fakültesi Aile Hekimliği Ana Bilim Dalı vildan.mevsim@deu.edu.tr5
Bildiri
Türü: Sözlü Bildiri
Amaç:
Sağlıklı yaşlanma, çok boyutlu yapısı nedeniyle klasik istatistiksel
yöntemlerle sınırlı olarak değerlendirilebilen bir kavramdır. Son yıllarda
makine öğrenmesi yöntemleri, çok değişkenli ve karmaşık sağlık verilerinin
analizinde yeni olanaklar sunmaktadır. Bu çalışmada, 60 yaş ve üzeri bireylerde
Akdeniz yaşam tarzı uyumu ile sağlıklı yaşlanma arasındaki ilişkinin hem
geleneksel korelasyon analizi hem de makine öğrenmesi yaklaşımı kullanılarak
karşılaştırmalı ve bütüncül biçimde değerlendirilmesi amaçlanmıştır. Bu
çalışmanın özgün değeri, söz konusu ilişkinin farklı analitik yaklaşımlar ile
incelenmesi ve yöntemlerin açıklayıcılık ile sınıflandırma performanslarının
birlikte değerlendirilmesidir.
Metodoloji:
Bu çalışmada kullanılan veri seti, Dokuz Eylül Üniversitesi Eğitim Aile Sağlığı
Merkezleri’nde daha önce yürütülen bir araştırma kapsamında toplanmış olup,
mevcut çalışma ikincil veri analizi olarak gerçekleştirilmiştir. Kesitsel
analitik tasarımdaki çalışmada 60 yaş ve üzeri toplam 365 bireye ait veriler
analiz edilmiştir. Veri setinde sosyodemografik değişkenler, Healthy Aging
Instrument (HAI) ve Akdeniz yaşam tarzı bileşenlerine ait değişkenler yer
almaktadır. HAI maddelerinden Healthy Aging Score, yaşam tarzı bileşenlerinden
Mediterranean Score hesaplanmıştır.
Analiz sürecinde iki farklı yaklaşım kullanılmıştır. İlk
aşamada değişkenler arasındaki doğrusal ilişkileri değerlendirmek amacıyla
Pearson korelasyon analizi uygulanmıştır. İkinci aşamada ise sağlıklı
yaşlanmayı etkileyen faktörlerin göreli önemini belirlemek ve bireyleri risk
düzeylerine göre sınıflandırmak amacıyla Random Forest algoritmasına dayalı
makine öğrenmesi modeli kurulmuştur. Model performansı sınıflandırma başarısı
üzerinden değerlendirilmiş ve değişken önem sıralamaları elde edilmiştir.
Bulgular: Korelasyon
analizi sonucunda, Akdeniz yaşam tarzı uyumu ile sağlıklı yaşlanma arasında
orta düzeyde pozitif yönlü ilişki saptanmıştır (r≈0,48). Ayrıca yaş ile
sağlıklı yaşlanma skoru arasında orta düzeyde pozitif korelasyon bulunmuştur
(r≈0,54).
Makine öğrenmesi analizinde, Random Forest modeli ile
yapılan sınıflandırmalarda orta düzeyde performans elde edilmiştir. Değişken
önem analizine göre yaş, fiziksel aktivite düzeyi, işlenmiş et tüketimi,
televizyon karşısında geçirilen süre ve şeker tüketiminin sınırlandırılması
sağlıklı yaşlanmanın önde gelen belirleyicileri olarak belirlenmiştir.
Özellikle fiziksel aktivite düzeyi yüksek ve Akdeniz yaşam tarzına daha yüksek
uyum gösteren bireylerde sağlıklı yaşlanma skorlarının daha yüksek olduğu gözlenmiştir.
Sonuç:Bu
çalışma, sağlıklı yaşlanmanın değerlendirilmesinde klasik istatistiksel
yöntemler ile makine öğrenmesi yaklaşımlarının birlikte kullanılmasının
tamamlayıcı ve güçlü bir analiz çerçevesi sunduğunu göstermektedir. Korelasyon
analizi değişkenler arasındaki ilişkiyi ortaya koyarken, makine öğrenmesi
yöntemleri belirleyici faktörlerin göreli önemini ve risk sınıflandırmasını
daha kapsamlı biçimde değerlendirme imkânı sağlamaktadır. Bulgular, sağlıklı
yaşlanmanın yalnızca tekil faktörlerle değil, yaşam tarzının çok boyutlu
bileşenleri ile ilişkili olduğunu göstermekte ve birinci basamak sağlık
hizmetlerinde bu bileşenlerin bütüncül yaklaşımla ele alınmasının önemini
desteklemektedir.
Anahtar
Kelimeler: Akdeniz
Diyeti, Sağlıklı Yaşlanma, Yaşlı, Makine Öğrenmesi, Veri Analiz
EVALUATION OF THE ASSOCIATION
BETWEEN ADHERENCE TO THE MEDITERRANEAN LIFESTYLE AND HEALTHY AGING USING
MACHINE LEARNING METHODS
Mehmet ÖZCAN1, Sude
Nur KÖMÜR2, Uzay Çevik KANTEKİN3, Birkan BAYRAK4, Vildan MEVSİM5
Dokuz
Eylül University Faculty of Medicine Department of Family Medicine bmehmetozcan@gmail.com1
Department of Computer Engineering,
Faculty of Engineering, Dokuz Eylül University komur.sudenur@gmail.com2
Department of Computer Engineering,
Faculty of Engineering, Dokuz Eylül University uzaykantekin@gmail.com3
Dokuz
Eylül University Faculty of Medicine Department of Family Medicine dr.birkanbayrak@gmail.com4
Dokuz
Eylül University Faculty of Medicine Department of Family Medicine vildan.mevsim@deu.edu.tr5
Presentation type: Oral Presentation
Objective: Healthy aging is a multidimensional concept that cannot be
fully captured by traditional statistical methods alone. In recent years,
machine learning approaches have provided new opportunities for analyzing
complex and multivariate health data. This study aimed to evaluate the
relationship between adherence to the Mediterranean lifestyle and healthy aging
among individuals aged 60 years and older using both traditional correlation
analysis and machine learning approaches in a comparative and integrative manner.
The originality of this study lies in examining this relationship through
different analytical approaches and jointly assessing their explanatory
capacity and classification performance.
Methodology: The dataset used in this study was originally collected
within the scope of a previous study conducted at the Family Health Centers of
Dokuz Eylül University, and the present study was performed as a secondary data
analysis. In this cross-sectional analytical study, data from a total of 365
individuals aged 60 years and older were analyzed. The dataset included
sociodemographic variables, the Healthy Aging Instrument (HAI), and variables
related to Mediterranean lifestyle components. A Healthy Aging Score was
calculated from the HAI items, and a Mediterranean Score was derived from
lifestyle components.
Two analytical approaches were employed. First, Pearson
correlation analysis was conducted to assess linear relationships between
variables. Second, a machine learning model based on the Random Forest
algorithm was developed to identify the relative importance of variables
affecting healthy aging and to classify individuals according to risk levels.
Model performance was evaluated based on classification accuracy, and variable
importance rankings were obtained.
Results:
In the machine learning analysis, the Random Forest model
demonstrated moderate classification performance. Variable importance analysis
identified age, physical activity level, processed meat consumption, time spent
watching television, and restriction of sugar intake as the leading
determinants of healthy aging. Higher healthy aging scores were observed
particularly among individuals with higher physical activity levels and greater
adherence to the Mediterranean lifestyle.
Conclusion: This study demonstrates that combining traditional
statistical methods with machine learning approaches provides a complementary
and robust analytical framework for evaluating healthy aging. While correlation
analysis reveals the direction and strength of relationships between variables,
machine learning methods enable a more comprehensive assessment of determinant
factors and risk classification. The findings indicate that healthy aging is
associated with multiple lifestyle components rather than isolated factors and
support the importance of addressing these components through a holistic
approach in primary health care settings.