Akademik Veri Yönetim Sistemi
8. Ulusal Minimal İnvaziv Ürolojik Cerrahi Kongresi, Antalya, Türkiye, 7 - 10 Mart 2024, ss.73-74
Amaç: Üreter taşı nedeni ile yapılan semirijid üreteroskopi (URS) operasyonunda double-j (D-J) stent kullanımı idrar drenajını ve pasajı güvenceye almakla birlikte, postoperatif dönemde dizüri, hematüri ve ağrı gibi semptomlara yol açarak hastaların hayat kalitesini bozabilmektedir. Hangi durumlarda stent gerekliliğinin daha fazla olabileceği ile ilgili literatürde çalışmalar bulunmaktadır. Yapılmış farklı çalışmalarda; komorbidite varlığı, şok dalga tedavisi (SWL) öyküsü, uzamış operasyon süresi, impakte üreter taşı, taş dansitesi, yaş, soliter böbrek, intraoperatif komplikasyon varlığı, intraoperatif rezidü fragman varlığı, üreter duvar kalınlığı gibi faktörler anlamlı bulunmuş. Son yıllarda tıbbın her alanında olduğu gibi ürolojide de yapay zekanın alt kümesi olan makine öğrenmesinin kullanıldığı çalışmalar yaygınlaşmaktadır. Biz de üreter taşı nedeni ile semirijid URS yapılan hastalarda D-J stent takılma gerekliliğini öngörmede makine öğrenmesi kullanarak analiz yapmayı amaçladık.
Metod: Prospektif olarak oluşturulmuş Minimal İnvaziv Üroloji Derneği Taş Çalışma Grubu Veri Tabanı incelemeye alındı. (Minimal İnvaziv Üroloji Derneği Taş Çalışma Grubu Veri Toplama Projesi isimli, Ondokuz Mayıs Üniversitesi, Klinik Araştırmalar Etik Kurulu, 2023/144 karar numaralı, B.30.2.ODM.0.20.08/223-276 sayılı gözlem nitelikli araştırma projesi) Veritabanından üreter taşı nedeni ile semirijid URS yapılmış hastalar seçildi. Prestenting yapılmış hastalar eş zamanlı retrograd intrarenal cerrahi de yapılmış hastalar çalışma dışı bırakıldı. Çalışmanın çıkış noktası preoperatif dönemde D-J stent yerleştirme ihtimalini öngörebilmek ve hastalara preoperatif dönemde bu gereklilik ihtimali hakkında sağlıklı bilgi verebilmek olduğundan, operasyon süresi, intraoperatif komplikasyon gelişimi, intraoperatif rezidü fragman varlığı gibi değişkenler analize dahil edilmedi. Kullanılan makine öğrenmesi metodları; Lojistik Regresyon (LR), Radial Basis Function Support Vector Machine (RBF-SVM) ve Random Forest (RF) idi.
Sonuçlar: Şubat 2022 – Ocak 2023 arasında semirijid URS yapılmış 297 hasta çalışmaya dahil edildi. Hastalardan 38/297’sine (%12,8) D-J stent kullanımadı. Demografik, klinik, görüntüleme ve laboratuvar bulgularını içeren toplam 26 feature kullanıldı. Makine öğrenmesi metodlarından eğri altında kalan alan (AUC) değeri en yüksek olanı; RBF-SVM (AUC:0,77) idi. Lojistik Regresyon’un AUC değeri 0,42 iken, RF metodunun AUC değeri 0,51 idi.
Tartışma: Bizim bilgimize göre literatürde semirijid URS yapılan hastalarda D-J takılmasını öngörmede makine öğrenmesine dayalı analiz yapılan bir çalışma bulunmamaktadır. Makine öğrenmesi doğrusal olmayan, kompleks, karmaşık ilişkileri saptamada etkili bir yöntemdir. RBF-SVM doğrusal olmayan problemleri çözmede LR’ye göre çok daha üstün bir metoddur. Bizim çalışmamızda LR’nin prediktif değerinin RBF-SVM’den çok daha düşük bulunması; semirijid URS yapılan hastalarda D-J takılma gerekliliği durumunun kompleks doğrusal olmayan birtakım değişkenlerden etkilendiğini göstermektedir. Biz de makine öğrenmesi metodlarını kullanarak yüksek prediktif değerler elde edebildik