Akademik Veri Yönetim Sistemi
Tezin Yürütüldüğü Kurum: Ankara Üniversitesi, Sağlık Bilimleri Enstitüsü, Türkiye
Tezin Onay Tarihi: 2007
Tezin Dili: Türkçe
Öğrenci: Beyza DOĞANAY
Danışman: SERDAL KENAN KÖSE
Özet:Bu çalısmanın amacı, doğrusal karma etki modellerinin uzunlamasına veri analizindekullanımı incelemek ve sağlık alanında bir veri seti üzerinde uygulamasınıyapmaktır.Uzunlamasına çalısmaların en iyi biçimde çözümlenmesi ve yorumlanması ileilgili çalısmalar geçtiğimiz yıllarda büyük bir ilerleme göstermis ve bu anlamdagüçlü birçok yöntem gelistirilmistir. Karma etki modelleri, bireyden elde edilengözlemlerin bağımsız varsayılamayacağı, verinin yapısında doğal bir hiyerarsik ya dakümelenmis yapının bulunduğu durumlar için kullanılır. Her bir bireyden belli birizlem süresi boyunca toplanan ölçümlerin iliskili olduğu tekrarlı ölçüm tasarımları,bu tür veriler için en uygun tasarımdır. Özellikle sağlık alanında, veriler genellikletekrarlı ölçümler biçiminde toplanır. Doğrusal karma etki modelleri uzunlamasınaveriler için esnek çözümlemeler yapılabilmesini sağlar.Çalısmanın ilk bölümünde, tekrarlı ölçümlerin analizinde yaygın olarakkullanılan tekrarlı ölçümlerde varyans analizi ve kısıtlarına değinilmis, doğrusalkarma etki modellerinin avantajlarından bahsedilmis, rasgele kesim noktası modeliile rasgele kesim noktası ve rasgele eğim modeli gibi karma etki modelleritanıtılmıstır. Ayrıca kestirim yöntemleri hakkında bilgi verilmistir. ?kinci kısımda,sağlık alanında toplanan veri seti üzerinde hem karma etki modellerinin hem devaryans analizinin uygulaması SAS paket programı ile gerçeklestirilmistir.Meme kanseri olan kadınlardan toplanan veri seti üzerinde hem doğrusalkarma etki modeli hem de tekrarlı ölçümlerde varyans analizi uygulanmıstır. Karmaetki modelleri, tekrarlı ölçümlerin analizinde etkili ve alternatif bir çözüm yoluolarak önerilmistir.AbstractThe purpose of this study was to investigate the use of linear mixed models inlongitudinal data analysis and provide a sample application for a data set collected ina health study.In recent years, studies for analyzing and interpreting longitudinal data haveimproved significantly and many effective methods have been presented in thisframe. Mixed effects models are applied to data that are hierarchical or clustered innature, in which individual observations cannot be assumed independent. Repeatedmeasures designs, where measurements taken over time on each subject will becorrelated, are an important source of such data. Especially in health studies, data areusually collected over time. Linear mixed models provide flexible analysis forlongitudinal data.In the first part of this study, repeated measurements ANOVA, which is widelyused in the analysis of repeated measurements and its limitations, were introduced.Then, advantages of mixed models over conventional method were mentioned.Moreover, such mixed models like random intercept, both random intercept andrandom slope models were described and information about estimation methods wasgiven. In the second part, mixed models and repeated measurements ANOVA wereapplied on a health study using SAS software.Data from women with breast cancer were analyzed both using mixed modelsand ANOVA method. Mixed models analyses were suggested as an alternative andeffective analysis tool for repeated measurements data.