Arşiv logosu
  • English
  • Türkçe
  • Giriş
    Yeni kullanıcı mısınız? Kayıt için tıklayın. Şifrenizi mi unuttunuz?
Arşiv logosu
  • Koleksiyonlar
  • DSpace İçeriği
  • Analiz
  • English
  • Türkçe
  • Giriş
    Yeni kullanıcı mısınız? Kayıt için tıklayın. Şifrenizi mi unuttunuz?
  1. Ana Sayfa
  2. Yazara Göre Listele

Yazar "Karaca, Mustafa" seçeneğine göre listele

Listeleniyor 1 - 2 / 2
Sayfa Başına Sonuç
Sıralama seçenekleri
  • Küçük Resim Yok
    Öğe
    Enhancing Treatment Decisions for Advanced Non-Small Cell Lung Cancer with Epidermal Growth Factor Receptor Mutations: A Reinforcement Learning Approach †
    (Multidisciplinary Digital Publishing Institute (MDPI), 2025) Bozcuk, Hakan Şat; Sert, Leyla; Kaplan, Muhammet Ali; Tatlı, Ali Murat; Karaca, Mustafa; Muğlu, Harun; Bilici, Ahmet; Kılıçtaş, Bilge Şah; Artaç, Mehmet; Erel, Pınar; Yumuk, Perran Fulden; Bilgin, Burak; Şendur, Mehmet Ali Nahit; Kılıçkap, Saadettin; Taban, Hakan; Ballı, Sevinç; Demirkazık, Ahmet; Akdağ, Fatma; Hacıbekiroğlu, İlhan; Güzel, Halil Göksel; Koçer, Murat; Gürsoy, Pınar; Köylü, Bahadır; Selçukbiricik, Fatih; Karakaya, Gökhan; Alemdar, Mustafa Serkan
    Background: Although higher-generation TKIs are associated with improved progression-free survival in advanced NSCLC patients with EGFR mutations, the optimal selection of TKI treatment remains uncertain. To address this gap, we developed a web application powered by a reinforcement learning (RL) algorithm to assist in guiding initial TKI treatment decisions. Methods: Clinical and mutational data from advanced NSCLC patients were retrospectively collected from 14 medical centers. Only patients with complete data and sufficient follow-up were included. Multiple supervised machine learning models were tested, with the Extra Trees Classifier (ETC) identified as the most effective for predicting progression-free survival. Feature importance scores were calculated by the ETC, and features were then integrated into a Deep Q-Network (DQN) RL algorithm. The RL model was designed to select optimal TKI generation and a treatment line for each patient and was embedded into an open-source web application for experimental clinical use. Results: In total, 318 cases of EGFR-mutant advanced NSCLC were analyzed, with a median patient age of 63. A total of 52.2% of patients were female, and 83.3% had ECOG scores of 0 or 1. The top three most influential features identified were neutrophil-to-lymphocyte ratio (log-transformed), age (log-transformed), and the treatment line of TKI administration, as tested by the ETC algorithm, with an area under curve (AUC) value of 0.73, whereas the DQN RL algorithm achieved a higher AUC value of 0.80, assigning distinct Q-values across four TKI treatment categories. This supports the decision-making process in the web-based ‘EGFR Mutant NSCLC Treatment Advisory System’, where clinicians can input patient-specific data to receive tailored recommendations. Conclusions: The RL-based web application shows promise in assisting TKI treatment selection for EGFR-mutant advanced NSCLC patients, underscoring the potential for reinforcement learning to enhance decision-making in oncology care. © 2025 by the authors.
  • Yükleniyor...
    Küçük Resim
    Öğe
    İleri Evre Over Kanserli Hastalarda Adjuvan Kemoterapinin Başlama Zamanı ile Yan Etkileri Arasındaki İlişkinin Karşılaştırılması
    (2019) Yalçın, Yakup; Karaca, Mustafa
    Amaç: Platin ve taksan bazlı rejimler, ileri evre epitelyal over kanserinde (EOK) adjuvan tedavi için birinci basamak tedavidir. Adjuvan kemoterapi (KT) sonrası sistemik ve periferik önemli yan etkiler izlenmektedir. Biz bu çalışmada, ileri evre EOK’li hastalarda primer sitoredüktif cerrahi sonrası adjuvan kemoterapinin başlama zamanı ile oluşan yan etkileri arasındaki ilişkiyi araştırmayı amaçladık. Gereç ve Yöntemler: Çalışmamızda, ileri evre EOK nedeni ile sitoredüksiyon operasyonu yapılmış 117 hastanın verileri retrospektif olarak incelenmiştir. Hastaların 72’sine erken adjuvan KT, 45’ine ise geç adjuvan KT uygulanmıştır. Hastaların yaşı, vücut kütle indeksi, menopoz durumu, sigara içimi, tanı anındaki evresi ve tümörün histolojik tipleri gibi demografik özellikler kaydedilmiştir. KT’nin en sık yan etkileri olan bulantı, kusma, yorgunluk, iştahsızlık, miyalji, uykusuzluk, döküntü, kabızlık ve ishal gibi yan etkiler kaydedilmiştir. Bulgular: Çalışmaya dahil edilen toplam 117 ileri evre epitelyal over kanserli hastanın 72’sine (%61,5) erken kemoterapi, 45’ine (%38,5) ise geç kemoterapi başlanmıştır. Hastaların yaş, vücut kütle indeksi, menopoz durumu, sigara kullanımı, tanı anındaki evresi ve tümörün histolojik tipleri açısından gruplar arasında istatistiksel olarak fark saptanmamıştır. En sık görülen yan etki yorgunluk olarak bulunmuştur ve erken KT grubunda geç KT grubuna göre daha fazladır ancak istatistiksel anlamlı fark izlenmemiştir (sırasıyla, %52,7 ve %48,8) (p=0,118). Her iki grupta oluşan KT yan etkilerine bakılınca kesi yeri enfeksiyonu, bulantı ve kusma, miyalji, uykusuzluk, döküntü, kabızlık ve diyare açısından da her iki grup arasında istatistiksel fark izlenmemiştir (p>0,05). Sonuç: İleri evre over kanserli hastalarda adjuvan KT tedavisinin başlama zamanının erken dönemde oluşabilecek yan etkiler açısından farklılık göstermediği bulunmuştur.

| İstinye Üniversitesi | Kütüphane | Açık Bilim Politikası | Rehber | OAI-PMH |

Bu site Creative Commons Alıntı-Gayri Ticari-Türetilemez 4.0 Uluslararası Lisansı ile korunmaktadır.


İstinye Üniversitesi, İstanbul, TÜRKİYE
İçerikte herhangi bir hata görürseniz lütfen bize bildirin

DSpace 7.6.1, Powered by İdeal DSpace

DSpace yazılımı telif hakkı © 2002-2025 LYRASIS

  • Çerez Ayarları
  • Gizlilik Politikası
  • Son Kullanıcı Sözleşmesi
  • Geri Bildirim