DÜNYA SAĞLIK ÖRGÜTÜ'NE ÜYE ÜLKELERİN DOĞUMDA BEKLENEN YAŞAM SÜRESİ BAKIMINDAN VERİ MADENCİLİĞİ YÖNTEMLERİ KULLANILARAK SINIFLANDIRILMASI

• Published in: Ekonometri ve istatistik dergisi 2014-12 (20), p.88-103
• Main Authors: ÇINAROĞLU, Songül, Hacettepe Üniversitesi, İktisadi ve İdari Bilimler Fakültesi, AVCI, Keziban, Sağlık Bakanlığı
• Format: Article
• Language: Turkish
• Subjects: Data mining; Data Mining, Life Expectancy at Birth, Decision Tree, Random Forest; Decision trees; Health; Information management; International organizations; Life expectancy; Studies; System effectiveness; Veri Madenciliği, Doğumda Beklenen Yaşam Süresi, Karar Ağacı, Random Forest
• ISSN: 1308-7215; 1308-7215

Sağlık sistemlerinin performansının karşılaştırılmasında temel hedef etkililiği ve etkinliği yüksek bir sağlık sistemine ulaşmaktır. Doğumda beklenen yaşam süresi bu karşılaştırmalarda sıklıkla kullanılan bir göstergedir. Bu çalışmada Dünya Sağlık Örgütü (DSÖ)'ne üye olan 193 ülkenin doğumda beklenen yaşam süresi bakımından farklı veri madenciliği yöntemleri kullanılarak sınıflandırılmıştır. Çalışmanın temel amacı farklı veri madenciliği yöntemlerinin sınıflama performanslarının karşılaştırılması olarak belirlenmiştir. Bu amaçla ID.3, C4.5 ve CART algoritmalardan yararlanılarak oluşturulan üç ayrı karar ağacı modeli ve 50, 100 ve 150 ağaç türetilerek oluşturulan Random Forest performans sonuçları karşılaştırılmıştır. Elde edilen sonuçlara göre Random Forest performans sonuçlarının karar ağaçlarına göre daha iyi olduğu görülmüştür. Ulaşılan bir diğer sonuç ise oluşturulan karar ağaçlarında doğumda beklenen yaşam süresinin öngörülmesinde yetişkin mortalite oranının bilgi kazancı en yüksek değişken olduğudur. Araştırma sonuçları sağlık sistemleri performansını karşılaştırmayı amaçlayan küresel sağlık yöneticileri için yararlı bilgiler sunmaktadır The main purpose of comparison of the health systems’ performance is to reach a high level of effectiveness and efficiency of the health care systems. Life expectancy at birth is an indicator commonly used in these comparisons. In this study 193 countries which are member of World Health Organization (WHO) classified by using different data mining methods. The main aim of this study is to compare different data mining methods classification performance. For this purpose three decision tree models which are created using ID.3, C4.5 and CART algorithms compared with Random Forest performance results which are created with 50, 100 and 150 trees. At the end of the study it was seen that Random Forest performance results better than decision trees. Another result of the study was life expectancy at birth has the most high information gain. Results of this study provide useful information for global health managers who aim to compare global health systems' performance.