Klinik Tahmin Modelleri Çalıştayı

Sağlık Araştırmalarında Risk Tahmini için Klasik Regresyon ve Makine Öğrenimi Tekniklerinin Kullanımı  (2 günlük Çalıştay)

Clinical Prediction Modelling Workshop:

Risk Prediction in Health Research Using Classical Regression and Machine Learning Techniques

Çalıştayın Tarihi: 16-17 Nisan 2024 (2 tam gün, program daha sonra açıklanacaktır)

Çalıştayın Yeri: Bolu Abant İzzet Baysal Üniversitesi, Tıp Fakültesi (Çalıştayın gerçekleşeceği salon daha sonra açıklanacaktır)

Çalıştayın dili: İngilizce (Çeviri hizmeti sağlanmayacaktır)

Çalıştayın amacı: Çalıştayın sonunda katılımcıların bir sağlık olayı için tahmin modelinin nasıl geliştirilip değerlendirileceği konusunda bilgi sahibi olmaları, bunun yanında çalıştay konusuyla ilişkili olarak University College London (UCL)'daki program ortaklarıyla olası akademik işbirliklerini kurmaları amaçlanmaktadır.

Konuşmacılar:

• Prof Dr. Rumana Omar (University College London, UCL Hastaneleri ve UCL Biyomedikal Araştırma Merkezi Biyoistatistik Grubu Başkanı)
• Prof Dr. Gareth Ambler (University College London)
• Doç. Dr. Menelaos Pavlou (University College London)
• Dr. Öğretim Üyesi Oya Kalaycıoğlu (Bolu Abant İzzet Baysal Universitesi)
• Dr. Serhat Emre Akhanlı (Muğla Sıtkı Koçman Universitesi)  

KAYIT BİLGİLERİ

Kayıt gereklidir. Çalıştay 50 katılımcıyla sınırlıdır.

Kayıt Ücreti: 2000 TL.

Not: Çalıştay UCL 2023/24 Global Engagement Fund kapsamında kısmi olarak desteklenmektedir. Kayıt ücreti, BAİBÜ tarafından karşılanacak çalıştay programı içindeki diğer giderler için kullanılacaktır.

Son Kayıt Tarihi: 5 Nisan 2024

Kayıt formu: https://forms.gle/G4nfw87tcof8Le15A

Lütfen formu kullanarak kayıt olunuz. Kayıt olduktan sonra size e-posta yoluyla banka hesabının ayrıntıları verilecektir. Ön kayıt sonrası kontenjan teyidi yapmadan lütfen ücret ödemesi yapmayınız.

Çalıştayın tamamlanmasının ardından katılımcılara, katılımcının adını, çalıştayın başlığını, çalıştayın gerçekleştiği tarihleri belirten bir katılım sertifikası verilecektir.   

Not: R uygulaması eğitimi olacağı için, çalıştaya R ve Rstudio programları yüklü kişisel bilgisayar ile katılım sağlanması gerekmektedir. Eğitim esnasında program yüklemesi yapılmayacaktır.  

Klinik risk tahmini nedir?

Klinisyenler ve sağlık araştırmacıları, gelecekte meydana gelebilecek bir sağlık olayının riskini tahmin etmek amacıyla risk tahmin algoritmalarını kullanır. Bu tahminler hastaların prognozunu belirlemek, klinik yönetimini planlamak ve tedavi seçeneklerine yardımcı olmak için kullanıldığı gibi, koruyucu/önleyici hekimlik ve sağlık kurumlarının performanslarının değerlendirilmesi gibi amaçlarla da kullanılmaktadır. Risk tahmin modelleri yaygın olarak geleneksel regresyon modelleri ile geliştirilmektedir. Son on yılda sağlık kuruluşlarında artan dijitalleşmeyle beraber tıbbi verilerin hızla büyümesi, klinik risk tahmininde makine öğrenimi gibi büyük veri algoritmalarının kullanımını arttırmıştır.

Çalıştayda ele alınacak konular:

• ​Klinik risk tahmin modellerinin temel ilkeleri
• Lojistik regresyon ve popüler makine öğrenimi teknikleri ile model geliştirme
• Dahili ve harici doğrulama
• Model değerlendirilmeye yönelik performans ölçütleri
• Örneklem büyüklüğü, değişken seçimi, kayıp veri yöntemleri
• R istatistiksel yazılımında uygulamalı gerçek hayat veri alıştırmaları

Çalıştaydan birkaç gün önce, isteyen katılımcılara Prof. Dr. Seyit Ali Kayış ve Dr. Oya Kalaycıoğlu tarafından R programlama diline giriş ve R'deki temel komutlar ile ilgili kısa bir bilgilendirme eğitimi verilecektir. Dış katılımcılarla bu eğitim, talep etmeleri halinde online olarak paylaşılacaktır.   

Öğrenme Çıktıları:

• Bir sağlık olayına yönelik bir tahmin modelinin nasıl geliştirileceği ve değerlendirileceği konusunda bilgi sahibi olmak,
• İkili sınıflandırma için klasik regresyon ile makine öğrenimi modelleri arasındaki farkları öğrenmek
• ML modellerini optimize etmek için parametrelerin nasıl ayarlanacağını anlamak
• R programında lojistik regresyon ve makine öğrenmesi modellerine ilişkin uygulama ve yorumlama becerisi kazanmak

Kimler için uygundur?

Sağlık araştırmalarında risk tahmini ile ilgilenen tüm araştırmacılar ve klinik biyoistatistikçiler araştırma çalışmalarının bir parçası olarak çalıştaya katılabilir. Daha önce tahmin modelleme deneyimi olmayanlar ve bilgilerini tazelemek isteyenler için uygundur. Katılımcıların temel istatistiksel yöntemler ve lojistik regresyon hakkında önceden bilgisi olması faydalıdır.

Yerel Organizasyon Komitesi

Prof. Dr. Seyit Ali KAYIŞ

Doç. Dr. Ayhan ÇETINKAYA

Doç. Dr. Tayibe BAL

Doç. Dr. Selma ERDOĞAN DÜZCÜ

Doç. Dr. Erdem HÖSÜKLER

Dr. Öğretim Üyesi Murat DIRAMALI

Dr. Öğretim Üyesi Mustafa Enes DEMİREL

Dr. Öğretim Üyesi Ramazan KURUL

Dr. Öğretim Üyesi Ayşenur BUZ YAŞAR

Çalıştay Koordinatörü

Dr. Öğretim Üyesi Oya KALAYCIOĞLU

Bilgi için: oyakalaycioglu@ibu.edu.tr

0(374) 254 10 00 / Dahili: 6522

Bu etkinlik, BAİBÜ Tıp Fakülte Biyoistatstik Anabilimdalı bünyesinde Dr. Öğretim Üyesi Oya Kalaycıoğlu ve Prof Rumana Omar'a verilen University College London 2023/24 Global Engagement Fund tarafından kısmi olarak desteklenmektedir.

Workshop Dates: 16-17 April 2024 (Two full days, programme will be announced later)

Workshop Location: Bolu Abant İzzet Baysal University, Faculty of Medicine, Bolu, Türkiye (The venue will be announced later)

Purpose of the workshop: At the end of the workshop, it is aimed for participants to gain knowledge on how to develop and evaluate a prediction model to predict the risk of a health event, as well as to establish academic collaborations with programme partners at University College London (UCL).

Speakers:

• Prof Rumana Omar (University College London, Head of the Biostatistics Group at the UCLH/UCL Joint Research Office of the NIHR UCLH/UCL Biomedical Research Centre)
• Prof Gareth Ambler (University College London)
• Assoc Prof Menelaos Pavlou (University College London)
• Dr Oya Kalaycıoğlu (Bolu Abant İzzet Baysal University)
• Dr Serhat Emre Akhanlı (Muğla Sıtkı Koçman University)                                                                   

REGISTRATION INFORMATION

Registration is required. Limited to 50 participants.

Registration Fee: 2000 TL.

Note: The workshop is partially supported under the UCL 2023/24 Global Engagement Fund. Registration fee will be used for the expenses to be covered by BAİBÜ.

Registration Deadline:  5 April 2024

Registration Form: https://forms.gle/G4nfw87tcof8Le15A

Please register using the form. After completing the registration from, please confirm the seat availability and you will be given the details of the bank account via e-mail. Please do not pay the fee without confirming the seat availability after pre-registration.

Upon completion of the workshop, the participants will receive a certificate stating the participant's name, the workshop title, the date(s) when the workshop took place

Note: Since there will be R training, it is necessary to participate in the workshop with a personal computer with R and Rstudio programs installed. There will be no program installation during the training.

What is clinical risk prediction?

Clinicians and health researchers use risk prediction algorithms to predict the risk of a future health event for patients. These predictions are often used by clinicians to determine the prognosis of patients and to assist in planning their clinical management. Traditional regression models are commonly used for developing risk prediction models. In the last decade, the rapid growth of medical data has stimulated the use of big-data algorithms such as machine learning (ML) for clinical prediction.

Topics covered in the workshop

• Key principles of clinical prediction modelling
• Logistic regression and some popular ML techniques for model development
• Internal and external validation
• Performance measures for evaluating the models
• Sample size, variable selection, how to handle missing data
• Hands-on real-life data exercises in R statistical software

Before the workshop, Prof. Dr. Seyit Ali Kayış and Dr. Oya Kalaycıoğlu will give a short training on introduction to the R programming language and basic commands in R. This training will be shared online with external participants upon their request.

Learning Outcomes

• Understand how to develop and evaluate prediction models to predict the risk of a health event,
• Know about the differences between traditional regression and ML models used for binary outcomes
• Understand how to tune parameters to optimise ML models.
• Apply logistic regression and ML models to real-life problem in R and to interpret the results

Target audience

We invite health researchers and clinical biostatisticians interested in risk prediction modelling as part of their research studies. It is suitable for those who have no previous experience of prediction modelling, as well as those seeking to refresh their skills. A knowledge of regression models will be beneficial.

Local Organisation Committee

Prof Seyit Ali KAYIŞ

Assoc Prof Ayhan ÇETINKAYA

Assoc Prof Tayibe BAL

Assoc Prof Selma ERDOĞAN DÜZCÜ

Assoc Prof Erdem HÖSÜKLER

Dr Murat DIRAMALI

Dr Mustafa Enes DEMİREL

Dr Ramazan KURUL

Dr Ayşenur BUZ YAŞAR

Workshop Co-ordinator

Dr Oya KALAYCIOĞLU

For inquiries, contact: oyakalaycioglu@ibu.edu.tr

+90 (374) 254 10 00 / 6522

This event is supported by University College London 2023/24 Global Engagement Fund awarded to Prof Rumana Omar in partnership with Dr Oya Kalaycıoğlu from BAIBU Biostatistics Department.

Konaklama Seçenekleri / Accommodation Alternatives