An integration of Bayesian belief networks in multi-criteria decision analysis: An application in medical decision making

Abstract

This thesis analyzes the Medical counseling problem regarding breast cancer disease by using Bayesian Belief Network structure to visualize the conditional dependencies between variables and their impact on each other. Analytical Hierarchy Process (AHP) method is utilized to approximate the conditional probabilities of the diagnostic Fine Needle Aspiration (FNA) test outcome. The accuracy of the results obtained from surgical biopsy are compared to the actual outcomes and evaluated in terms of consistency and error magnitude

Bu çalışma, meme kanseri hastalığına yönelik tıbbi danışmanlık problemini, değişkenler arasındaki koşullu olasılıkları ve birbirleri üzerindeki koşullu bağımlılıklarını görünür hale getirmek amacıyla Bayes Ağları kullanılarak incelemiştir. Analitik Hiyerarşi Süreci metodundan, İnce İğne Aspirasyonu tanı testine ait koşullu olasılıkları hesaplamada faydalanılmıştır. Sonuçların doğruluğu biyopsi ameliyatından elde edilen gerçek sonuçlarla karşılaştırılmış ve tutarlılık ve hatanın büyüklüğü yönünden değerlendirilmiştir