AI Summary & Key Takeaways
AI InsightIn this study, by using the questions asked 351 respondents, 175 FSM patients and 176 healthy control subjects and experimental data, FMS classification was performed with Support Vector Machines which is one of machine learning methods and 85% success was achieved.
📌 3 Key Takeaways
Abstract
Fibromyalgia syndrome (FMS) is a long-term common body pain and a defined chronic pain syndrome. Fibromyalgia syndrome is a difficult disease to diagnose. For this reason, after many unnecessary treatments are applied to the patient, the diagnosis of FMS is usually delayed by clinical examination and evaluation of the patient's complaints. In this respect, there is a need for a decision support system that will facilitate the diagnosis of FMS. In this study, by using the questions asked 351 respondents, 175 FSM patients and 176 healthy control subjects and experimental data, FMS classification was performed with Support Vector Machines which is one of machine learning methods and 85% success was achieved.
Özet
Fibromiyalji sendromu (FMS), uzun süreli yaygın vücut ağrısı ve tanımlanmış kronik bir ağrı sendromudur. Fibromiyalji Sendromu tanısı konulması zor bir hastalıktır. Bu sebeple, genellikle FMS tanısı, hastaya gereksiz birçok tedavi uygulandıktan sonra, klinik muayene ve hastanın yakınmalarının değerlendirilmesi ile geçikmeli olarak konulur. Bu açıdan FMS teşhisini kolaylaştıracak bir karar destek sistemine ihtiyaç vardır. Bu çalışmada, 175 FSM hastası ve 176 sağlıklı kontrol bireyi olmak üzere toplam 351 bireye sorulan sorular ve deneysel veriler kullanılarak makine öğrenmesi yöntemlerinden Destek Vektör Makineleri ile FMS sınıflaması yapılmış ve yüzde 85 başarı elde edilmiştir.