Türkiye Klinikleri Biyoistatistik Dergisi

.: ORİJİNAL ARAŞTIRMA
Miyeloproliferatif Hastalık Ön Tanılı Hastalarda Makine Öğrenmesi Yöntemi ile Genetik Test Seçimine İlişkin Metodolojik Bir Modelleme Çalışması
A Methodological Modeling Study on the Selection of Genetic Testing with Machine Learning Method in Patients with Pre-Diagnosis of Myeloproliferative Disease
Gözde KUBATa,b, Feride İffet ŞAHİNc, Bülent ÇELİKd
aBaşkent Üniversitesi Kahramankazan Meslek Yüksekokulu, Yönetim ve Organizasyon Bölümü, Ankara, Türkiye
bGazi Üniversitesi Fen Fakültesi, İstatistik Bölümü, Ankara, Türkiye
cBaşkent Üniversitesi Tıp Fakültesi, Tıbbi Genetik ABD, Ankara, Türkiye dGazi Üniversitesi Fen Fakültesi, İstatistik Bölümü, Ankara, Türkiye
Turkiye Klinikleri J Biostat. 2022;14(1):45-54
doi: 10.5336/biostatic.2021-86989
Makale Dili: TR
Tam Metin
ÖZET
Amaç: Miyeloproliferatif hastalıkların tanısının konulabilmesi için Dünya Sağlık Örgütünün belirlediği hastalık tanı şeması doğrultusunda, klinisyen tarafından genetik mutasyonların varlığı incelenmektedir. Bu çalışmada; kliniğe başvuru yapmış hastaların kemik iliği ve tam kan sayımı bulgularından yola çıkılarak oluşturulabilecek model ile uygun tanı testinin tahmin edilebilmesi hedeflenmiştir. Bu doğrultuda, kliniğe başvuran hastaların zaman ve maddi açıdan tasarruf etmesi amaçlanmaktadır. Gereç ve Yöntemler: Başkent Üniversitesi Ankara Hastanesi Tıbbi Genetik Ana Bilim Dalı Genetik Hastalıklar Değerlendirme Merkezine yönlendirilmiş hastaların bulguları ele alınarak, makine öğrenmesi algoritmaları kullanılarak tahminleme yapılmıştır. Çalışma verilerine ait tanımlayıcı istatistikler medyan olarak verilmiş olup, Kruskal-Wallis test istatistiği kullanılarak istatistiksel olarak anlamlı farklılıklar araştırılmıştır. Tahminlemede Naive Bayes, K-En Yakın Komşuluk, Doğrusal Diskriminant Analizi, Destek Vektör Makineleri, Entropi Tabanlı Sınıflandırma ve Karar Ağacı gibi sınıflandırma algoritmaları kullanılmıştır. Algoritmalar ile doğruluk, özgüllük, duyarlılık gibi belirleyici değerler elde edilmiştir. Yapılan tahminlemeler elde edilen doğruluk oranlarına göre incelenmiş ve en iyi model seçilmeye çalışılmıştır. Bulgular: İncelenen tam kan sayım değerleri ile mutasyon varlığı arasında istatistiksel olarak anlamlı farklılıklar tespit edilmiştir. Ele alınan Naive Bayes, K-En Yakın Komşuluk, Doğrusal Diskriminant Analizi, Destek Vektör Makineleri, Entropi Tabanlı Sınıflandırma ve Karar Ağacı Algoritmaları ile oluşturulan modellemelerde doğruluk oranları %60 olarak saptanmıştır. Sonuç: Kullanılan makine öğrenmesi algoritmalarından elde edilen doğruluk oranı orta seviyede olmasına rağmen benzer çalışmaların literatürde yer almamış olması sebebiyle çalışma sonuçlarının alana önemli katkısının olacağı sonucuna varılmıştır.

Anahtar Kelimeler: Miyeloproliferatif hastalık; makine öğrenmesi; karar ağacı; K-en yakın komşuluk; doğrusal diskriminant analizi
ABSTRACT
Objective: In order to diagnose myeloproliferative diseases, the presence of genetic mutations is examined by the clinician in line with the disease diagnosis scheme determined by the World Health Organization. In this study, it is aimed to predict the appropriate diagnostic screening test with the model created based on bone marrow and complete blood count findings of patients who applied to the clinic. Accordingly, it is aimed to save time and financial for patients who apply to the clinic. Material and Methods: Prediction was made using the machine learning algorithms by considering the findings of patients referred to the Başkent University Ankara Hospital, Department of Medical Genetics Genetic Diseases Diagnosis Center. Descriptive statistics of the study data were given as median, and statistically significant differences were investigated using the Kruskal-Wallis test statistic. Classification algorithms such as Naive Bayes, K-Nearest Neighbor, Linear Discriminant Analysis, Support Vector Machines, Entropy Based Classification and Decision Tree were used in the estimation. With the algorithms, determinative values such as accuracy, specificity and sensitivity were obtained. The estimations made were examined according to the accuracy rates obtained and the best model was tried to be selected. Results: Statistically significant differences were found between the examined complete blood count values and the presence of mutation. The accuracy rates were found to be around 60% in the models created with Naive Bayes, K-Nearest Neighbor, Linear Discriminant Analysis, Support Vector Machines, Entropy Based Classification and Decision Tree Algorithms. Conclusion: Although the accuracy rate obtained from the machine learning algorithms used is at a moderate level, it was concluded that the results of the study would make a significant contribution to the field, since similar studies have not been included in the literature.

Keywords: Myeloproliferative disease; machine learning; decision tree; K-nearest neighbor; linear discriminant analysis
REFERANSLAR:
  1. Bahsi T, Yiğenoğlu TN. Myeloproliferatif neoplazilerde CALR, JAK2 ve MPL gen mutasyonlarının sıklığının ve birlikteliğinin değerlendirilmesi; Tek merkez deneyimi [CALR, JAK2 and MPL genes mutations in myeloproliferative neoplasms, Single center experience]. Acta Oncol Tur. 2019;52(3):388-92. [Crossref] 
  2. Rumi E, Cazzola M. Diagnosis, risk stratification, and response evaluation in classical myeloproliferative neoplasms. Blood. 2017;129(6):680-92. [Crossref]  [PubMed]  [PMC] 
  3. Türkiye Hematoloji Derneği [İnternet]. Türk Hematoloji Derneği İktisadi İşletmesi © 2008. [Erişim tarihi: 04 Kasım 2021]. Miyeloproliferatif hastalıklarda tanı ve tedavi kılavuzu. Erişim linki: [Link] 
  4. Saeidi K. Myeloproliferative neoplasms: current molecular biology and genetics. Crit Rev Oncol Hematol. 2016;98:375-89. [Crossref]  [PubMed] 
  5. Michiels JJ, Tevet M, Trifa A, Niculescu-Mizil E, Lupu A, Vladareanu AM, et al. 2016 WHO Clinical Molecular and Pathological Criteria for Classification and Staging of Myeloproliferative Neoplasms (MPN) Caused by MPN Driver Mutations in the JAK2, MPL and CALR Genes in the Context of New 2016 WHO Classification: prognostic and Therapeutic Implications. Maedica (Bucur). 2016;11(1):5-25. [PubMed]  [PMC] 
  6. Filiz E, Karaboğa HA, Akoğul S. BIST-50 Endeksi değişim değerlerinin sınıflandırılmasında makine öğrenmesi yöntemleri ve yapay sinir ağları kullanımı [BIST-50 Index change values classification using machine learning methods and artificial neural networks]. Çukurova University Institute of Social Sciences. 2017;26(1):231-41. [Link] 
  7. Çağlayan Akar E. Ekonometride yeni bir ufuk: Büyük veri ve makine öğrenmesi [A new horizon in econometrics: Big data and machine learning]. Social Sciences Research Journal. 2018;7(2):41-53. [Link] 
  8. Aksu G, Doğan N. Veri madenciliğinde kullanılan öğrenme yöntemlerinin farklı koşullar altında karşılaştırılması [Comparison of learning methods used in data mining under different conditions]. Ankara University Journal of Faculty of Educational Sciences. 2018;51(3):71-100. [Crossref] 
  9. Currie G, Hawk KE, Rohren E, Vial A, Klein R. Machine learning and deep learning in medical imaging: intelligent imaging. J Med Imaging Radiat Sci. 2019;50(4):477-87. [Crossref]  [PubMed] 
  10. Murphy KP. Machine Learning: a Probabilistic Perspective. 1st ed. Massachusetts: MIT Press; 2012.
  11. Frank SM, Qi A, Ravasio D, Sasaki Y, Rosen EL, Watanabe T. Supervised learning occurs in visual perceptual learning of complex natural images. Curr Biol. 2020;30(15):2995-3000.e3. [Crossref]  [PubMed]  [PMC] 
  12. Vembandasamy K, Sasipriya R, Deepa E. Heart diseases detection using naive bayes algorithm. IJISET. 2015;2(9):441-4. [Link] 
  13. Zhang Z. Naïve Bayes classification in R. Ann Transl Med. 2016;4(12):241. [Crossref]  [PubMed]  [PMC] 
  14. Güldal H, Çakıcı Y. Ders yönetim sistemi yazılımı kullanıcı etkileşimlerinin sınıflandırma algoritmaları ile analizi [Analysis of course management system software users' ınteractions using classification algorithms]. Journal of Graduate School of Social Sciences. 2017;21(4):1355-67. [Link] 
  15. Konieczny J, Stojek J. Use of the K-Nearest neighbour classifier in wear condition classification of a positive displacement pump. Sensors (Basel). 2021;21(18):6247. [Crossref]  [PubMed]  [PMC] 
  16. Türk Ö. Determination of emotional status from EEG time series by using EMD based local binary pattern method. European Journal of Technique. 2020;10(2):313-21. [Crossref] 
  17. Karakoyun M, Hacıbeyoğlu M. Biyomedikal veri kümeleri ile makine öğrenmesi sınıflandırma algoritmalarının istatistiksel olarak karşılaştırılması [Statistical comparison of machine learning classification algorithms using biomedical data sets]. Dokuz Eylül Üniversitesi Mühendislik Fakültesi Fen ve Mühendislik Dergisi. 2014;16(48):30-42. [Link] 
  18. Hu LY, Huang MW, Ke SW, Tsai CF. The distance function effect on k-nearest neighbor classification for medical datasets. Springerplus. 2016;5(1):1304. [Crossref]  [PubMed]  [PMC] 
  19. Fisher R. The Use of Multiple measurements in taxonomic problems. In Annals of Eugenics. 1936;7(2):179-88. [Crossref] 
  20. Ye Q, Fu L, Zhang Z, Zhao H, Naiem M. Lp- and Ls-norm distance based robust linear discriminant analysis. Neural Netw. 2018;105:393-404. [Crossref]  [PubMed] 
  21. Hsu C, Chen MC, Chen LS. Intelligent ICA-SVM fault detector for non-Gaussian multivariate process monitoring. Expert Systems with Applications. 2010;37(4):3264-73. [Crossref] 
  22. Yu H, Kim S. SVM Tutorial - Classification, Regression and Ranking, Rozenberg G, Back T, Kok JN, editor. Handbook of Natural Computing. 1st ed. Berlin: Springer; 2012. p.479-506. [Crossref] 
  23. Chern CC, Chen YJ, Hsiao B. Decision tree-based classifier in providing telehealth service. BMC Med Inform Decis Mak. 2019;19(1):104. [Crossref]  [PubMed]  [PMC] 
  24. Başbağ M, Çaçan E, Sayar M, Fırat M. Çayır-mera ve doğal alanlardan toplanan koca fiğ (Vicia narbonensis L.,) türüne ait ot kalite değerlerinin belirlenmesi ve C5.0 türüne ait algoritmasına göre lokasyon sınıflandırmasının yapılması. Çelik Ş, editör. Veri Madenciliği Yöntemleri: Tarım Alanında Uygulamaları. 1. Baskı. Rating Academy Ar-Ge Yazılım Yayıncılık Eğitim Danışmanlık ve Organizasyon Tic. Ltd. Şti.; 2020. p.115-23.
  25. Wu MT. Confusion matrix and minimum cross-entropy metrics based motion recognition system in the classroom. Sci Rep. 2022;12(1):3095. [Crossref]  [PubMed]  [PMC] 
  26. Alan A, Karabatak M. Veri seti-sınıflandırma ilişkisinde performansa etki eden faktörlerin değerlendirilmesi [Evaluation of the factors affecting performance onthe data set-classification relationship]. Fırat University Journal of Engineering Science. 2020;32(2):531-40. [Crossref] 
  27. Cesur S, Kınıklı S, Hatipoğlu ÇA, Arslan K, Karakök T, Demircan ŞA. Vankomisine dirençli enterokokların saptanmasında iki farklı kromojenik besiyerinin karşılaştırılması [Comparison of two different chromogenic agar for isolation of vancomycin-resistant enterococci]. Turkish Journal of Clinics and Laboratory. 2019;10(3):319-23. [Crossref] 
  28. Erdaş ÇB, Sümer E. A Machine learning-based approach to detect survival of heart failure patients. 2020 Medical Technologies Congress (TIPTEKNO); 2020 Nov 19-20; Online:IEEE; 2020. [Crossref] 
  29. Dilki G, Deniz Başar Ö. İşletmelerin iflas tahmininde k-en yakın komşu algoritması üzerinden uzaklık ölçütlerinin karşılaştırılması [Comparison study of distance measures using k- nearest neighbor algorithm on bankruptcy prediction]. İstanbul Commerce University Journal of Science. 2020;19(38):224-33. [Link] 
  30. Uysal A, Altıner Ş, Çelik S, Uysal S, Çebi AH. Genetic analysis of BCR-ABL negative chronic myeloproliferative diseases at initial diagnosis and their clinical effects. Cukurova Medical Journal. 2020;45(3):933-6. [Crossref] 
  31. Zulkeflee RH, Zulkafli Z, Johan MF, Husin A, Islam MA, Hassan R. Clinical and laboratory features of JAK2 V617F, CALR, and MPL mutations in malaysian patients with classical myeloproliferative neoplasm (MPN). Int J Environ Res Public Health. 2021 ;18(14):7582. [Crossref]  [PubMed]  [PMC] 
  32. Li MY, Chao HY, Sun AN, Qiu HY, Jin ZM, Tang XW, et al. [Clinical significance of JAK2、CALR and MPL gene mutations in 1 648 Philadelphia chromosome negative myeloproliferative neoplasms patients from a single center]. Zhonghua Xue Ye Xue Za Zhi. 2017;38(4):295-300. [PubMed]  [PMC] 
  33. Lang T, Nie Y, Wang Z, Huang Q, An L, Wang Y, et al. Correlation analysis between JAK2, MPL, and CALR mutations in patients with myeloproliferative neoplasms of Chinese Uygur and Han nationality and their clinical characteristics. J Int Med Res. 2018;46(11):4650-9. [Crossref]  [PubMed]  [PMC] 
  34. Akgun Cagliyan G, Keskir A. JAK2V617F and platelet functions. Clin Lymphoma Myeloma Leuk. 2015;15(2):56-7. [Crossref] 

Giriş



İletişim


Ortadoğu Reklam Tanıtım Yayıncılık Turizm Eğitim İnşaat Sanayi ve Ticaret A.Ş.

.: Adres

Türkocağı Caddesi No:30 06520 Balgat / ANKARA
Telefon: +90 312 286 56 56
Faks: +90 312 220 04 70
E-posta: info@turkiyeklinikleri.com

.: Yazı İşleri Servisi

Telefon: +90 312 286 56 56/ 2
E-posta: yaziisleri@turkiyeklinikleri.com

.: İngilizce Dil Redaksiyonu

Telefon: +90 312 286 56 56/ 145
E-posta: tkyayindestek@turkiyeklinikleri.com

.: Reklam Servisi

Telefon: +90 312 286 56 56/ 142
E-posta: reklam@turkiyeklinikleri.com

.: Abone ve Halkla İlişkiler Servisi

Telefon: +90 312 286 56 56/ 118
E-posta: abone@turkiyeklinikleri.com

.: Müşteri Hizmetleri

Telefon: +90 312 286 56 56/ 118
E-posta: satisdestek@turkiyeklinikleri.com

1. KULLANIM KOŞULLARI

1.1. http://www.turkiyeklinikleri.com alan adından veya bu alan adına bağlı alt alan adlarından ulaşılan internet sayfalarını (Hepsi birden kısaca "SİTE" olarak anılacaktır) kullanmak için lütfen aşağıda yazılı koşulları okuyunuz. Bu koşulları kabul etmediğiniz takdirde "SİTE"yi kullanmaktan vazgeçiniz. "SİTE" sahibi bu "SİTE"de yer alan veya alacak olan bilgileri, formları, içeriği, "SİTE"'yi, "SİTE" kullanma koşullarını dilediği zaman değiştirme hakkını saklı tutmaktadır.

1.2. Bu "SİTE"'nin sahibi Türkocağı cad. No:30, 06520 Balgat Ankara adresinde ikamet eden Ortadoğu Reklam Tanıtım Yayıncılık Turizm Eğitim İnşaat Sanayi ve Ticaret A.Ş.'dir (bundan böyle kısaca "Türkiye Klinikleri" olarak anılacaktır). "SİTE"'de sunulan hizmetler "Türkiye Klinikleri" tarafından sağlanmaktadır.

1.3. Bu "SİTE"'de sunulan hizmetlerden belirli bir bedel ödeyerek ya da bedelsiz olarak yararlananlar veya herhangi bir şekilde "SİTE"ye erişim sağlayan her gerçek ve tüzel kişi aşağıdaki kullanım koşullarını kabul etmiş sayılmaktadır. İşbu sözleşme içinde belirtilen koşulları "Türkiye Klinikleri" dilediği zaman değiştirebilir. Bu değişiklikler periyodik olarak "SİTE"'da yayınlanacak ve yayınlandığı tarihte geçerli olacaktır. "Türkiye Klinikleri" tarafından işbu sözleşme hükümlerinde yapılan her değişikliği "SİTE" hizmetlerinden yararlanan ve "SİTE"ye erişim sağlayan her gerçek ve tüzel kişi önceden kabul etmiş sayılmaktadır.

1.4. İşbu "SİTE Kullanım Koşulları" 30.03.2014 tarihinde en son değişiklik yapılarak ve web sitesi üzerinden yayınlanarak; "SİTE"yi kullanan her kişi tarafından erişimi mümkün kılınıp yürürlülüğe konmuştur. İşbu "SİTE Kullanım Koşulları" ayrıca, "Türkiye Klinikleri" hizmetlerinden belli bir bedel ödeyerek veya ödemeden yararlanacak olan kullanıcılarla yapılmış ve/veya yapılacak olan her türlü "KULLANICI Sözleşmesi"nin de ayrılmaz bir parçasıdır.

2. TANIMLAR

2.1. "SİTE" : "Türkiye Klinikleri" tarafından belirlenen çerçeve içerisinde çeşitli hizmetlerin ve içeriklerin sunulduğu çevrimiçi (on-line) ortamdan http://www.turkiyeklinikleri.com alan adından ve/veya bu alan adına bağlı alt alan adlarından erişimi mümkün olan web sitesi.

2.2. KULLANICI : "SİTE"ye çevrimiçi (on-line) ortamdan erişen her gerçek ve tüzel kişi.

2.3. LİNK : "SİTE" üzerinden bir başka web sitesine, dosyalara, içeriğe veya başka bir web sitesinden "SİTE"ye, dosyalara ve içeriğe erişimi mümkün kılan bağlantı.

2.4. İÇERİK : "Türkiye Klinikleri" "SİTE"yi ve/veya herhangi bir web sitesinden yayınlanan veya erişimi mümkün olan her türlü bilgi, dosya, resim, rakam, fiyat v.b görsel, yazınsal ve işitsel imgeler.

2.5. "KULLANICI SÖZLEŞMESİ" : "Türkiye Klinikleri"nin sunacağı özel nitelikteki hizmetlerden yararlanacak olan gerçek ve/veya tüzel kişilerle "Türkiye Klinikleri" arasında elektronik ortamda akdedilen sözleşme.

3. HİZMETLERİN KAPSAMI

3.1. "Türkiye Klinikleri", "SİTE" üzerinden sunacağı hizmetlerin kapsamını ve niteliğini belirlemekte tamamen serbesttir.

3.2. "Türkiye Klinikleri" "SİTE" bünyesinde sunulacak servislerden yararlanabilmek için, "KULLANICI"nın "Türkiye Klinikleri" tarafından belirlenecek özellikleri taşıması gereklidir. "Türkiye Klinikleri", bu gerekliliği tek taraflı olarak dilediği zaman değiştirebilir.

3.3. "Türkiye Klinikleri"nin "SİTE" üzerinden belirli bir ücret karşılığı veya ücretsiz olarak vereceği hizmetler sınırlı sayıda olmamak üzere;

- Sağlık sektörüne yönelik bilimsel makaleler, kitaplar ve bilgilendirici yayınları sağlamak.

- - Bilimsel dergilere yönelik makale hazırlama aşamasında biçimsel, istatistikî ve editöryal destek sağlamak.

4. GENEL HÜKÜMLER

4.1. "Türkiye Klinikleri", "SİTE" dâhilinde erişime açtığı hizmetler ve içeriklerden hangisinin ücrete tabi olacağını belirlemekte tamamen serbesttir.

4.2. "Türkiye Klinikleri"'nin sunduğu hizmetlerden yararlananlar ve siteyi kullananlar, yalnızca hukuka uygun ve şahsi amaçlarla "SİTE" üzerinde işlem yapabilirler. Kullanıcıların, "SİTE" dâhilinde yaptığı her işlem ve eylemdeki hukuki ve cezai sorumluluk kendilerine aittir. Her KULLANICI, "Türkiye Klinikleri"nin ve/veya başka bir üçüncü şahsın haklarına tecavüz teşkil edecek nitelikteki herhangi bir iş ve eylemde bulunmayacağını; yazılı, görsel ve işitsel bilgileri açıklamayacağını, "Türkiye Klinikleri"ne açıkladığı ve/veya "SİTE"ye gönderdiği her türlü yazılı, görsel ve işitsel bilginin "Türkiye Klinikleri"ne açıkladığı ve/veya "SİTE"ye gönderdiği sırada her türlü biçimde kullanılması, işlenmesi, saklanması, açıklanması ve üçüncü kişilere karşı ifşa edilmesi konusunda münhasır hak sahibi olduğunu kabul, beyan ve taahhüt eder. "KULLANICI" "SİTE" dâhilinde bulunan resimleri, metinleri, görsel ve işitsel imgeleri, video klipleri, dosyaları, veritabanları, katalogları ve listeleri çoğaltmayacağı, kopyalamayacağı, dağıtmayacağı, işlemeyeceğini, gerek bu eylemleri ile gerekse de başka yollarla "Türkiye Klinikleri" ile doğrudan ve/veya dolaylı olarak rekabete girmeyeceğini kabul ve taahhüt etmektedir.

4.3. "SİTE" dâhilinde üçüncü kişiler tarafından sağlanan hizmetlerden ve yayınlanan içeriklerden dolayı "Türkiye Klinikleri"nin, işbirliği içinde bulunduğu kurumların, "Türkiye Klinikleri" çalışanlarının ve yöneticilerinin, "Türkiye Klinikleri" yetkili satıcılarının sorumluluğu bulunmamaktadır. Herhangi bir üçüncü kişi tarafından sağlanan ve yayınlanan bilgilerin, içeriklerin, görsel ve işitsel imgelerin doğruluğu ve hukuka uygunluğunun taahhüdü bütünüyle bu eylemleri gerçekleştiren üçüncü kişilerin sorumluluğundadır. "Türkiye Klinikleri", üçüncü kişiler tarafından sağlanan hizmetlerin ve içeriklerin güvenliğini, doğruluğunu ve hukuka uygunluğunu taahhüt ve garanti etmemektedir.

4.4. "KULLANICI"lar, "SİTE"yi kullanarak, "Türkiye Klinikleri"nin, diğer "KULLANICI"ların ve üçüncü kişilerin aleyhine hiçbir faaliyette bulunamazlar. "KULLANICI"ların işbu "SİTE Kullanım Koşulları" hükümlerine ve hukuka aykırı olarak gerçekleştirdikleri "SİTE" üzerindeki faaliyetler nedeniyle üçüncü kişilerin uğradıkları veya uğrayabilecekleri zararlardan dolayı "Türkiye Klinikleri"nin doğrudan ve/veya dolaylı hiçbir sorumluluğu yoktur.

4.5. "KULLANICI"lar, "SİTE" dâhilinde kendileri tarafından sağlanan bilgilerin ve içeriklerin doğru ve hukuka uygun olduğunu kabul ve taahhüt etmektedirler. "Türkiye Klinikleri", "KULLANICI"lar tarafından "Türkiye Klinikleri"ne iletilen veya "SİTE" üzerinden kendileri tarafından yüklenen, değiştirilen ve sağlanan bilgilerin ve içeriklerin doğruluğunu araştırma; bu bilgi ve içeriklerin güvenli, doğru ve hukuka uygun olduğunu taahhüt ve garanti etmekle yükümlü ve sorumlu değildir.

4.6. "KULLANICI"lar, "SİTE" dâhilinde Türk Ticaret Kanunu hükümleri uyarınca haksız rekabete yol açacak faaliyetlerde bulunmayacağını, "Türkiye Klinikleri"nin ve üçüncü kişilerin şahsi ve ticari itibarı sarsacak, kişilik haklarına tecavüz ve taarruz edecek fiilleri gerçekleştirmeyeceğini kabul ve taahhüt etmektedir.

4.7. "Türkiye Klinikleri", "SİTE" dâhilinde sunulan hizmetleri ve içerikleri her zaman değiştirebilme hakkını saklı tutmaktadır. "Türkiye Klinikleri", bu hakkını hiçbir bildirimde bulunmadan ve önel vermeden kullanabilir. "KULLANICI"lar, "Türkiye Klinikleri"nin talep ettiği değişiklik ve/veya düzeltmeleri ivedi olarak yerine getirmek zorundadırlar. "Türkiye Klinikleri" tarafından talep edilen değişiklik ve/veya düzeltme istekleri gerekli görüldüğü takdirde "Türkiye Klinikleri" tarafından yapılabilir. "Türkiye Klinikleri" tarafından talep edilen değişiklik ve/veya düzeltme taleplerinin, "KULLANICI"lar tarafından zamanında yerine getirilmemesi sebebiyle doğan veya doğabilecek zararlar, hukuki ve cezai sorumluluklar tamamen kullanıcılara aittir.

4.8. "SİTE" üzerinden, "Türkiye Klinikleri"nin kendi kontrolünde olmayan ve başkaca üçüncü kişilerin sahip olduğu ve işlettiği başka web sitelerine ve/veya "İÇERİK"lere ve/veya dosyalara link verebilir. Bu link'ler sadece referans kolaylığı nedeniyle sağlanmış olup ilgili web sitesini veya işleten kişiyi desteklemek amacıyla veya web sitesi veya içerdiği bilgilere yönelik herhangi bir türde bir beyan veya garanti niteliği taşımamaktadır. "SİTE" üzerindeki linkler vasıtasıyla erişilen web siteleri, dosyalar ve içerikler, bu linkler vasıtasıyla erişilen web sitelerinden sunulan hizmetler veya ürünler veya bunların içeriği hakkında "Türkiye Klinikleri"nin herhangi bir sorumluluğu yoktur.

4.9. "Türkiye Klinikleri", "SİTE" üzerinden "KULLANICILAR" tarafından kendisine iletilen bilgileri "Gizlilik Politikası" ve "KULLANICI Sözleşmesi" hükümleri doğrultusunda kullanabilir. Bu bilgileri işleyebilir, bir veritabanı üzerinde tasnif edip muhafaza edebilir. "Türkiye Klinikleri" aynı zamanda; KULLANICI veya ziyaret edenin kimliği, adresi, elektronik posta adresi, telefonu, IP adresi, "SİTE"nin hangi bölümlerini ziyaret ettiği, domain tipi, tarayıcı (browser) tipi, tarih ve saat gibi bilgileri de istatistiki değerlendirme ve kişiye yönelik hizmetler sunma gibi amaçlarla kullanabilir.

5. FİKRİ MÜLKİYET HAKLARI

5.1. Bu "SİTE" dâhilinde erişilen veya hukuka uygun olarak kullanıcılar tarafından sağlanan bilgiler ve bu "SİTE"nin (sınırlı olmamak kaydıyla tasarım, metin, imge, html kodu ve diğer kodlar) tüm elemanları (Hepsi birden "Türkiye Klinikleri"nin telif haklarına tabi çalışmaları olarak anılacaktır) "Türkiye Klinikleri"ne aittir. Kullanıcılar, "Türkiye Klinikleri" hizmetlerini, "Türkiye Klinikleri" bilgilerini ve "Türkiye Klinikleri"nin telif haklarına tabi çalışmalarını yeniden satmak, işlemek, paylaşmak, dağıtmak, sergilemek veya başkasının "Türkiye Klinikleri"nin hizmetlerine erişmesi veya kullanmasına izin vermek hakkına sahip değildirler. İşbu "SİTE Kullanım Koşulları" dâhilinde "Türkiye Klinikleri" tarafından sarahaten izin verilen durumlar haricinde "Türkiye Klinikleri"nin telif haklarına tabi çalışmalarını çoğaltamaz, işleyemez, dağıtamaz veya bunlardan türemiş çalışmalar yapamaz veya hazırlayamaz.

5.2. İşbu "SİTE Kullanım Koşulları" dâhilinde "Türkiye Klinikleri" tarafından sarahaten yetki verilmediği hallerde "Türkiye Klinikleri"; "Türkiye Klinikleri" hizmetleri, "Türkiye Klinikleri" bilgileri, "Türkiye Klinikleri" telif haklarına tabi çalışmaları, "Türkiye Klinikleri" ticari markaları, "Türkiye Klinikleri" ticari görünümü veya bu SİTE vasıtasıyla sağladığı başkaca varlık ve bilgilere yönelik tüm haklarını saklı tutmaktadır.

6. SİTE KULLANIM KOŞULLARINDA DEĞİŞİKLİKLER

"Türkiye Klinikleri", tamamen kendi takdirine bağlı olarak işbu "SİTE Kullanım Koşulları"nı herhangi bir zamanda "SİTE"'da ilan ederek değiştirebilir. İşbu "SİTE Kullanım Koşulları"nın değişen hükümleri, ilan edildikleri tarihte geçerlilik kazanacaktır. İşbu "SİTE Kullanım Koşulları" kullanıcının tek taraflı beyanları ile değiştirilemez.

7. MUCBİR SEBEPLER

Hukuken mücbir sebep sayılan tüm durumlarda, "Türkiye Klinikleri" işbu "SİTE Kullanım Koşulları", gizlilik politikası ve "KULLANICI Sözleşmesi"nden herhangi birini geç ifa etme veya ifa etmeme nedeniyle yükümlü değildir. Bu ve bunun gibi durumlar, "Türkiye Klinikleri" açısından, gecikme veya ifa etmeme veya temerrüt addedilmeyecek veya bu durumlar için "Türkiye Klinikleri"nin herhangi bir tazminat yükümlülüğü doğmayacaktır. "Mücbir sebep" terimi, ilgili tarafın makul kontrolü haricinde ve "Türkiye Klinikleri"nin gerekli özeni göstermesine rağmen önleyemediği olaylar olarak yorumlanacaktır. Bunu yanında sınırlı olmamak koşuluyla, doğal afet, isyan, savaş, grev, iletişim sorunları, altyapı ve internet arızaları, elektrik kesintisi ve kötü hava koşulları gibi durumlar mücbir sebep olaylarına dâhildir.

8. UYGULANACAK HUKUK VE YETKİ

İşbu "SİTE Kullanım Koşulları" uygulanmasında, yorumlanmasında ve bu "SİTE Kullanım Koşulları" dâhilinde doğan hukuki ilişkilerin yönetiminde yabancılık unsuru bulunması durumunda Türk kanunlar ihtilafı kuralları hariç olmak üzere Türk Hukuku uygulanacaktır. İşbu sözleşmeden dolayı doğan veya doğabilecek her türlü ihtilafın hallinde Ankara Mahkemeleri ve İcra Daireleri yetkilidir.

9. YÜRÜRLÜLÜK VE KABUL

İşbu "SİTE Kullanım Koşulları" "Türkiye Klinikleri" tarafından "SİTE" içersinde ilan edildiği tarihte yürürlülük kazanır. Kullanıcılar, işbu sözleşme hükümlerini "SİTE"yi kullanmakla kabul etmiş olmaktadırlar. "Türkiye Klinikleri", dilediği zaman iş bu sözleşme hükümlerinde değişikliğe gidebilir ve değişiklikler sürüm numarası ve değişiklik tarihi belirtilerek "SİTE" üzerinde yayınlandığı tarihte yürürlülüğe girer.

30.03.2014

Gizlilik Bildirimi

  Sitemizi ziyaret etmeden önce aşağıda yazılı kullanım ilkelerini mutlaka okumanızı öneririz. Bu şartları kabul etmeniz halinde sitemizden faydalanırken kurallarımıza uymanız yararınıza olacaktır. Lütfen Kullanım İlkelerimizin tamamını okuyunuz.

  www.turkiyeklinikleri.com Ortadoğu Reklam Tanıtım Yayıncılık Turizm Eğitim İnşaat Sanayi ve Ticaret A.Ş.'ye ait hekimleri sağlık alanında bilgilendirmeye yönelik hazırlanmış bir web sitesidir.

  www.turkiyeklinikleri.com kullanıcılarının kimliklerine, adreslerine, hizmet sağlayıcılarına ve benzeri bilgilerine erişemez. Bu bilgileri kullanıcılar isterse formlar yoluyla siteye gönderebilirler. Ancak, www.turkiyeklinikleri.com donanım ve yazılım bilgilerinizi toplayabilir. Bu bilgiler arasında şunlar yer alır: IP adresiniz, tarayıcı türü, işletim sistemi, etki alan adı, erişim süreleri ve ilgili web adresleri. www.turkiyeklinikleri.com kullanıcılardan aldığı kişisel bilgileri (isminiz, elektronik posta adresiniz, ev ve iş adresiniz, telefon numaranız, vb.) üçüncü bir kuruma satamaz, kamuoyuna yayınlayamaz, site içinde tutamaz. Alınan bilgiler sitenin ziyaretçi profili, raporlama ve hizmetlerin tanıtımına kaynak olması için yönlendirici özellik taşır.

  www.turkiyeklinikleri.com sizden aldığı bilgileri şu amaçlar için kullanır:

-Web sitesini iyileştirmek,geliştirmek ve kaliteyi korumak,

-Ziyaretçi profili ve genel istatistik veriler oluşturmak,

-Ziyaretçilerin sitemizi nasıl kullandığı ile ilgili eğilimlerini belirlemek,

-Asılı yayınlar/yazışmalar göndermek,

-Elektronik posta yoluyla basın bültenleri veya bildirimler göndermek,

-Etkinlik ya da yarışma için liste oluşturmak.

  www.turkiyeklinikleri.com adresini kullanmakla;

-Herhangi bir kullanıcının yasal ve ahlaki olmayan davranışlarından Ortadoğu Reklam Tanıtım Yayıncılık Turizm Eğitim İnşaat Sanayi ve Ticaret A.Ş.'nin sorumlu tutulamayacağını,

-Kullanım ilkelerinin zaman zaman değiştirebileceğini,

-Diğer bağlantı sağladığı ama denetleyemediği sitelerin içeriklerinden veya bilgisayarınıza verecek zararlardan sorumlu olmadığını kabul etmiş sayılırsınız.

  Aşağıda belirtilen durumlarda Ortadoğu Reklam Tanıtım Yayıncılık Turizm Eğitim İnşaat Sanayi ve Ticaret A.Ş. sitesini kullanıcılara kapatabilir:

-Yanlış, eksik, yanıltıcı ve genel ahlak kurallarına uygun olmayan ifadeleri içeren bilgilerin siteye kaydedilmesi durumunda,

-İstenilen bilgilerin içine ilan, reklam, duyuru, özel veya tüzel kişiliklere hakaret içeren ifadeler kullanıldığında,

-Çeşitli yollarla siteye yapılan saldırılar sırasında

-Virüs nedeniyle sitenin yapısının bozulması durumunda.

  Kod ve yazılım da dahil, sitede yer alan yazılı, görüntülü ve sesli fikir ürünleri Telif Hakları ile ilgili yasal mevzuat uyarınca güvence altındadır.

  Ortadoğu Reklam Tanıtım Yayıncılık Turizm Eğitim İnşaat Sanayi ve Ticaret A.Ş.in yazılı izni olmadığı sürece sitede yer alan bilgiler; başka bir bilgisayara yüklenemez, değiştirilemez, çoğaltılamaz, kopyalanamaz, yeniden yayınlanamaz, postalanamaz, dağıtılamaz.

  Sitede bulunan yazılım ve tasarımların her hakkı Ortadoğu Reklam Tanıtım Yayıncılık Turizm Eğitim İnşaat Sanayi ve Ticaret A.Ş.’ye aittir.

  Ortadoğu Reklam Tanıtım Yayıncılık Turizm Eğitim İnşaat Sanayi ve Ticaret A.Ş. kullanım ilkelerimizle ilgili yorumlarınızı almaktan memnuniyet duyacaktır. Sitemizi zenginleştirebileceğini düşündüğünüz konuları ya da sitemizle ilgili yaşadığınız bir problem olursa lütfen bizimle paylaşın.

info@turkiyeklinikleri.com

04.04.2014