ПРИМЕНЕНИЕ МЕТОДОВ МНОГОМЕРНОГО АНАЛИЗА К ПРОГНОЗИРОВАНИЮ РИСКА РАЗВИТИЯ РЕТИНОПАТИИ НЕДОНОШЕННЫХ
Одним из тяжёлых многофакторных заболеваний, возникающих у новорождённых с экстремально низкой массой тела является ретинопатия недоношенных. Ретинопатия недоношенных - сосудисто-пролиферативное заболевание сетчатки, в зависимости от степени ее поражения возможна полная потеря зрения ребенка. Проблемы прогнозирования РН с применением современных информационных технологий является актуальной, так как решение этих задач может привести к повышению медицинского и социально-экономического эффекта. Например, для исследования патологии зрительного анализатора эффективна ретинальная педиатрическая камера «Ret Cam II». При этом обращают внимание сложности проведения исследования у детей младенческого возраста, а также высокая стоимость самого комплекса. Авторами предложен альтернативный способ раннего выявления и прогнозирования степени тяжести зрительных нарушений, основываясь только на комплексе клинических данных, лабораторно-инструментальных признаков и анамнестических показателей пациента (приоритетная справка № 2008112453).
Данная работа посвящена разработке способа прогнозирования риска развития ретинопатии недоношенных на основе дискриминантного и кластерного анализов комплекса клинических, лабораторно-инструментальных признаков и анамнестических данных пациента.
Исследования в выбранном направлении были затруднены тем, что данные, хаpaктеризующие состояние исследуемых объектов, расположены в нескольких несогласованных источниках, при этом, частично эти данные дублировались. Часть данных отсутствовала в предполагаемом месте их хранения, поэтому необходимо было обнаружить их в дублирующем хранилище. Отмечено, что признаки, хаpaктеризующие состояние пациента на доклиническом этапе развития патологии не обладают достаточной информативностью по отдельности. Использование их в совокупности, напротив, позволяет построить механизм поддержки прогнозирования на основе применения специальной последовательности методов многомерного анализа.
Для разработки решающего механизма поддержки прогнозирования, предложен алгоритм построения адаптированного средства (которое может включать как методические рекомендации, альбом алгоритмов, так и программное средство) определения уровня риска развития ретинопатии и степени её тяжести у недоношенных детей.
Для получения необходимой информации о клинико-анамнестических, лабораторных и инструментальных данных из различных источников, а также для обеспечения их целостности, полноты и непротиворечивости разработан алгоритм объединения данных из разровненных источников. Отличительной чертой механизма является то, что объединённый массив данных возвращается в один из источников первичной информации - базу данных областного Центра ретинопатии недоношенных, где массив информации поступает на вход подсистемы аналитической поддержки, являющейся надстройкой к существовавшей ранее автоматизированной системе учёта пациентов группы риска.
Таким образом, формирование целостного массива информации позволяет применять методы многомерного анализа в различных их комбинациях и модификациях.
В ходе исследований выявлено, что информативность некоторых подмножеств входных хаpaктеристик объекта, интерпретируемых с предметной точки зрения может быть усилена в достаточной степени с применением алгоритма, использующего кластерный анализ в качестве метода многомерной статистики. Также необходимо отметить, что весь массив переменных может быть усилен несколько раз, вместе с тем, средством усиления в обоих случаях служат, так называемые абстpaктные переменные, формируемые на основе алгоритма с применением дискриминантного анализа в качестве средства построения правила определения их значений.
Для увеличения степени межгруппового различия и повышения концентрации объектов внутри группы разработан алгоритм усиления межгрупповых различий и повышения концентрации объектов внутри группы. Реализация алгоритма усиления даёт возможность повысить чувствительность и специфичность механизма поддержки прогнозирования степени риска развития ретинопатии недоношенных.
Приведённые выше решения проблемы разрозненности, слабоинформативности входных данных, а также низкого качества работы решающих правил поддержки прогнозирования, построенных по типовым схемам реализованы в виде программного продукта «Система поддержки прогнозирования степени риска развития ретинопатии недоношенных «GimRN» (свидетельство об официальной регистрации программы для ЭВМ № 2008610460).
Архитектура программного средства представляет собой подсистемы регистрации пациентов и учёта динамики их состояния в течение диспансерного периода наблюдения, а также аналитической подсистемы поддержки выбора врачом одного из вариантов развития патологического процесса в организме пациента из группы риска. У врача имеется возможность использовать как полностью автоматический механизм поддержки выбора, так и настраивать и подключать отдельные блоки, реализующие различные подходы к определению варианта прогноза. В распоряжении врача находится средство визуализации состояния пациента в абстpaктном прострaнcтве классифицирующих функций, где отображаются типичные варианты патологии и пограничные области «спopных» ситуаций, при попадании в которые пользователю предлагается подключить соответствующий блок (если выбран не автоматический режим). Программа предоставляет возможность формировать текстовый документ, отображающий все хаpaктеристики пациента, манипуляции над ним, прогнозируемое состояние, отметку о соответствии текущего состояния прогнозируемому ранее.
Построенная модель прогнозирования ретинопатии недоношенных с использованием последовательности методов многомерного анализа данных и информационной системы апробирована на базе областного центра ретинопатии недоношенных научно-пpaктического центра «Бонум» (г. Екатеринбург). Результаты показали превосходство предлагаемого решения над имеющимися аналогичными средствами поддержки.
Аппарат многомерного анализа клинических, анамнестических и лабораторно-инструментальных данных не позволяет обеспечить информационно-программную поддержку надлежащего качества без предварительной адаптации.
Применение специализированной последовательности методов многомерного анализа позволяет повысить значения операционных хаpaктеристик механизма поддержки прогнозирования до требуемого уровня.
В статье рассмотрен интенсивный подход к структурированию экономики и обоснованию стратегий региональной экономической политики повышения качества кластера процессов жизнеобеспечения. ...
27 04 2024 23:49:30
Статья в формате PDF 121 KB...
26 04 2024 16:49:21
Статья в формате PDF 204 KB...
25 04 2024 9:58:12
Статья в формате PDF 129 KB...
24 04 2024 8:20:38
Обследовано 65 больных шизофренией, направленных в психиатрический стационар в недобровольном порядке. Установлено, что только 16% из них госпитализируются по Постановлению суда (что составляет 0,46% от всех поступивших больных в течение года), остальные 84% дают согласие на госпитализацию в первые дни пребывания в стационаре. У большинства больных указанного контингента наблюдается выраженная социально-трудовая дезадаптация и низкая комплаентность. Приводятся рекомендации по стратегии и тактике лечения в условиях стационара и внебольничного звена психиатрической помощи, требования к преемственности и особенности диспансерного наблюдения. ...
23 04 2024 6:23:32
Статья в формате PDF 119 KB...
21 04 2024 15:28:49
Статья в формате PDF 153 KB...
20 04 2024 8:38:15
Статья в формате PDF 293 KB...
19 04 2024 13:30:25
Статья в формате PDF 116 KB...
18 04 2024 7:26:50
Статья в формате PDF 124 KB...
17 04 2024 13:35:13
Статья в формате PDF 109 KB...
16 04 2024 16:32:16
Статья в формате PDF 117 KB...
14 04 2024 18:40:19
Статья в формате PDF 420 KB...
12 04 2024 15:58:15
11 04 2024 12:32:23
10 04 2024 8:15:22
Статья в формате PDF 197 KB...
09 04 2024 15:41:32
Статья в формате PDF 116 KB...
08 04 2024 17:59:50
Статья в формате PDF 269 KB...
07 04 2024 13:42:28
Статья в формате PDF 111 KB...
06 04 2024 5:50:12
Статья в формате PDF 101 KB...
05 04 2024 20:28:39
В работе рассмотрена очистка природных вод от ионов жесткости с помощью сорбентов на основе выщелоченных базальтовых волокон, модифицированных бентонитовой глиной. Определены статические и динамические параметры очистки. ...
04 04 2024 9:49:11
Статья в формате PDF 128 KB...
03 04 2024 1:30:18
Статья в формате PDF 129 KB...
02 04 2024 16:13:35
01 04 2024 15:50:27
Статья в формате PDF 115 KB...
31 03 2024 14:28:49
Статья в формате PDF 109 KB...
30 03 2024 0:23:21
Статья в формате PDF 138 KB...
29 03 2024 18:35:49
Статья в формате PDF 379 KB...
28 03 2024 22:58:42
27 03 2024 5:53:24
Статья в формате PDF 116 KB...
25 03 2024 17:38:59
Статья в формате PDF 116 KB...
24 03 2024 0:37:54
Статья в формате PDF 331 KB...
23 03 2024 18:12:19
Статья в формате PDF 117 KB...
22 03 2024 23:47:49
Статья в формате PDF 132 KB...
21 03 2024 4:55:43
Статья в формате PDF 278 KB...
20 03 2024 20:57:46
Статья в формате PDF 103 KB...
19 03 2024 4:59:29
Еще:
Поддержать себя -1 :: Поддержать себя -2 :: Поддержать себя -3 :: Поддержать себя -4 :: Поддержать себя -5 :: Поддержать себя -6 :: Поддержать себя -7 :: Поддержать себя -8 :: Поддержать себя -9 :: Поддержать себя -10 :: Поддержать себя -11 :: Поддержать себя -12 :: Поддержать себя -13 :: Поддержать себя -14 :: Поддержать себя -15 :: Поддержать себя -16 :: Поддержать себя -17 :: Поддержать себя -18 :: Поддержать себя -19 :: Поддержать себя -20 :: Поддержать себя -21 :: Поддержать себя -22 :: Поддержать себя -23 :: Поддержать себя -24 :: Поддержать себя -25 :: Поддержать себя -26 :: Поддержать себя -27 :: Поддержать себя -28 :: Поддержать себя -29 :: Поддержать себя -30 :: Поддержать себя -31 :: Поддержать себя -32 :: Поддержать себя -33 :: Поддержать себя -34 :: Поддержать себя -35 :: Поддержать себя -36 :: Поддержать себя -37 :: Поддержать себя -38 ::