Сибирский государственный медицинский университет, г. Томск
Кафедра медицинской и биологической кибернетики

Эта работа опубликована в сборнике статей по материалам Международной 69-й научной итоговой студенческой конференции, посвященной 200-летию со дня рождения Н.И. Пирогова (г.Томск, 11-13 мая, 2010 год); под реакцией академика РАМН В.В. Новицкого, член. корр. РАМН Л.М. Огородовой

Посмотреть титульный лист сборника

Скачать сборник целиком (1,4 мб)

 

Актуальность: мониторинг – процесс систематического или непрерывного сбора информации о параметрах сложного объекта или процесса, которая может быть использована для улучшения процесса принятия решения. В здравоохранении объектом мониторинга может являться состояние здоровья пациента. Осуществляется мониторинг с целью выявления и предупреждения критических ситуаций, опасных для здоровья человека, для отслеживания динамики как развития патологического процесса, так и нормализации состояния, или для формирования групп риска. На сегодняшний день существуют программы, позволяющие осуществлять мониторинг и производить оценку тяжести состояния здоровья пациента. В этих программах используется эвристический и алгоритмический методы принятия решений для обработки данных. Интуитивно понятно, что эти методы допускают ошибочную оценку состояния здоровья, так как для мониторируемых параметров не рассчитываются весовые коэффициенты, следовательно все они равнозначны. Для решения этой проблемы можно воспользоваться более сложными статистическими методами, такими как логистическая регрессия и нейронные сети.
Цель: применить статистический алгоритм логистической регрессии для формирования групп детей с повышенным риском развития тяжёлых состояний на клиенте врача-аналитика программного комплекса «АССПЕД».
Методы: для оценки тяжести состояния пациента используется алгоритм логистической регрессии, позволяющий рассчитывать весовые коэффициенты для мониторируемых параметров, как качественных, так и количественных. Алгоритм реализован с использованием языка программирования Object Pascal. Система реализована с помощью структурного программирования, клиент-серверных технологий, SQL (Structured Query Language - язык структурированных запросов).
Результаты: алгоритм логистической регрессии позволяет рассчитывать весовые коэффициенты для мониторируемых параметров, определяя тем самым степень оценки ими общего состояния пациента. Так же логистическая регрессия позволяет обрабатывать как качественные, так и количественные данные. Использование логистической регрессии при оценке степени тяжести состояния, уменьшает вероятность возникновения ошибки, по сравнению с алгоритмическим и эвристическим подходами обработки данных для принятия решений. Эти качества выделили данный метод среди прочих. Благодаря интеграции алгоритма логистической регрессии в программный комплекс «АССПЕД», стало возможным определять силу воздействия мониторируемых параметров на общее состояние пациента. Зная это, можно определить общее состояние детей, и формировать группы детей с повышенным риском развития тяжёлых состояний.
Заключение. Алгоритм логистической регрессии реализован на клиенте врача-аналитика программного комплекса «АССПЕД», с возможностью формировать группы детей с повышенным риском развития тяжёлых состояний.

Список литературы:
1. Статистический анализ. Подход с использованием ЭВМ. / А. Афифи, С. Эйзен. – Москва: Мир, 1982.
2. Высшая математика. Учебное пособие. / Л. И. Терехина, И. И. Фикс. – Томск: Изд-во ТГУ, 2000.
3. Многомерный статистический анализ в экономике / Л. А. Сошникова, В. Н. Тамашевич. – Москва: Юнити, 1999.
4. Математическая статистика в клинических исследованиях / В. И. Сергиенко, И. Б. Бондарева. – Москва: ГОЭТАР-МЕД, 2001.