Индивидуальное прогнозирование развития мочекаменной болезни, доброкачественной гиперплазии и рака предстательной железы по медико-социальным факторам риска

Обложка


Цитировать

Полный текст

Аннотация

Цель. Реализация прогнозирования риска развития мочекаменной болезни, доброкачественной гиперплазии и рака предстательной железы на основе математического моделирования по индивидуальным медико-социальным факторам. Методы. Проведена прогностическая оценка риска развития изучаемых заболеваний по 30 медико-социальным факторам. Материал исследования составили репрезентативные выборки пациентов с подтверждённым диагнозом «мочекаменная болезнь», «доброкачественная гиперплазия предстательной железы» и «рак предстательной железы» (основные группы), а также люди без этих заболеваний (группа сравнения). Протокол исследования включил подготовку первичных данных, преобразование качественных данных в числовую форму, логистическое регрессионное моделирование риска, верификацию моделей. Собственно прогнозирование риска осуществлено с помощью обоснованно выбранных методов математического моделирования (априорного ранжирования, регрессионного анализа и способа дискретных корреляционных плеяд для минимизации информативной параметрической избыточности). Разработанные модели подвергались верификации методом пассивного эксперимента. Результаты. На основе продолжительных эмпирических наблюдений была выдвинута научная гипотеза о том, что мочекаменная болезнь, доброкачественная гиперплазия и рак предстательной железы имеют более высокую вероятность развития у пациентов, имеющих воздействие определённых факторов риска. С целью подтверждения или опровержения выдвинутой гипотезы произведён анализ прогностической информативности 30 факторов, «подозреваемых» на причастность к развитию изучаемых форм патологии. Это реализовано с помощью логистического регрессионного моделирования. В результате среди изученных условий труда и жизни урологических пациентов были определены прогностически значимые факторы. Составленные на их основе (и впоследствии верифицированные) модели позволили математически оценить реальный риск развития изучаемых урологических заболеваний. Вывод. Разработка моделей индивидуального риска развития изучаемых нозологических форм на основе анализа медико-социальных факторов принципиально возможна; верификация разработанных моделей подтверждает их практическую применимость и доказывает принципиальную целесообразность предложенного подхода.

Об авторах

Олег Владимирович Золотухин

Воронежский государственный медицинский университет им. Н.Н. Бурденко

Email: zolotuhin-o@yandex.ru
г. Воронеж, Россия

Список литературы

  1. Гублер Е.В. Вычислительные методы распознавания патологических процессов. Ленинград: Медицина. 1970; 319 с.
  2. Гланц С. Медико-биологическая статистика. М.: Практика. 1999; 459 с.
  3. Реброва О.Ю. Статистический анализ медицинских данных: применение пакета прикладных программ STATISTICA. М.: МедиаСфера. 2002; 312 с.
  4. Дюк В.Э. Информационные технологии в медико-биологических исследованиях. СПб.: Питер. 2003; 528 с.
  5. Медик В.А., Токмачев М.С. Математическая статистика в медицине. М.: Финансы и статистика. 2007; 800 с.
  6. Халафян А.А. Statistica 6. Статистический анализ данных. М.: Бином-Пресс. 2008; 512 с.
  7. Чопоров О.Н., Золотухин О.В., Болгов С.В. Алгоритмизация интеллектуального анализа данных о распространённости заболеваний на региональном и муниципальном уровнях. Моделирование, оптимизация и информационные технологии. 2015; (9). http://moit.vivt.ru/wpcontent/uploads/2015/06/ChoporovZolotuhinBoglov_2_15_1.pdf (дата обращения: 08.05.2017).
  8. Чопоров О.Н., Болгов С.В., Манакин И.И. Особенности применения методов интеллектуального анализа данных и многоуровневого мониторинга при решении задачи рационализации медицинской помощи. Моделирование, оптимизация и информационные технологии. Воронеж. 2015; 8 (1). http://moit.vivt.ru/wp-content/uploads/2015/04/ChoporovBolgovManakin%20_1_15_1.pdf (дата обращения: 08.05.2017).
  9. Колесов Ю.Б., Сениченков Ю.Б. Моделирование систем. Объектно-ориентированный подход. СПб.: БХВ-Петербург. 2012; 185 с.
  10. Юнкеров В.И., Григорьев С.Г. Математико-статистическая обработка данных медицинских исследований. СПб.: ВМедА. 2002; 266 с.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© 2017 Золотухин О.В.

Creative Commons License

Эта статья доступна по лицензии
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.


СМИ зарегистрировано Федеральной службой по надзору в сфере связи, информационных технологий и массовых коммуникаций (Роскомнадзор).
Регистрационный номер и дата принятия решения о регистрации СМИ: ЭЛ № ФС 77 - 75008 от 01.02.2019.


Данный сайт использует cookie-файлы

Продолжая использовать наш сайт, вы даете согласие на обработку файлов cookie, которые обеспечивают правильную работу сайта.

О куки-файлах