WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

загрузка...
   Добро пожаловать!

Pages:     | 1 || 3 | 4 |

Вместе с тем представлены результаты анализа взаимосвязей факторов риска развития глаукомы с медико-биологическими и социально-гигиеническими характеристиками пациентов. Для статистической обработки и моделирования все данные должны быть представлены в численном виде. Учитывая, что анкетные данные были представлены как в количественном, так и в качественном виде, то осуществлялось преобразование информации, содержащей фиксированные смысловые (лингвистические) значения к численному виду. Так же обоснована целесообразность использования корреляционного анализа этих факторов с учетом медико-биологических и социально-гигиенических характеристик пациентов, что позволило дать научно – обоснованную оценку взаимосвязей показателей, характеризующих заболеваемость органа зрения, социально-бытовые условия, трудовую деятельность, характеризующие образ жизни пациента, а также показателей, характеризующих состояние здоровья. На рис. 3 и 4 представлены примеры результатов корреляционного анализа.

Рис. 3. Диаграмма рассеивания для показателей «семейное положение»

и «возраст»

Рис. 4. Диаграмма рассеивания

«изменение жилищно-бытовых условий» и «возраст»

Необходимость прогнозирования тенденций заболеваемости глаукомой по медико-социальным факторам риска обусловила необходимость разработки процедуры автоматической классификации пациентов с учетом социально-демографического статуса и прогностических правил для определения стадии глаукомы.

Перед построением решающих правил определения стадии первичной глаукомы у взрослых (классификация по А.П. Нестерову и А.Я. Бунину), рассматривались несколько двумерных распределений целевых показателей совокупности. В таблице 1 представлены результаты распределения пациентов выборки по стадиям развития глаукомы и в зависимости от уровня ВГД (внутриглазного давления).

При этом строки и столбцы таблицы соответствовали следующим градациям: строки (ВГД): а – компенсированное; b – субкомпенсированное; с – декомпенсированное, столбцы (поля зрения): 1- начальная; 2 – развитая; 3 – далеко зашедшая, 4 – терминальная.

Показатель классификации стадии первичной глаукомы (и уровень ВГД) были выделены на основе диагностических заключений врача.

Таблица 1.

Распределение пациентов выборки по стадиям развития глаукомы

и в зависимости от уровня ВГД (левый глаз)

OD. Стадия

1

2

3

4

Кол-во

%

Кол-во

%

Кол-во

%

Кол-во

%

OD. ВГД

а

75

93%

141

69%

73

58%

10

19%

в

4

5%

53

26%

29

23%

18

35%

с

2

3%

10

5%

24

19%

24

46%

Всего

81

100%

204

100%

126

100%

52

100%

Оценка значимости статистических различий проводилась на основе 2 критерия Пирсона. Установлена статистическая связь между признаками для левого глаза «ВГД» и «Стадия» 2=108,5, p<0.00. Значимые различия (p<0.05) долей по столбцам приведены в табл. 2.10.

Приведенный анализ явился основой для прогнозирования тенденций заболеваемости глаукомой с учетом медико-социальных факторов риска. В этой связи обоснована необходимость проведения автоматической классификации объектов выборки по совокупности социально-демографических характеристик.

Для построения прогностических правил определения стадии глаукомы был использован метод CHAID, реализованный в пакете SPSS. Для прогнозирования стадии глаукомы, в качестве набора независимых переменных определим все переменные массива. Зависимая или прогнозируемая переменная – «Стадия глаукомы». При построении модели использовался метод 10% кросспроверки модели (Таблица 3). Серия экспериментов с зависимой переменной показала, что наилучших прогностических результатов можно добиться, если в качестве зависимой переменной использовать переменную «Стадия глаукомы» с объединенными категориями «3» и «4».

Так же построены прогностические правила для определения стадии глаукомы с учетом медико-социальным характеристикам с использованием метода деревьев классификации (рис. 5).

Рис.5. Прогноз стадии развития глаукомы.

Для оценки точности модели, используется стандартная в таких случаях матрица классификации. Общая точность нашей модели - 66%.

Таблица 3.

Матрица классификации

Наблюдаемые

Предсказанные

1

2

3-4

правильный %

1

48

28

6

59%

2

22

68

70

43%

3-4

14

30

220

83%

% всего

17%

25%

58%

66%

Таким образом, на основе метода деревьев классификации было построено решающее правило по определению стадии глаукомы на основании показателей выборки. Основное назначение этого правила – понять влияние отдельных показателей выборки на тяжесть течения глаукомы.

В третьей главе рассмотрены вопросы алгоритмизации управления клинико-диагностическим процессом ведения больных с глаукомой. В связи с тем, что анализ ситуации по заболеваемости глаукомой возможен на основе исследования различных показателей, с учетом объективных трудностей формирования обобщенной оценки, предлагается формализация интегрированного показателя состояния заболеваемости больных глаукомой представляющего собой аддитивную свертку частных критериев, характеризующих офтальмологический статус пациента с учетом весовых коэффициентов значимости, полученных на основе экспертных оценок. Для формирования интегрированного показателя заболеваемости глаукомой были выбраны составляющие, которые получены в результате проведения корреляционного анализа, т.е. независимые показатели: острота зрения (X1), внутриглазное давление (X2), поля зрения (X3), состояние радужки (X4), характеристика пигментной каймы (X5), состояние сосудистого пучка (X6), оценка реакции на свет (X7), положение хрусталика (X8), экскавация (X9).

Интегрированный показатель заболеваемости глаукомой определяется на основе следующей свертки:

ИПЗг =, (1)

где wi – вес (значимость) i-го фактора, Хi – нормированное значение i-го фактора.

Значения весов wi рассчитываются по формуле (3.5)

, (2)

где rij – ранг, проставленный r-м экспертом; R – количество экспертов; I – количество показателей.

Полученные веса показателей, представленные в табл. 3.3 использовались при расчете интегрированного показателя здоровья.

В нашем случае интегрированный показатель имеет вид:

ИПЗ=0,875*+ 1,0625*+3,875*+1,75*+5,75*+3,00*+

+5,5625*+6,3125*+5,00*

В результате проведенного эмпирического анализа с использованием случайной выборки пациентов экспертным путем была предложена следующая интерпретация полученных значений показателя, а именно: значения от 0 до 20 баллов – хорошо; 21-30 - удовлетворительно; 31-40 плохо; 41 и более – очень плохо.

Далее обоснована возможность прогнозирования течения глаукомного процесса на основе регрессионного уравнения.

В качестве выходной (зависимой) переменной была выбрана переменная характеризующая течение патологического процесса (благоприятное, относительно благоприятное и сомнительное). В качестве входных (независимых) переменных – интегральный показатель заболеваемости и индивидуальные показатели пациента, характеризующие медико-социальные и социально-гигиенические факторы риска. На рис. 6. представлены результаты многомерного регрессионного анализа.

Рис. 6. Результаты многомерного неполноквадратичного

регрессионного анализа.

Так как анализ коэффициентов уравнения линейной регрессии показал отсутствие статистической значимости по критерию Стьюдента у свободного члена уравнения регрессии и показателя характеризующего общественно-профессиональную группу (p>0,05) то предлагается следующая регрессионная модель:

где - один из возможных вариантов течения патологического процесса, предсказанный по неполноквадратичной модели; - интегральный показатель заболеваемости; -жилищно-бытовые условия; -курение; -характер питания; -общественно-профессиональная группа; - частота употребления алкоголя; - материальное положение; - возраст.

Прогнозирование течения глаукомного процесса позволит более обоснованно назначать консервативное лечение.

Анализ результатов противоглаукомной терапии с использованием различных методов консервативного лечения на основе непараметрических статистических критериев позволил с позиций доказательной медицины сделать обоснованных вывод о преимуществе комплексного подхода, сочетающего как медикаментозные, так и физиотерапевтические методы лечения. В табл. 4. представлен фрагмент результатов сравнения больных глаукомой до и после традиционного консервативного лечения с использованием критерия Уилкоксона.

Таблица 4.

Сравнение показателей больных глаукомой до и после традиционного консервативного лечения с использованием критерия Уилкоксона

Параметры

Valid

T

Z

p-level

1.

Жалобы

28

0,0000

2,201398

0,027709*

1

2.

Острота зрения правый глаз

28

0,0000

4,285714

0,000018

Pages:     | 1 || 3 | 4 |






© 2011 www.dissers.ru - «Бесплатная электронная библиотека»