WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

загрузка...
   Добро пожаловать!

Pages:     | 1 || 3 |

Представленные в главе результаты анализа медико-социальных характеристик больных с заболеваниями органа зрения позволили выявить ряд особенностей, совпадающих с общероссийскими тенденциями.

В том числе анализ средней длительности пребывания больных в областной клинической глазной больнице г. Воронежа показал, что в 1999г. наибольшая средняя длительность пребывания больных в стационаре была связана с такими заболеваниями, как «Воспалительные заболевания роговицы» (17,3 койко-дня), «Сосудистая патология органа зрения» (16,4 койко-дня), «Дистрофия и фоновые болезни сетчатки» (15,4 койко-дня), «Заболевания сосудистой оболочки глаза» (15,8 койко-дня) и др., а наименьшая длительность пребывания в стационаре, была связана с «Доброкачественными новообразованиями глаза» (6,7 койко-дня) и «Косоглазием» (7,2 койко-дня) и т.д. Средняя длительность пребывания больных на койке сократилось с 12,3 койко-дня в 1999 году до 9,6 койко-дня в 2004 году, т.е. на 22,0% (рис. 2.).

Рис. 2. Средняя длительность пребывания больных на койке в областной глазной клинической больнице в динамике за 1999-2004 годы.

Изучение укомплектованности медицинскими кадрами Областной клинической глазной больницы г. Воронежа показало, что она снизилась с 2002 года по 2004 год на 8,6% по врачебным должностям и на 10,4% по средним медицинским работникам (рис. 3.).

Рис. 3. Укомплектованность медицинскими кадрами Областной клинической офтальмологической больницы (в % к итогу)

по данным за 2002-2004 годы

На основании проведенного анализа показателей работы офтальмологической службы был сделан вывод о наличии следующих проблем: многолетняя неукомлектованность врачами-офтальмологами ряда районов области, наличие дефектов по качеству оказания офтальмологической помощи; недостатки по качеству профилактической работы и предупреждению слепоты от глаукомы (низкий охват профосмотрами на выявление глаукомы, низкая выявляемость больных глаукомой, низкий процент ранней стадии заболеваний среди лиц, впервые выявленными заболеваниями органа зрения). Основную нагрузку по оказанию стационарной медицинской помощи больным с заболеваниями органа зрения несет областная клиническая глазная больница г. Воронежа.

Третья глава посвящена алгоритмизации принятия решений по управлению заболеваемостью органа зрения на региональном уровне. Показано, что большинство медицинских исследований, связанных с проведением опросов соответствующего контингента пациентов путем анкетирования, сопряжено со сложностями адекватной формализации представления количественной и качественной информации в рамках конкретной нозологической группы и, что более важно, применения единого математического аппарата описания процесса принятия решений при управлении объектно-ориентированными биомедицинскими системами.

Представлены алгоритмические процедуры классификации многомерных наблюдений без обучения в задачах управления биомедицинскими системами. Показано, что для решения данной задачи определялись вероятности событий: у обоих объектов одна и та же j-я категория i-й переменной.

,

у k-го объекта реализовалась категория j, а у l-го – категория r.

Вводя веса категориальных признаков определяли меру близости между объектами в виде:

. Вклад i-ой переменной в 2.

, где. (1)

Для введенных обозначений расстояние Хэмминга для k-го объекта и l- го объекта вычисляется как сумма количества несовпадение категорий всех признаков:

, где.

Таким образом, а в нашем случае расстояние между объектами, подлежащими классификации, вычисляется с помощью меры (1), что позволяет учитывать особенности распределения категорий качественных признаков.

Для обоснованного принятия решения о количестве классов, следует использовать один из критериев качества классификации. В нашем случае предлагается искать такое разбиение, т. е. фактически точку на оси ординат иерархического дерева классификации, чтобы минимизировать:

, (2)

где Sl – l-й класс с числом объектов nl.

В рамках выбранного объекта исследования рассмотрен пример связанной неупорядоченной типологизации пациентов с заболеваниями органа зрения.

В исходных данных было произведено заполнение пропущенных значений, проведена проверка на выбросы. Априорных сведений о количестве классов в рассматриваемой совокупности не было, поэтому определять оптимальное количество пришлось по критерию минимизации суммы количества несовпадений категорий всех признаков (2).

Как видно из рис. 4., решение задачи классификации целесообразно искать для 3-х или 4-х классов. Использование критерия (2) показало, что оптимальным является кластерное решение для 4-х классов.

Рис. 4. Разбиение совокупности объектов методом Уорда

Таким образом, в результате работы автоматизированной процедуры классификации качественных данных было получено разбиение исходной совокупности объектов на четыре группы. Пример разбиения совокупности признаков на классы по показателю «Возраст» представлен в таблице 1.

Таблица 1.

Пример разбиения на классы показателя «Возраст»


Классы

Класс 1

Класс 2

Класс 3

Класс 4

Кол-во

%

Кол-во

%

Кол-во

%

Кол-во

%

Возраст

До 30

10

15,2%

0

0,0%

2

4,7%

1

3,4%

30-39

8

12,1%

1

1,6%

1

2,3%

0

0,0%

40-49

17

25,8%

0

0,0%

0

0,0%

0

0,0%

50-59

22

33,3%

6

9,5%

3

7,0%

5

17,2%

60-69

9

13,6%

18

28,6%

11

25,6%

8

27,6%

70 и старше

0

0,0%

38

60,3%

26

60,5%

15

51,7%

Всего

66

100,0%

63

100,0%

43

100,0%

29

100,0%

Для того чтобы понять, какие переменные являются определяющими для полученных классов, воспользовались критерием 2.

Таким образом, анализ качества классификации в рамках формирования процедуры принятия решений по управлению заболеваемостью органа зрения на региональном уровне, позволил сделать вывод о значимом различии признаков по совокупности показателей, принявших участие в классификации. По количеству объектов в каждом классе, класс 1 и классы 2 наиболее многочисленны и практически равны (32,8% и 31,3% всех пациентов), на втором месте стоит класс 3 (21,4%) и на третьем – самый малочисленный класс 4 – 14,4%, что вполне соответствует классификации ВОЗ в отношении деления пациентов на диспансерные группы в отношении основных видов патологии органа зрения.

Четвертая глава посвящена вопросам практической реализации моделей и алгоритмов рационального управления заболеваемостью органа зрения на региональном уровне.

Реализация классификационного подхода по распределению пациентов с заболеваниями органа зрения на диспансерные группы позволила выявить четыре класса больных с заболеваниями органа зрения: молодые, активные, здоровые, без катаракты; пенсионеры женщины, больные и с глаукомой; пожилые, больные мужчины; пенсионеры женщины с хорошим самочувствием. Данный подход позволяет адекватно установить конкретную классификационную группу заболевания по имеющемуся набору медико-биологических и социально-гигиенических факторов риска.

В результате применения подходов по прогностическому моделированию взаимосвязей медико-социальных факторов риска с заболеванием органа зрения реализована модель (c использованием ППП Statistica 6.0): модель, описывающая взаимосвязь «диагноз основной заболевания органа зрения», включенного в заключение врача, курирующего диспансерного больного с индивидуальными социально-гигиенических характеристик больных;

Выбор наиболее информативных факторов, включаемых в модель, отвечающих требованию мультиколлинеарности производился на основе метода корреляционных плеяд.

где - диагноз; - жилищно-бытовые условия; - заболевания матери; - состав семьи; - общий трудовой стаж; - сопутствующие заболевания; - предпочтения в еде; - оценка состояния здоровья.

Таблица 2.

Значение и оценки коэффициентов уравнения регрессии

Параметр

Оценка

Стандартная ошибка

t-статистика

p-значение

Константа

0,0105707

0,15194

0,695715

0,0247

0,405119

0,160777

2,51976

0,0141

0,61061

0,191794

3,18368

0,0022

-0,435596

0,138019

-3,15606

0,0024

0,378014

0,157736

2,39649

0,0193

Оценки адекватности модели: коэффициент детерминации – 75,39%; стандартная ошибка вычислений – 0,3883; средняя абсолютная ошибка – 0,32123; статистика Дарбина-Уотсона – 1,4876

Также была построена логистическая модель зависимости выхода на инвалидность в зависимости от наиболее значимых факторов, характеризующих социально-гигиенический статус больного с заболеваниями органа зрения.

где

;

инвалидность;сопутствующие заболевания; возраст; жилищно-бытовые условия; общественно-профессиональная группа; предпочтения в еде.

Таблица 4.2.

Вычисленные значения коэффициентов модели

Параметр

Оценка

Станд.

ошибка

ODDS-отношение

Хи-квадрат

Степень свободы

p-значение

Константа

-2,10282

0,518191

1,36203

0,572955

3,90412

6,00394

Pages:     | 1 || 3 |






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