Прогнозирование здоровья детей раннего возраста - Степанова Е.И.
Скачать (прямая ссылка):
В отличие от эвристических, фактографические методы опираются на конкретные данные, характеризующие 'прогнозный объект [Саркисян С. А., Голованов Л. -В., 1975; Бестужев-Лада И. В., 1982]. К ним можно отнестй анамнестические сведения, клинические признаки заболевания, результаты лабораторного и других видов обследования. Прогноз в этих случаях осуществляется с помощью методов математической статистики. Главным при их использовании является эволюционный тип развития объекта без выраженных скачков [ЯмпольскиЁ С. М., Лисичкин В. А., 1974; Бестужев-Лада И. В., 1982].
Состояние объекта в будущем может определяться с помощью одного или нескольких методов, в связи с чем различают симплексные и' комплексные прогнозы [Ям-польский С. М., Лисичкин В. А., 1974]. Комплексное прогнозирование основано на системном подходе к объекту и отражает взаимосвязь многих факторов. При этом сингулярные (простые) методы могут применяться последовательно, параллельна, синтезироваться и объединяться между собой [Лисичкин В. А., 1972]. Разработан целый ряд комплексных методов прогнозирования
10
(ПАТТЕРН, КВЕСТ, СКОР, ФОРКАСТ и др.), создаются автоматизированные системы' прогнозирования (АСП), составными элементами которых являются сингулярные методы [Лисичкин В. Д., Голынкер Е, И., 1981].
В медицине к такому сложному объекту, как здоровье З^ловека, особенно важен комплексный подход [Баевский Р. М., 1979]. При этом прогноз всегда носит активный характер, определяя развитие объекта (здоровье ^человека) в нужном направлении.
Наибольшее число исследований в сфере медико-.¦биологического прогнозирования посвящено исходу течения заболеваний. Значительно меньше изучены вопросы 'прогнозирования состояния практически здоровых лю-|дей в различных условиях и при воздействия тех или ррных факторов. Однако решение именно этих прогностических задач представляет особенно актуальную часть Проблемы, т. к. открывает возможность профилактики не только заболеваний, но и состояний на грани нормы и йатрлогии, так называемой предболезни [Сотнико-йва К. А., Вельтищев Ю. Е., 1982].
Методы, которые используются для прогнозирования в педиатрии, представлены в табл. 1.
; Одним из количественных методов прогнозирования, нашедших применение в педиатрии, является экстраполяция. Ее сущность состоит в переносе на будущее тенденций развития объекта, имевшихся в прошлом и настоящем [Лисичкин В. А., 1979]. Метод экстраполяции предполагает: 1) определение тенденций развития (тренда) на основании анализа имеющихся статистических данных, представленных в виде динамического ряда и характеризующих изменения объекта во времени; 2) подбор аппроксимирующей функции, наиболее точно описывающей эволюцию объекта в ретроспективный период. При этом по известным значениям ряда y(U), i= 1, 2,..., Т отыскивается такая функция y = f(t), которая дает возможность предсказать его вероятное значение в момент времени 74-Д/ (At,- время упреждения) с минимальной ошибкой прогноза г(1).
Экстраполирующая функция
y - f(t)+e(t) (1)
позволяет получить вероятные значения на экстраполируемом участке
АЛЛ Ут+и Ут+2, ..." Ут+Ы.
И
to
Таблица 1
Методы, применявшиеся для прогнозирования различных состояний у детей
Метод прогнозирования Прогнозируемые состояния Используемые показатели Формулирование прогнозов Авторы, год
1 2 3 4 5
1. Экстраполяция Прогноз уровня СДГ, КФН ДФЛ в течение периода "оворожденно-сти у "здоровых" не-доношенных и детей с внутричерепной родовой травмой. Прогноз времени нормализации активности ферментов у детей с внутричерепной родовой травмой
Показатели активности ферментов в период новорожденное(tm), представленные в виде динамических рядов
Экспоненциальная функция для КФЛ и КФН: Р=Р0е~>где Р- количество клеток, проявляющих активность;
Ро, k - постоянные уравнения; / - возраст,
' дни.
Логарифмическая функция для СДГ:
Q-Qo+k\ni, где Q - среднее количество гранул в клетке;
Qo, k-постоянные уравнения.
Время нормализации: Гнорм =
Т. Т. Конд-рашова и соавт., 1975;,
А. А. Арипова, Р. К. Катосо-ва, 1976;
Р. П. Нарциссов, А. А. Арипова, 1976
: ¦; • ¦ ¦ •••• vv?v.rf.4,v v ~, л- Продолжение табл. 1
Прогнозирование динамики СДГ в постна-тальном онтогенезе человека
Прогноз течения вакцинального процесса
Прогноз течения острой пневмонии у детей раннего возраста
Прогноз эффективно-^ сти терапии острого лейкоза
Показатели активности СДГ, представленные в виде динамического ряда
Показатели активности дегидрогеназ, измеренные до и после введения вакцины
Время нормализации активности ЩФН
Динамика активности ЛДГ в ¦ властных клетках в процессе лечения, величина начальной о?о-
^ И. А. Комисса-
Q - al • -е , ГА а и соавт
Q - активность СД1;
/1/2 -. квадратный корень из возраста, год;
а, |5 - постоянные уравнения
Q^a-t-e-y, где Q - ак- И. А. Комисса-тивность фермента ¦ в рова н соавт., клетках; а, р т кон-Л 968 станты, полученные методом наименьших квад-. ратов; t - время после введения антигена
/i=/oe-*f, где /" - О. О. Инджи-начальный уровень кян, 1974
1ДФН; t - время нормализации, дни; к-константа санации