Прогнозирование здоровья детей раннего возраста - Степанова Е.И.
Скачать (прямая ссылка):
То же
' Прогностические таблицы
Линейная дискриминантная функция, имеющая общий вид Z=aiA,'i+e?*2-t- ...+апхп, - дискриминационные коэффициенты; Xi - цитохимические показатели То же
Словесное заключение
То же
М. В. Жилин-ская, Г\ С. Большакова, 1975; Г. С. Большакова и соавт., 1977 А. А. Арипова, 1975; М.Н.Сто-ловяч, 1975
А. С. Сапунова и соавт.,
1979
А. В. Генкин и соавт., 1979
А. В. Генкин и соавт., 1979
1 2 3 4 1 5
8. Коллективные экспертные оценки
9. Метод прогнозного графа
10.
Комплексное прогнозирование, включающее последовательное и параллельное применение корреляционного и регрессионного анализов, метода Вальда, логический анализ, стыковку сингулярных прогнозов и написание сценария
Прогнозирование заболеваемости в первом полугодии жизни детей, родившихся от матерей с маститом
Оценка эритроцитар-ной системы больных пиелонефритом
Прогноз заболеваемости и развитий недоношенных и доношенных детей
Показатели здоровья матери, акушерский анамнез, уровень НАДН2-диафоразы в лимфоцитах и ЩФН
Показатели, характеризующие процессы образования и разрушения эритроцитов'
Данные о здоровье матери, течении беременности и родов, клиническая симптоматика у новорожденного, цитохимические показатели
То же
Построение траф-мд-дели в виде дерева связи
Словесное заключение в виде прогностического сценария
Т. М. Кожухо-ва и соавт.,
1980
М. В. Жилин-ская, Т. Л. Ов-.• сенева, 1980
I
М. Н. Столович, 1977;
Р. П. Нарциссов, 1978;
3. Н. Духова и соавт., 1980
Этот метод используется при исследовательском подходе и дает хорошие результаты, если правильно определена форма кривой, отражающей выявленную закономерность [Лисичкин В. А., 1972].
Применение экстраполяции в педиатрии позволило осуществить прогноз времени нормализации ферментного статуса лейкоцитов у детей с внутричерепной родовой травмой [Нарциссов Р. П., Арипова А. А., 1976], предсказать по уровню внутриклеточных энзимов характер течения вакцинального процесса [Комиссарова И. А" Нарциссов Р. Г1., 1968J, пневмонии- [Инджикян О. О., 1974], острого лейкоза [Вялушкина М. Д. и соавт.,
1977] и др.
Для получения многофакторных прогнозов нередко используются статистические модели - корреляционный и регрессионный анализ. С помощью этих методов по р величинам x-s (р - измеряемым-показателям организма) можно находить ожидаемые значения показателя у, связаиногд с х, коррелятивно [Саркисян С. А., Голованов Л. В., 1975]. При построении предсказывающей модели такого типа наиболее ценным является метод множественной регрессии. Его задача состоит в том, чтобы построить такое уравнение в р-мерном пространстве,.отклонения результатов.наблюдения у от которого были бы минимальными. Иными словами, следует вычислить значения коэффициентов в линейном полиноме д р
У = &о-г 2м,у. (2)
j-A
из условия минимизации выражения N Л N
2 (".-".>=-2
/=1 / 3=1
У; " ^ Ь bjX'j)
J-1
= min, (3)
где yi - вычисляемые предсказательные значения исследуемой характеристики, i - количество наблюдений. Определив коэффициенты Ь0, Ъ}, можно найти вели-
л
чину у по измеренным Хц [Айвазян С. А., 1968].
Предсказательная функция статистических моделей была использована для осуществления прогноза особенностей течения бронхиальной астмы у детей [Беликова В. В'., 1977], внутричерепной родовой травмы и сепсиса у новорожденных [Столович-М. К, 1977], лимфо-
20
зфзнулематоза [Вялущкина М. Д., Вялушкин Б. Я., №7] и др.
'<¦4 Однако наибольшее распространение в диагностике И :н|гогнозс различных с< стояний в клиническом медицине рагшли методы, основанные па теории распознавания образов. При этом процедура прогнозирования заключается в классификации двух или более генеральных ^совокупностей и выработке решающего правила, позволяющего отнести новый элемент по комплексу его йриз-|§?ков к одному из классов данного множества. Для ре-Щрьния задач подобного плана наиболее часто используется такие алгоритмы, как дискриминантный анализ и " однородная последовательная процедура расиознава-"я [Гублер Е. В., 1978; Стыопер Э. и соавт., 19&2; achenbruch, Goldetien, 1979; Rioux, Nakache, 1979; Vicar, 1979].
!>: В основе метода линейных дискриминантных фупк-&вй лежит накопление прогностической информации пу-ftejr суммирования отдельных значений признаков Xj, Множенных на "весовой" коэффициент aj, учитывающий амплитуду и вариабельность показателя при двух равниваемых состояниях и А2 [Соколов В. В. и со-вт., 1974]. При этом сумма рассматривается как новый )изнак - дискриминатор (Z): р
Z ~ ^4aJxj ~r ачх+ avxP>
/=1
|где Х\, ..., хр - значения признаков; аи ¦¦¦, аР- дискриминантные (весовые) коэффициенты.
$: Дискриминантный коэффициент а} можно вычислять, Определив отношение разности средних величин признака Xj при состоянии Aj и А2 к общей дисперсии а/ этого Признака при обоих состояниях:
" J&izJ&i, ' . (5)
V ¦
где XjA i - средняя величина признака ири состояПии А\) xjA-:-средняя величина признака при состоянии А2; о) -общая дисперсия признака при обоих состояниях:
в5 _ ^ 4 I I ^
' tta, -f nAl - 2 ' где п - число обследованных. • -