📄Работа №91431
Тема: ПОСТРОЕНИЕ ИНФОРМАЦИОННОЙ СИСТЕМЫ ПРОГНОЗИРОВАНИЯ ПРОТЕКАНИЯ ТРОМБОТИЧЕСКОГО ПРОЦЕССА
Тип работы
Магистерская диссертация
Предмет
электротехника
Объем:
73 листов
Год:
2018
Просмотров:
264
4925
руб.
🛒 Купить работу
Не подходит эта работа?
Закажите новую по вашим требованиям
Узнать цену на написание
Закажите новую по вашим требованиям
Представленный материал является образцом учебного исследования, примером структуры и содержания учебного исследования по заявленной теме. Размещён исключительно в информационных и ознакомительных целях.
Workspay.ru оказывает информационные услуги по сбору, обработке и структурированию материалов в соответствии с требованиями заказчика.
Размещение материала не означает публикацию произведения впервые и не предполагает передачу исключительных авторских прав третьим лицам.
Материал не предназначен для дословной сдачи в образовательные организации и требует самостоятельной переработки с соблюдением законодательства Российской Федерации об авторском праве и принципов академической добросовестности.
Авторские права на исходные материалы принадлежат их законным правообладателям. В случае возникновения вопросов, связанных с размещённым материалом, просим направить обращение через форму обратной связи.
Настоящий учебно-методический информационный материал размещён в ознакомительных и исследовательских целях и представляет собой пример учебного исследования. Не является готовым научным трудом и требует самостоятельной переработки.
📋 Содержание
Введение
ГЛАВА 1. ДОКАЗАТЕЛЬНАЯ МЕДИЦИНА И СТАТИСТИЧЕСКИЙ АНАЛИЗ ДАННЫХ .. 5
1.1. Появление понятия «Доказательная медицина» 5
1.2. Принципы и основы доказательной медицины 7
1.3. Процесс выявления эффективности лечения 7
1.4. Уровень использования доказательной медицины в России 9
1.5. Модель доказательной медицины 11
1.6. Оценка и уровни подтверждающих данных 12
1.7. Дискриминантный анализ и его основная цель 14
1.8. Многомерные переменные 15
1.9. Пошаговый дискриминантный анализ 15
1.10. Факторный анализ 16
1.11. Цели и виды факторного анализа 17
1.12. Условия факторного анализа 18
1.13. Типы факторного анализа 21
1.14. Регрессионный анализ, его цели и задачи 21
1.15. Регрессионные модели и основные допущения 22
1.16. Методы, применяемые в регрессионной модели 23
1.17. Выводы по первой главе 24
ГЛАВА 2. ВЫЯВЛЕНИЕ СТАТИСТИЧЕСКИ ЗНАЧИМЫХ ПАРАМЕТРОВ ДЛЯ РАЗЛИЧНЫХ СТАДИЙ ФЛЕБОТРОМБОЗА 25
2.1. Описание исходных данных 25
2.2. Постановка задачи исследования 29
2.3. Анализ данных методом доверительных интервалов Неймана 29
2.4. Дискриминантный анализ данных 37
ГЛАВА 3. ПОСТРОЕНИЕ АВТОМАТИЗИРОВАННОЙ СИСТЕМЫ ВЫЯВЛЕНИЯ РИСКА ЭМБОЛИЗАЦИИ ВЕНОЗНОГО ТРОМБА 48
3.1. Постановка задачи 48
3.2. Описание программного продукта 48
3.4. Тестирование готового программного продукта 58
ЗАКЛЮЧЕНИЕ 60
СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ 61
ПРИЛОЖЕНИЕ 1 66
ПРИЛОЖЕНИЕ 2 71
ГЛАВА 1. ДОКАЗАТЕЛЬНАЯ МЕДИЦИНА И СТАТИСТИЧЕСКИЙ АНАЛИЗ ДАННЫХ .. 5
1.1. Появление понятия «Доказательная медицина» 5
1.2. Принципы и основы доказательной медицины 7
1.3. Процесс выявления эффективности лечения 7
1.4. Уровень использования доказательной медицины в России 9
1.5. Модель доказательной медицины 11
1.6. Оценка и уровни подтверждающих данных 12
1.7. Дискриминантный анализ и его основная цель 14
1.8. Многомерные переменные 15
1.9. Пошаговый дискриминантный анализ 15
1.10. Факторный анализ 16
1.11. Цели и виды факторного анализа 17
1.12. Условия факторного анализа 18
1.13. Типы факторного анализа 21
1.14. Регрессионный анализ, его цели и задачи 21
1.15. Регрессионные модели и основные допущения 22
1.16. Методы, применяемые в регрессионной модели 23
1.17. Выводы по первой главе 24
ГЛАВА 2. ВЫЯВЛЕНИЕ СТАТИСТИЧЕСКИ ЗНАЧИМЫХ ПАРАМЕТРОВ ДЛЯ РАЗЛИЧНЫХ СТАДИЙ ФЛЕБОТРОМБОЗА 25
2.1. Описание исходных данных 25
2.2. Постановка задачи исследования 29
2.3. Анализ данных методом доверительных интервалов Неймана 29
2.4. Дискриминантный анализ данных 37
ГЛАВА 3. ПОСТРОЕНИЕ АВТОМАТИЗИРОВАННОЙ СИСТЕМЫ ВЫЯВЛЕНИЯ РИСКА ЭМБОЛИЗАЦИИ ВЕНОЗНОГО ТРОМБА 48
3.1. Постановка задачи 48
3.2. Описание программного продукта 48
3.4. Тестирование готового программного продукта 58
ЗАКЛЮЧЕНИЕ 60
СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ 61
ПРИЛОЖЕНИЕ 1 66
ПРИЛОЖЕНИЕ 2 71
📖 Введение
Тромбоэмболия лёгочной артерии (ТЭЛА) — закупорка лёгочной артерии или её ветвей тромбами, представляет собой относительно распространённую сердечно - сосудистую патологию. В лёгких случаях протекает практически бессимптомно, однако, в тяжёлых случаях характеризуется крайне тяжёлым течением, быстрым развитием патологического процесса и высокой вероятностью летального исхода [1].
Стандартные методы обследования (обычные лабораторные тесты, электрокардиография, рентгенография органов грудной клетки и т.п.) пригодны только для исключения другой патологии со сходной клинической картиной. Чувствительные и специфические методы диагностики ТЭЛА включают определение d-димера, эхокардиографии, компьютерной томографии, вентиляционно - перфузионную сцинтиграфию, ангиографии сосудов легких, а также методов диагностики тромбоза глубоких вен нижних конечностей - все эти методы достаточно сложны и требуют дорогостоящего и специального диагностического оборудования [2].
Используя метод доверительного интервала Неймана, выполняется поиск статистически значимых различий в образцах пациентов с четырьмя различными группами: глубокий флеботромбоз опасность эмболии, глубокий флеботромбоз, поверхностный флеботромбоз, ТЭЛА. Выявленные статистически значимые различия были использованы в дальнейших исследованиях в качестве априорной информации при формировании профилей риска флеботромбоза, его эмболизации и наличия ТЭЛА. Дальнейшие исследования с использованием дискриминантного анализа позволяют идентифицировать набор факторов, которые обладают максимальными способностями распознавания при определении флеботромбоза, риска эмболизации и наличия ТЭЛА в разных категориях пациентов.
Была поставлена цель исследовать возможность оценки риска эмболизации венозного тромба при флеботромбозах, а также реализовать построенную математическую модель в виде программного продукта.
Задачи работы:
1. исследование статистически значимых параметров методом доверительных интервалов Неймана;
2. дискриминантный анализ статистически значимых параметров;
3. построение математической модели выявления риска эмболизации венозного тромба при флеботромбозах;
4. реализация математической модели в виде программного обеспечения.
Стандартные методы обследования (обычные лабораторные тесты, электрокардиография, рентгенография органов грудной клетки и т.п.) пригодны только для исключения другой патологии со сходной клинической картиной. Чувствительные и специфические методы диагностики ТЭЛА включают определение d-димера, эхокардиографии, компьютерной томографии, вентиляционно - перфузионную сцинтиграфию, ангиографии сосудов легких, а также методов диагностики тромбоза глубоких вен нижних конечностей - все эти методы достаточно сложны и требуют дорогостоящего и специального диагностического оборудования [2].
Используя метод доверительного интервала Неймана, выполняется поиск статистически значимых различий в образцах пациентов с четырьмя различными группами: глубокий флеботромбоз опасность эмболии, глубокий флеботромбоз, поверхностный флеботромбоз, ТЭЛА. Выявленные статистически значимые различия были использованы в дальнейших исследованиях в качестве априорной информации при формировании профилей риска флеботромбоза, его эмболизации и наличия ТЭЛА. Дальнейшие исследования с использованием дискриминантного анализа позволяют идентифицировать набор факторов, которые обладают максимальными способностями распознавания при определении флеботромбоза, риска эмболизации и наличия ТЭЛА в разных категориях пациентов.
Была поставлена цель исследовать возможность оценки риска эмболизации венозного тромба при флеботромбозах, а также реализовать построенную математическую модель в виде программного продукта.
Задачи работы:
1. исследование статистически значимых параметров методом доверительных интервалов Неймана;
2. дискриминантный анализ статистически значимых параметров;
3. построение математической модели выявления риска эмболизации венозного тромба при флеботромбозах;
4. реализация математической модели в виде программного обеспечения.
✅ Заключение
В процессе выполнения дипломной работы были рассмотрены методы доказательной медицины и статистический анализ данных, а именно - дискриминантный анализ, факторный анализ, регрессионный анализ. Были проведены исследования статистически значимых параметров методом доверительных интервалов Неймана, а также с помощью дискриминантного анализа.
В программе анализа данных STATISTICA от StatSoft, с помощью метода доверительных интервалов Неймана выполнен поиск статистически значимых различий выборок пациентов с четырьмя различными диагнозами: глубокий флеботромбоз опасность эмболии, глубокий флеботромбоз, поверхностный флеботромбоз, ТЭЛА. Из 61 исходного параметра были отобраны 16 значимых параметров для всех четырех групп.
Результаты, полученные методом доверительных интервалов, позволили в программе STATISTICA от StatSoft, провести исследование имеющейся выборки при помощи дискриминантного анализа данных. В результате исследования была выявлена оптимальная классификационная матрица с коэффициентом Фишера равным пяти и десять наиболее значимых параметров.
Было выполнено построение математической модели выявления риска эмболизации венозного тромба при флеботромбозах.
В конечном итоге было реализовано программное обеспечение на основе этих полученных данных, которое определяет принадлежность пациента к одной из пяти групп: без флеботромбоза (здоров), глубокий флеботромбоз, поверхностный флеботромбоз, глубокий флеботромбоз опасность эмболии и ТЭЛА. Также был проведен ряд тестов, который продемонстрировал хорошие результаты прогнозирования.
По теме исследования опубликована научная статья «Статистическая оценка эмболизации тромботических процессов» [52].
Цель данной дипломной работы можно считать достигнутой, все поставленные задачи выполнены.
В программе анализа данных STATISTICA от StatSoft, с помощью метода доверительных интервалов Неймана выполнен поиск статистически значимых различий выборок пациентов с четырьмя различными диагнозами: глубокий флеботромбоз опасность эмболии, глубокий флеботромбоз, поверхностный флеботромбоз, ТЭЛА. Из 61 исходного параметра были отобраны 16 значимых параметров для всех четырех групп.
Результаты, полученные методом доверительных интервалов, позволили в программе STATISTICA от StatSoft, провести исследование имеющейся выборки при помощи дискриминантного анализа данных. В результате исследования была выявлена оптимальная классификационная матрица с коэффициентом Фишера равным пяти и десять наиболее значимых параметров.
Было выполнено построение математической модели выявления риска эмболизации венозного тромба при флеботромбозах.
В конечном итоге было реализовано программное обеспечение на основе этих полученных данных, которое определяет принадлежность пациента к одной из пяти групп: без флеботромбоза (здоров), глубокий флеботромбоз, поверхностный флеботромбоз, глубокий флеботромбоз опасность эмболии и ТЭЛА. Также был проведен ряд тестов, который продемонстрировал хорошие результаты прогнозирования.
По теме исследования опубликована научная статья «Статистическая оценка эмболизации тромботических процессов» [52].
Цель данной дипломной работы можно считать достигнутой, все поставленные задачи выполнены.
ИЛИ
Поиск аналога
📕 Список литературы
🛒 Оформить заказ
⚡ Работу высылаем в течении 5 минут после оплаты.