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
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.
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.
