PROGNOZIROVANIE REZUL'TATOV LEChENIYaPUZYRNO-MOChETOChNIKOVOGO REFLYuKSA U DETEY S ISPOL'ZOVANIEM NEYRONNOY SETI

Cover Page

Abstract

Full Text

Прогнозирование представляет собой сложную область клинической медицины. Это связано с необходимостью предусмотреть все возможные варианты развития заболевания, определить, как может измениться состояние больного, если вообще не проводить лечебные действия или если выбрать какой-либо из методов медицинского вмешательства. Анализ лите- ратуры, посвященный прогнозированию результатов лечения пузырно-мочеточникового реф- люкса (ПМР) у детей, показывает гетерогенность мнений исследователей, что связано с тем, что выбранные предикторы не могут являться независимыми (неоднозначная интерпретация диагностических тестов из-за многослойности (стратифицированности) предикторов, отра- жающих уровень хирургических навыков врача, разных социально-экономических условий пациентов и другое). В данном исследовании представлен результат использования искусственной нейронной сети в прогнозировании результатов консервативного и эндоскопического методов лечения ПМР. Для анализа использованы данные 741 пациентов, находившихся на лечении в детском урологическом отделении ГУЗ КБ № 7 города Волгограда и получивших консервативное или эндоскопическое лечение ПМР различной степени тяжести. Для выявления прогностической способности нейронной сети выбран многослойный перцептрон с минимальным количеством слоев равных трем. Использован модуль нейронных сетей, инкорпорированный в статистиче- скую программу IBM SPSS Statistics 22. Нейронная сеть строилась многократно до появления стабильных результатов значимости каждого предиктора и после этого оценки синаптических весов нейронов НИС сохранялись в XML файле для использования с целью скоринга. Полу- ченная предикторная модель применялась для прогнозирования результатов лечения ПМР в двух клиниках РФ. В результате исследования установлено, что прогностическая модель в 80 % случаев смогла прогнозировать результат лечения.
×

References

Statistics

Views

Abstract: 139

PDF (Russian): 92

Article Metrics

Metrics Loading ...

Refbacks

  • There are currently no refbacks.


This website uses cookies

You consent to our cookies if you continue to use our website.

About Cookies