DisCollection.ru

Авторефераты и темы диссертаций


Рационализация управления региональной заболеваемостью органа зрения на основе мониторинга медико-биологических и социально-гигиенических факторов

Попова Инна Владимировна, 11.11.2007

 

В рамках выбранного объекта исследования рассмотрен пример связанной неупорядоченной типологизации пациентов с заболеваниями органа зрения.

В исходных данных было произведено заполнение пропущенных значений, проведена проверка на выбросы. Априорных сведений о количестве классов в рассматриваемой совокупности не было, поэтому определять оптимальное количество пришлось по критерию минимизации суммы количества несовпадений категорий всех признаков (2).

Как видно из рис. 4., решение задачи классификации целесообразно искать для 3-х или 4-х классов. Использование критерия (2) показало, что оптимальным является кластерное решение для 4-х классов.

Рис. 4. Разбиение совокупности объектов методом Уорда

Таким образом, в результате работы автоматизированной процедуры классификации качественных данных было получено разбиение исходной совокупности объектов на четыре группы. Пример разбиения совокупности признаков на классы по показателю «Возраст» представлен в таблице 1.

Таблица 1.

Пример разбиения на классы показателя «Возраст»

Класс 1 Класс 2 Класс 3 Класс 4

Кол-во % Кол-во % Кол-во % Кол-во %

Возраст До 30 10 15,2% 0 0,0% 2 4,7% 1 3,4%

30-39 8 12,1% 1 1,6% 1 2,3% 0 0,0%

40-49 17 25,8% 0 0,0% 0 0,0% 0 0,0%

50-59 22 33,3% 6 9,5% 3 7,0% 5 17,2%

60-69 9 13,6% 18 28,6% 11 25,6% 8 27,6%

70 и старше 0 0,0% 38 60,3% 26 60,5% 15 51,7%

Всего 66 100,0% 63 100,0% 43 100,0% 29 100,0%

Для того чтобы понять, какие переменные являются определяющими для полученных классов, воспользовались критерием (2 .

Таким образом, анализ качества классификации в рамках формирования процедуры принятия решений по управлению заболеваемостью органа зрения на региональном уровне, позволил сделать вывод о значимом различии признаков по совокупности показателей, принявших участие в классификации. По количеству объектов в каждом классе, класс 1 и классы 2 наиболее многочисленны и практически равны (32,8% и 31,3% всех пациентов), на втором месте стоит класс 3 (21,4%) и на третьем – самый малочисленный класс 4 – 14,4%, что вполне соответствует классификации ВОЗ в отношении деления пациентов на диспансерные группы в отношении основных видов патологии органа зрения.

Четвертая глава посвящена вопросам практической реализации моделей и алгоритмов рационального управления заболеваемостью органа зрения на региональном уровне.

Реализация классификационного подхода по распределению пациентов с заболеваниями органа зрения на диспансерные группы позволила выявить четыре класса больных с заболеваниями органа зрения: молодые, активные, здоровые, без катаракты; пенсионеры женщины, больные и с глаукомой; пожилые, больные мужчины; пенсионеры женщины с хорошим самочувствием. Данный подход позволяет адекватно установить конкретную классификационную группу заболевания по имеющемуся набору медико-биологических и социально-гигиенических факторов риска.

В результате применения подходов по прогностическому моделированию взаимосвязей медико-социальных факторов риска с заболеванием органа зрения реализована модель (c использованием ППП Statistica 6.0): модель, описывающая взаимосвязь «диагноз основной заболевания органа зрения», включенного в заключение врача, курирующего диспансерного больного с индивидуальными социально-гигиенических характеристик

Выбор наиболее информативных факторов, включаемых в модель, отвечающих требованию мультиколлинеарности производился на основе метода корреляционных плеяд.

- оценка состояния здоровья.

Таблица 2.

Значение и оценки коэффициентов уравнения регрессии

0,378014 0,157736 2,39649 0,0193

Оценки адекватности модели: коэффициент детерминации – 75,39%; стандартная ошибка вычислений – 0,3883; средняя абсолютная ошибка – 0,32123; статистика Дарбина-Уотсона – 1,4876

Также была построена логистическая модель зависимости выхода на инвалидность в зависимости от наиболее значимых факторов, характеризующих социально-гигиенический статус больного с заболеваниями органа зрения.

предпочтения в еде.

Таблица 4.2.

Вычисленные значения коэффициентов модели

Параметр Оценка Станд.

1,63748 0,826361 5,14221 4,76421 1 0,0291

Так как зависимая переменная Y1 принимает значения в диапазоне от 0 до 1, то данная величина может использоваться в качестве прогнозируемой вероятности выхода пациента на инвалидность при заданном уровне набора факторов риска. Чем больше значение показателя, тем выше вероятность выхода на инвалидность. Представленная модель, выраженная уравнением логистической регрессии, может быть использована для индивидуального прогнозирования выхода на инвалидность с учетом социально-гигиенических факторов риска.

Далее в качестве примеров функционирования моделей рассмотрим типовые ситуации зависимости заболевания органа зрения и социально-гигиенических характеристик больных.

Например, для пациента с заболеванием органа зрения, имеющего в анамнезе в качестве сопутствующего заболевания панкреатит, в возрасте 35 лет, живущего в очень хороших условиях, принадлежащего к общественно-профессиональной группе «служащий» и предпочитающего согласно анкете разнообразную пищу, вероятность выхода на инвалидность составляет 37,7 %; при ухудшении жилищных условий до неудовлетворительных с сохранением неизвестными остальных факторов вероятность выхода на инвалидность увеличивается до 67,7.

На рис. 5. представлены зависимости выхода на инвалидность больных заболеваниями органа зрения от сопутствующих заболеваний с учетом изменения четырех факторов риска входящих в уравнение логистической регрессии.

Рис. 5. Зависимость выхода на инвалидность больных заболеваниями органа зрения от сопутствующих заболеваний

На основе модели для Y1 возможно прогнозирование изменения основного диагноза при изменениях выделенных социально-гигиенических характеристик.

Например, для пациента с заболеваниями органа зрения, оценивающего свои жилищно-бытовые условия как скорее неудовлетворительные, чем удовлетворительные, с учетом заболеваний матери (заболевания сердечно-сосудистой системы), женатого, со стажем работы более 40 лет, имеющего в качестве сопутствующего заболевания гипертонию в анамнезе, предпочитающего жирную пищу и оценивающего своё состояние как неудовлетворительное, прогнозируемое значение показателя, характеризующего диагноз, составляет 0,93, что несколько меньше численной оценки 1 – соответствующей такому заболеванию как глаукома. Таким образом, точность прогноза составила 93%.