Автоматизированная система комплексного мониторинга факторов риска хронических неинфекционных заболеваний

• Автор: Насонова, Нина Владимировна
• Шифр специальности: 05.11.17
• Научная степень: Кандидатская
• Год защиты: 2006
• Место защиты: Новосибирск
• Количество страниц: 152 с. : ил.

ГЛАВА I. ИССЛЕДОВАНИЕ ФАКТОРОВ РИСКА ХРОНИЧЕСКИХ НЕИНФЕКЦИОННЫХ ЗАБОЛЕВАНИЙ С ТОЧКИ ЗРЕНИЯ СБОРА,

# ОБРАБОТКИ И ПРИМЕНЕНИЯ ДАННЫХ И ЗНАНИЙ О НИХ

1.1. Основные понятия и определения

1.2. Сравнительный анализ отечественных и зарубежных систем медицинского мониторинга

1.3. Особенности данных с точки зрения их получения и сбора

1.4. Обеспечение контроля качества данных и принимаемых решений

1.5. Особенности решения задач медицинской диагностики

1.6. Факторы риска

1.7. Постановка задачи построения системы мониторинга

1.9. Заключение и выводы по главе

Г Л А В АII. ТЕХНОЛОГИЯ ПОДГОТОВКИ И ПРИНЯТИЯ РЕШЕНИЙ

2.1. Вводная часть
2.2. Технологический процесс принятия решений
2.3. Интеллектуальный анализ данных
2.4. Вариативное моделирование
2.5. Методы организации и выбора моделей
2.6. Выводы по главе
ГЛАВА III. МОДЕЛЬНОЕ ОБЕСПЕЧЕНИЕ СИСТЕМЫ МОНИТОРИНГА
3.1. Верояностно-статистические методы анализа
3.1.1. Исследование законов распределения диагностических данных в исследуемой популяции
3.1.2. Исследование данных о смертности в популяции
4 3.2. Изучение связи потенциальных факторов на развитие ХНИЗ методом
линейной регрессии
3.3. Использование метода дискриминантного анализа в постановке диагноза мониторинга для индивидуума

3.4. Исследование суммарного влияния факторов риска ХНИЗ
3.5. Использование регрессионных нелинейных моделей
3.6. Графическое представление вероятности развития сердечно-сосудистых заболеваний
3.7. Выводы по главе
ГЛАВА IV. РАЗРАБОТКА ТИПОВОЙ СТРУКТУРЫ КОМП1ЛЕКСНОЙ СИСТЕМЫ МОНИТОРИНГА
4.1.Структура комплексной автоматизированной системы мониторинга
4.2. Модуль сбора данных
4.3. Модуль обработки данных
4.4. Модуль анализа и принятия решений
4.5. Модуль реализации управленческих решений
4.6. Выводы по главе
ГЛАВА V. РАЗРАБОТКА СТРУКТУРЫ СИСТЕМЫ "МОНИТОРИНГ ЗДОРОВЬЯ ИНДИВИДУУМА"
5.1. Принципы построения и отличительные особенности
5.2. Основное назначение и функции системы
5.3. Состав системы мониторинга
5.4. Структура системы
5.4.1. Модуль базы данных
5.4.2. Модуль обработки данных
5.4.3. Модуль анализа, принятия решений
5.4.4. Модуль реализации
5.5. Апробация системы
5.6. Выводы по главе
ЗАКЛЮЧЕНИЕ
СПИСОК ЛИТЕРАТУРЫ
Список сокращений
ПРИЛОЖЕНИЕ
Актуальность темы исследования. Одной из самых больших опасностей для здоровья человека является растущее бремя неинфекционных заболеваний ^ (НИЗ), в частности хронических (ХНИЗ). Осознание этой угрозы привело
Всемирную организацию здравоохранения (ВОЗ) к повышению приоритетности программ по профилактике, контролю и мониторингу распространения НИЗ [1]. Как указывают авторы, основой профилактики НИЗ является определение наиболее существенных факторов риска (ФР), их профилактика и контроль. С точки зрения первичной профилактики ФР, инструментом предотвращения заболеваний может стать мониторинг основных факторов риска. • Здесь под ФР понимается явление, влияние или воздействие на человека, которое повышает вероятность возникновения у него НИЗ.
При этом для мониторинга в соответствующем регионе выбираются такие ФР, которые: оказывают наибольшее воздействие на показатели заболеваемости и смертности в этом регионе; являются модифицируемыми, т.е поддаются воздействию эффективных мер профилактики; дали положительный опыт по изучению и контролю; дают возможность получения данных с соблюдением соответствующих этических норм [1, 2]. Следует иметь в виду следующее. Во-ф первых, анализ факторов риска и данных по здоровью населения помогает определить возможность распространения конкретного заболевания, но не позволяет напрямую предсказать состояние здоровья отдельного индивидуума. Во-вторых, в настоящее время главной стратегией реализации мониторинга и контроля НИЗ, рекомендуемой ВОЗ, является разработка и предоставление стандартных методик и инструментов, позволяющих странам укреплять и развивать возможность контроля и снижения риска НИЗ. В-третьих, ВОЗ реко-мендует и дальше применять для мониторинга данные, полученные в разных измерительных шкалах. Все это привело к необходимости решения научно-технической задачи разработки средств автоматизации технологии сбора, об-

мулируются в виде программ на некотором внутреннем языке программирования. Процесс построения программ строится как эволюция в мире программ (этим подход немного похож на генетические алгоритмы). Когда система находит программу, достаточно точно выражающую искомую зависимость, она начинает вносить в нее небольшие модификации и отбирает среди построенных таким образом дочерних программ те, которые повышают точность. Таким образом, система "выращивает" несколько генетических линий программ, которые конкурируют между собой в точности выражения искомой зависимости. Специальный транслирующий модуль системы Ро1уАпа1уя1 переводит найденные зависимости с внутреннего языка системы на понятный пользователю язык (математические формулы, таблицы и пр.), делая их легкодоступными. Для того, чтобы сделать полученные результаты еще понятнее для пользователя - нематематика, имеется богатый арсенал разнообразных средств визуализации обнаруживаемых зависимостей. Для контроля статистической значимости выводимых зависимостей применяется набор современных методов, например рандомизированное тестирование. Другое направление эволюционного программирования связано с поиском зависимости целевых переменных от остальных в форме функций какого - то определенного вида. Например, из наиболее удачных алгоритмов этого типа - методе группового учета аргументов (МГУА) - зависимость ищут в форме полиномов.
Генетические алгоритмы. Строго говоря, ИАД далеко не основная область применения генетических алгоритмов. Их нужно рассматривать скорее как мощное средство решения разнообразных комбинаторных задач и задач оптимизации. Тем не менее, генетические алгоритмы вошли сейчас в стандартный инструментарий методов ИАД, поэтому они и включены в данный обзор. Пусть нам надо найти решение задачи, оптимальное с точки зрения некоторого критерия. Пусть каждое решение полностью описывается некоторым набором чисел или величин нечисловой природы. Скажем, если нам надо выбрать совокупность фиксированного числа параметров лекарств, наиболее вы-раженно влияющих на динамику борьбы с болезнью или факторов риска,