Информационная система классификации нозологических показателей : на примере Удмуртской Республики

• Автор: Токмурзин, Павел Владимирович
• Шифр специальности: 05.13.18, 05.13.01
• Научная степень: Кандидатская
• Год защиты: 2007
• Место защиты: Ижевск
• Количество страниц: 162 с. : ил.

ГЛАВА 1. ПРОЕКТИРОВАНИЕ МЕДИЦИНСКИХ ИНФОРМАЦИОННЫХ СИСТЕМ

1.1. Анализ возможностей современных медицинских информационных

СИСТЕМ

1.2. Схема работы связки медицинской информационной системы учета и

АНАЛИЗА ДАННЫХ

1.3. Требования к построению медицинской информационной системы

1.4. Организация процесса разработки медицинской информационной системы

ГЛАВА 2. ПОСТРОЕНИЕ ПРИКЛАДНЫХ

МАТЕМАТИЧЕСКИХ МОДЕЛЕЙ АНАЛИЗА

2.1. Регрессионные модели прогноза

2.2. Определение статистических связей между факторами

2.3. Логистическая модель классификации социальных групп
ГЛАВА 3. МЕДИЦИНСКАЯ ИНФОРМАЦИОННАЯ СИСТЕМА КЛАССИФИКАЦИИ НОЗОЛОГИЧЕСКИХ ПОКАЗАТЕЛЕЙ
3.1. Построение медицинской информационной системы классификации
нозологических показателей
3.2. Описание состава компонент медицинской информационной
системы
ГЛАВА 4. АНАЛИЗ ДИНАМИКИ ИЗМЕНЕНИЯ ПОКАЗАТЕЛЯ СУИЦИДА НА ТЕРРИТОРИИ УДМУРТСКОЙ РЕСПУБЛИКИ В 2000 -2003 ГОДАХ
4.1. Исходные данные и методы исследования
4.2. Динамика показателя суицида за период с 2000 по 2003 год
4.3. Величина показателя суицида в зависимости от пола
4.4. Величина показателя суицида в зависимости от возраста
4.5. Величина показателя суицида в зависимости от национальности
4.6. Величина показателя суицида в зависимости от экономикосоциального положения суицидентов

4.7. Величина показателя суицида в зависимости от времени совершения СУИЦИДА
4.8. Величина показателя суицида в зависимости от района проживания СУИЦИДЕНТА
4.9. ВЕЛИЧИНА ПОКАЗАТЕЛЯ СУИЦИДА В ЗАВИСИМОСТИ ОТ СОСТОЯНИЙ, СОПУТСТВОВАВШИХ СУИЦИДУ
4.10. ВЕЛИЧИНА ПОКАЗАТЕЛЯ СУИЦИДА В ЗАВИСИМОСТИ ОТ МЕСТА И СПОСОБА
СОВЕРШЕНИЯ СУИЦИДА
ЗАКЛЮЧЕНИЕ
ЛИТЕРАТУРА
Актуальность темы. В настоящий момент все больше внимания уделяется вопросам развития и совершенствования методов анализа и учета данных для медицины. Необходимость развития и совершенствования определяется расширением круга задач, который ставятся перед медицинскими учреждениями в связи с растущим количеством заболеваний и регрессу здоровья нации. Основным критерием состояния здоровья населения страны является комплекс нозологических показателей, определяемых учреждениями системы здравоохранения.
Традиционно под нозологией понимается раздел патологии, включающий общее учение о болезни, а также изучение причин (этиология), механизмов развития (патогенез) и клинических особенностей отдельных болезней, классификацию и номенклатуру болезней.
Совокупность внешних признаков (симптомов) составляет клиническую картину нозологической формы. У конкретного больного могут наблюдаться вариации того или иного признака, не меняющие, однако, «лица болезни» и определяющиеся условиями развития патологического процесса (особенности возбудителя и реакции организма, обусловленной наследственными и приобретёнными его свойствами). Важны данные так называемых параклинических методов исследования: лабораторных, инструментальных - как функциональных, например, электрокардиография при инфаркте миокарда, так и морфологических. В ряде случаев именно морфологический критерий определяет нозологическую форму: например, для диагностики злокачественных опухолей обязательны гистологическое доказательство появления ненормальных клеточных структур и определение места (органа) их первичного возникновения; разнообразные внешние признаки, сопровождающие опухолевый рост, имеют меньшее диагностическое значение.
Однако эффективность применения нозологического подхода многие годы была невысокой вследствие того, что современной медицине известно более 5000 нозологических форм, а высокопроизводительных автоматизированных

На данном этапе исследования следует подчеркнуть назначение отклонения в тех же терминах, что и остаточная сумма квадратов в линейной регрессии в контексте проверки значимости построенной модели.
В целях проверки значимости объясняющих переменных требуется сравнить статистику А си без объясняющей переменной. Изменение В, относящееся к включению объясняющей переменной в модель, рассчитывается как:
С = £>(модель без переменной) - £>(модель с переменной). (2.22)
Величина (7 в логистической регрессии играет ту же роль, что и статистика I7 для линейной регрессии. Так как, правдоподобие для насыщенной модели одинаково для обоих значений В, то величина (7 может быть вычислена как:
(правдоподобие для модели без переменной) (правдоподобие для модели с переменной)
(2.23)
В случае построения модели с р переменными: в гипотезе, что коэффициенты модели (3; равны нулю, статистика С имеет хи-квадрат распределение
с р степенями свободы: Сеу}{р).
Таким образом, для уточнения и построения модели можно использовать две стратегии:
Стратегия А.
1. Построение модели, содержащей только константу.
2. Построение модели с р переменными.
3. Нахождение статистики С.
4. Сравнение статистики С с табличным значением Хтаб.АР’0-)-
5. Если в >Хтабл(Р’а)’ т0 нулевая гипотеза отклоняется, а значит несколько, а возможно и все коэффициенты Р;- отличны от нуля (то есть, интерпретация аналогична случаю множественной линейной регрессии).