Диссертация (1139442), страница 19
Текст из файла (страница 19)
В приложении былаиспользована база данных типа SQLITE. Логическая структура программногокомплекса «U-expert 1.0.» включила файлы исходного кода системы(«программные») и файл базы данных urologiya_db.db. Файлы исходного кодабыли объединены в проект, состав и свойства которого описаны в файлеurologiya.pro. Проект включил 10 файлов, наименование и назначение которыхприведены в главах результатов собственных исследований.
Авторство, новизна иприменимость разработки подтверждены процедурой государственнойрегистрации программ для ЭВМ в ФГБУ «Федеральный институт промышленнойсобственности» (заявка № 2017614738 от 17.05.2017, свидетельство огосударственной регистрации программы для ЭВМ № 2017618060 от 21.07.2017,см. Приложение 6).95Методы прогностического моделирования. В настоящем исследовании былипримененыметодыпрогностическогомоделированиявыявляемостиурологической патологии в регионе (до и после внедрения трехуровневойсистемы оказания урологической помощи) и развития урологических заболеванийпо медико-социальным факторам риска.Методы краткосрочного прогнозирования выявляемости урологическойпатологии в регионе.
Материалы текущего сегмента исследования.Обследовались выборки пациентов с МКБ (n = 9770 чел.), ДГПЖ (n = 34118 чел.)и РПЖ (n = 5371 чел.), фигурирующие в основной части исследовании.Методология. Строились краткосрочные прогнозы. Краткосрочный прогноз – этопрогноз «на завтра», то есть на несколько шагов вперед. Для данного типапрогноза использовалась модель временного ряда, построенная с помощьюметода экспоненциального сглаживания, который является одним из самыхраспространенных и эффективных способов, используемых при прогнозированиив медицинских целях. При реализации данного метода использовалисьпредставление временного ряда в виде аддитивной модели, рекуррентныеформулы сглаживания уровней ряда, коррекции на тренд с помощью моделиэкспоненциального сглаживания с учетом тренда (т.н. модели Хольта).Представление результатов: электронные таблицы с первичными результатамипрогнозирования, прогностические кривые их окончательных результатов.Методы индивидуального прогнозирования развития урологическойпатологии по медико-социальным факторам риска.
Материалы текущегосегмента исследования. На этапе построения моделей были обследованы 4выборки пациентов: 3 тестовые – с МКБ (n = 480 чел.), ДГПЖ (n = 640 чел.) иРПЖ (n = 400 чел.) и 1 контрольная – без урологической патологии (n = 450 чел.).На этапе верификации моделей были обследованы 4 выборки пациентов по 200чел. (также 3 тестовые – с МКБ, ДГПЖ и РПЖ соответственно и 1 контрольная –без урологической патологии). Тестовые выборки отбирались сплошным методомиз выборок пациентов основной части исследования. Контрольные выборки былипредставлены пациентами, обратившимися в изучаемые МО, но не имеющиеисследуемых урологических заболеваний.
Методология. В качестве рабочейгипотезы было принято предположение о том, что «на состояние здоровьябольных влияет целый комплекс медико-социальных факторов риска, связанных сусловиями их жизни и труда». Произведено ретроспективно-проспективноеисследование по типу «случай-контроль». Для изучения медико-социальных96факторов риска изучаемой урологической патологии были разработаныдополнительные (по отношению к основной части исследования) статистическиекарты оценки медико-социальных условий жизни и труда пациентов.
Онивключали анкетированные данные по 30 медико-социальным факторам риска –каждый вопрос анкеты соответствовал анализу одного фактора риска (подробнопредставлено в главах результатов собственных исследований). Былииспользованы: формула расчета требуемого объема выборок по Медику В.А. иТокмачеву М.С. (2007); алгоритм преобразования качественных значений кколичественному виду по Чопорову О.Н. с соавт. (2007), включающий методаприорного ранжирования, основанный на экспертных оценках, проверку ихдостоверности с помощью W коэффициента конкордации Кендала и проверку егодостоверности с помощью χ2 - критерия Пирсона; формулы вычисления численнойоценки градаций качественного показателя и их нормировки; оценкапрогностической ценности факторов риска с помощью критерия Кульбака С.
вмодификации Гублера Е.В. и Генкина А.Л. (1970); построение моделей на основепассивного эксперимента, основанного на уже имеющихся данных анкетированияи методе регрессионного анализа; минимизация информативной параметрическойизбыточности с помощью метода «дискретных корреляционных плеяд»(Есауленко И.Э., 1994); прогнозирование значений исследуемых показателей спомощью логистической модели (бинарного выбора); верификация моделей спомощью регрессионного анализа. Представление результатов: на этапепостроения моделей – уравнения логистической регрессии, на этапе верификациимоделей – таблица количественных значений результатов.
Результаты разработкипрогностических моделей, а также собственно прогнозирования общей и раннейвыявляемости изучаемых классов урологических заболеваний, разработки иверификации моделей индивидуального прогнозирования исследуемыхурологических патологийподробно представлены в главах результатовсобственных исследований. Техническое обеспечение методов прогнозирования.Официальное ПО дл ЭВМ Statsoft Statistica 6.0, а также программа для ЭВМ«Трехуровневая система оказания урологической помощи населению в Регионе(Воронежская область): информационно-аналитическое обеспечение «U-expert1.0.»», разработанная в настоящем исследовании.Статистические методы.
Статистическое исследование включило расчетоптимального объема выборки (преаналитический этап) и собственно выполнениестатистического анализа (аналитический этап).97В настоящем исследовании применено 2 принципа расчета оптимальногообъема выборки:принцип 1: анализ всех выявленных случаев заболеваний изучаемыми видамипатологий по региону за отчетный период исследования – подходобоснован тем, что:• диктуется формулировкой темы, целью и задачами исследования;• принимается во внимание априорное положение о том, чтоповышениеобъемавыборочнойсовокупности(репрезентативности) неизбежно повышает статистическуюмощность исследования;принцип 2: использование математического экспресс-метода определенияоптимального объема выборки (дополнительное подтверждениеправильности выбранного подхода).Примененный экспресс-метод определения необходимого объема выборочнойсовокупности в зависимости от желаемой точности и уверенности в результатахисследования разработан Н.А. Плохинским в 1961 году на основании масштабныхматематических расчетов (Отдельнова К.А., 1980; Лисицин Ю.П., 2010) (таб.
2.).Таблица 2.Экспресс-методопределениянеобходимогообъема(адаптировано из: Отдельнова К.А., 1980; Лисицин Ю.П., 2010)Вид исследованияпо точностиОриентировочноезнакомствоИсследованиесредней точностиИсследованиеповышенной точностиЖелаемаяточностьисследованияК = ДИ / s0,50,40,3выборкиМинимально допустимый объем выборки для достиженияжелаемой точности исследования, у.е.t=2t = 2,5t=3Р = 0,95Р = 0,98Р = 0,9916253625393644691000,21001562250,1400625900Необходимо отметить, что используемые в настоящем исследовании объемывыборок в значительной степени превышают приведенные в таб.
2. даже дляисследований повышенного уровня точности.Методы статистического анализа данных. Протокол статистическойобработки полученных результатов включал 5 основных этапов:98этап 1:этап 2:определение необходимого объема выборки;создание базы данных по исследуемым показателям по сравниваемымгруппам (создание вариационных рядов и занесение винтегрированную электронную таблицу);этап 3:тестирование характера распределения значений исследуемогопоказателя в исследуемых группах на предмет соответствия законунормального распределения Гаусса;этап 4:выбор критерия оценки статистической значимости межгрупповыхразличий в зависимости от характера распределения значенияисследуемого показателя в сравниваемых группах;этап 5:получение с помощью выбранного критерия точного значения р –уровня статистической значимости межгрупповых различий;этап 6:интерпретация и представление результатов.Резюмируя, статистический анализ полученных результатов производился наоснове оценки характера распределения значений исследуемых показателей вконтрастных группах с последующей оценкой уровня статистической значимостимежгрупповых различий.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
