Главная » Просмотр файлов » Диссертация

Диссертация (1139673), страница 18

Файл №1139673 Диссертация (Прогнозирование результатов трансплантации почки) 18 страницаДиссертация (1139673) страница 182019-05-31СтудИзба
Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 18)

Результаты многофакторного анализа3.3.2.1. Прогнозирование жизни пациентаПрогнозирование с помощью логистической регрессииПостроена модель результата трансплантации почки, предсказывающаявероятность жизни пациента в зависимости от факторов, связанных симмунологическим подбором. Во всех модели были включены следующиепредикторы: титр ЛЦТА, антигенные несовпадения по системе HLA: общие, по А,В, DR-локусам, наличие DR-6 антигена у донора и реципиента, отношение суммсывороточных чисел в локусах А и В донора к сумме сывороточных чиселреципиента, значение кросс-матч реакции, число реципиентов в подборе.

Методанализа — ForwardStepwise (Likelihood Ratio). Данные по модели представлены втаблице 3.44.124Таблица 3.44Прогнозирование результатов АТП для жизни пациента по факторамиммунологического подбора; коэффициенты уравнения логистической регрессии;ПредикторНесовпадения в локусе DRConstantBS.E. Sig. Exp(B),598 ,238 ,012 1,819−1,408 ,231 ,000,245В результате построения данной модели выделен один значимый предиктор— это число антигенных несовпадений в локусе DR.

Формула для расчетавероятности смерти пациента по факторам, связанным с иммунологическимподбором с использованием логистисческой регрессии:y = - 1,408 + 0,598 * Число_Несовпадений_DRP(смерть пациента) = exp(y) / (1 + exp(y)) (формула 3.4)Тест Hosmer-Lemeshow (Chi-square=0,489, р=0,485) показывает, что даннаямодель хорошо соответствует наблюдаемым явлениям (р=0,485).Прогнозирование с помощью Кокс-регрессииДанные по модели представлены в таблице 3.45.Таблица 3.45Прогнозирование исхода для жизни пациента по факторам, связанным симмунологическим подбором, таблица коэффициентов Кокс-регрессии:ПредикторыB SE Sig.

Exp(B)ЛЦТА,023 ,012 ,048 1,023Несовпадения в ДР-локусе ,437 ,200 ,029 1,548Кросс-матч,043 ,020 ,027 1,044Значимыми предикторами исхода в данной модели оказались:— уровень ЛЦТА реципиента — чем выше, тем выше риск для жизни пациента;125— число антигенных несовпадений в DR-локусе — чем больше, тем выше рискдля жизни пациента;— значение кросс-матч реакции — чем больше, тем выше риск для жизни пациентапосле АТП.Пример работы с моделью. Пусть в отделении трансплантации проводитсяоперация двум реципиентам от одного донора (чтобы исключить влияние разныхдоноров). Результаты иммунологического подбора для двух реципиентовследующие. Реципиент Н.: ЛЦТА = 0, Кросс-матч = 0%, по DR-локусу антигенныхнесовпадений нет.

Реципиент К.: ЛЦТА = 30, Кросс-матч = 10%, имеется дванесовпадения по DR-локусу. Пациенты сравнимы по прочим признакам. Рисксмерти после пересадки у реципиента К. выше, чем у реципиента Н. в 7,291 раза:Exp(Bлцт) 30 * Exp(Bкросс)10 * Exp(Bдр)2 = 1,02330 * 1,04410* 1,548 2 = 1,978 * 2,396 *1,538 = 7,2913.3.2.2. Прогнозирование исходов АТП для трансплантатовПрименение логистической регрессииДанные по модели представлены в таблице 3.46. Как показано в табл. 3.46значимыми предикторами исхода для РАТ явились:— число антигенных несовпадений в локусе DR— чем больше, тем выше рискпотери РАТ;— значение кросс-матч реакции — чем больше, тем выше риск потери РАТ.Таблица 3.46Прогнозирование результатов АТП для трансплантатов по факторамиммунологического подбора; таблица коэффициентов уравнения логистическойрегрессии;ПредикторыBS.E.

Sig. Exp(B)Несовпадения в локусе DR ,618 ,222 ,005 1,856Кросс-матчConstant,059 ,036 ,045 1,061−,842 ,207 ,000,431126Формула для расчета вероятности потери РАТ по факторам, связанным симмунологическим подбором, с использованием логистисческой регрессии:y = − 0,842 + 0,618 * Число_Несовпадений_ДР + 0,059 * Значение_Кросс-матчP (потеряРАТ) = exp(y) / (1 + exp(y)) (формула 3.5)Тест Hosmer-Lemeshow (Chi-square=6,658, р=0,036) говорит о том, что даннаямодель не вполне соответствует наблюдаемым явлениям. В то же время данныетаблицы теста Hosmer-Lemeshow (табл. 3.47) демонстрирует достаточно точноесоответствие предсказанных и наблюдаемых частот исходов для трансплантата вданной модели.Таблица 3.47Таблица теста Hosmer-LemeshowСтатус трансплантата = 0Статус трансплантата = 1Наблюдалось Предсказывалось Наблюдалось Предсказывалось В целом6965,6922528,3089421,94011,06035967,2356253,7651211510,1341115,86626Применение Кокс-регрессииМетод анализа— Forward Stepwise (Likelihood Ratio).

Данные по моделипредставлены в таблице 3.48.Таблица 3.48Прогнозирование статуса трансплантата по факторам иммунологическогоподбора; коэффициенты в уравнении Кокс-регрессии;ПредикторыНесовпадения в локусе DRBSE Sig. Exp(B),409 ,162 ,012 1,506Отношения сумм сывороточных чисел донора и реципиента ,070 ,033 ,032 1,073Кросс-матч,056 ,016 ,001 1,058127Значимыми предикторами исхода для РАТ по факторам иммунологическогоподбора, в данной модели явились:— число антигенных несовпадений в локусе DR— чем больше, тем выше рискпотери РАТ;— отношения сумм сывороточных чисел донора и реципиента — чем больше, темвыше риск потери РАТ;— значение кросс-матч реакции — чем выше, тем выше риск потери РАТ.Пример работы с моделью.

Пусть в отделении трансплантации проводитсяоперация двум реципиентам от одного донора (чтобы исключить влияние разныхдоноров). Результаты иммунологического подбора для двух реципиентовследующие. Реципиент Л.: по локусу DR антигенных несовпадений нет, отношениесумм сывороточных чисел донора и реципиента по локусам А и В = 0, Кросс-матч= 0%. Реципиент М.: по локусу DR имеется одно антигенное несовпадение,отношение сумм сывороточныхчисел донора и реципиента по локусам А и В = 3,Кросс-матч = 20%. Раципиенты не различаются по прочим признакам.

Риск потеритрансплантата у реципиента М выше, чем у реципиента Л в 4,029 раза:Exp(Bдр) 2 * Exp(Bотнош. сумм)3 * Exp(Bкрос)20 = 1,0562 * 1,0733 * 1,05820= 1,056 * 1,235* 3,088 = 4,029.3.3.2.3. Прогнозирование развития ХДТ по факторам иммунологическогоподбораПрименение логистической регрессииМетоданализа—ForwardStepwise(LikelihoodRatio).Единственнаякатегорийная переменная — метод иммунологического подбора, была обозначеназначением «0» для серологического метода и «1» для молекулярно-генетическогометода.

Данные по модели представлены в таблице 3.49.128Таблица 3.49Прогнозирование развития ХДТ по факторам иммунологического подбора;коэффициенты уравнения логистической регрессии;ПредикторыМетодиммунологического МолекулярноподборагенетическийСерологическийB0S.E. Sig. Exp(B),398 ,033 2,3410,851Несовпадения в локусе В,603 ,232 ,009 1,827Constant−,708 ,299 ,018 ,493В результате построения математической модели логистической регрессииполучено 2 предиктора ХДТ по факторам, связанным с иммунологическимподбором:— метод иммунологического подбора — серологический метод ассоциированс более высоким риском развития ХДТ;— число несовпадений в локусе В — чем больше, тем выше риск развитияХДТ.Формула для расчета вероятности развития ХДТ по факторам, связанным симмунологическим подбором, с использованием логистической регрессии.y = − 0,708 + 0,851 * [серологический метод = 1, молекулярно-генетическийметод = 0] + 0,603 * Число_Несовпадения_ВP (развитие ХДТ) = exp(y) / (1 + exp(y)) (формула 3.6)Статистика Hosmer-Lemeshow (Chi-square=2,779, р=0,096 + Chi-square=2,888,р=0,409) показывает, что модель хорошо отражает реальные события.

Это жеотражено в таблице теста Hosmer-Lemeshow 3.50.129Таблица 3.50Таблица теста Hosmer-LemeshowХДТ = 0ХДТ = 1Наблюдалось Предсказывалось Наблюдалось Предсказывалось В целом1416,080107,920246155,7934550,20710655,10965,891111215,1272824,8734076,8911818,10925Применение Кокс-регрессииМетод анализа— Forward Stepwise (Likelihood Ratio). Данные по моделипредставлены в таблице 3.51.Таблица 3.51Прогнозирование развития ХДТ по факторам иммунологического подбора;коэффициенты в уравнении Кокс-регрессии;ПредикторBSE Sig. Exp(B)Метод иммунологического подбора −,727 ,258 ,005 ,483Получен 1 предиктор — метод иммунологического подборасерологическим методом ассоциирован повышенный риск развития ХДТ.— с130ЗаключениеТаким образом, проведенный многофакторный анализ результатов АТП пофакторам, связанным с иммунологическим подбором, выявил следующиепредикторы результатов АТП:— для жизни пациента: число антигенных несовпадений в локусе DR, титр ЛЦТА,значение кросс-матч;— для трансплантата: число антигенных несовпадений в локусе DR, кросс-матч,отношение сумм сывороточных чисел в локусах А и В донора к суммесывороточных чисел реципиента;—дляХДТ:числоантигенныхиммунологического подбора.несовпаденийвлокусеВ,метод1313.4.

Прогнозирование результатов аллотрансплантации почки по факторам,связанным с донором и донорским этапом трансплантации3.4.1. Результаты однофакторного анализаНа первом этапе предпринят однофакторный анализ для определения донорассоциированных предикторов исходов АТП. В дальнейшем эти предикторы былииспользованы в многофактороном анализе.3.4.1.1.

Характеристики

Тип файла
PDF-файл
Размер
3,63 Mb
Предмет
Высшее учебное заведение

Список файлов диссертации

Прогнозирование результатов трансплантации почки
Свежие статьи
Популярно сейчас
Как Вы думаете, сколько людей до Вас делали точно такое же задание? 99% студентов выполняют точно такие же задания, как и их предшественники год назад. Найдите нужный учебный материал на СтудИзбе!
Ответы на популярные вопросы
Да! Наши авторы собирают и выкладывают те работы, которые сдаются в Вашем учебном заведении ежегодно и уже проверены преподавателями.
Да! У нас любой человек может выложить любую учебную работу и зарабатывать на её продажах! Но каждый учебный материал публикуется только после тщательной проверки администрацией.
Вернём деньги! А если быть более точными, то автору даётся немного времени на исправление, а если не исправит или выйдет время, то вернём деньги в полном объёме!
Да! На равне с готовыми студенческими работами у нас продаются услуги. Цены на услуги видны сразу, то есть Вам нужно только указать параметры и сразу можно оплачивать.
Отзывы студентов
Ставлю 10/10
Все нравится, очень удобный сайт, помогает в учебе. Кроме этого, можно заработать самому, выставляя готовые учебные материалы на продажу здесь. Рейтинги и отзывы на преподавателей очень помогают сориентироваться в начале нового семестра. Спасибо за такую функцию. Ставлю максимальную оценку.
Лучшая платформа для успешной сдачи сессии
Познакомился со СтудИзбой благодаря своему другу, очень нравится интерфейс, количество доступных файлов, цена, в общем, все прекрасно. Даже сам продаю какие-то свои работы.
Студизба ван лав ❤
Очень офигенный сайт для студентов. Много полезных учебных материалов. Пользуюсь студизбой с октября 2021 года. Серьёзных нареканий нет. Хотелось бы, что бы ввели подписочную модель и сделали материалы дешевле 300 рублей в рамках подписки бесплатными.
Отличный сайт
Лично меня всё устраивает - и покупка, и продажа; и цены, и возможность предпросмотра куска файла, и обилие бесплатных файлов (в подборках по авторам, читай, ВУЗам и факультетам). Есть определённые баги, но всё решаемо, да и администраторы реагируют в течение суток.
Маленький отзыв о большом помощнике!
Студизба спасает в те моменты, когда сроки горят, а работ накопилось достаточно. Довольно удобный сайт с простой навигацией и огромным количеством материалов.
Студ. Изба как крупнейший сборник работ для студентов
Тут дофига бывает всего полезного. Печально, что бывают предметы по которым даже одного бесплатного решения нет, но это скорее вопрос к студентам. В остальном всё здорово.
Спасательный островок
Если уже не успеваешь разобраться или застрял на каком-то задание поможет тебе быстро и недорого решить твою проблему.
Всё и так отлично
Всё очень удобно. Особенно круто, что есть система бонусов и можно выводить остатки денег. Очень много качественных бесплатных файлов.
Отзыв о системе "Студизба"
Отличная платформа для распространения работ, востребованных студентами. Хорошо налаженная и качественная работа сайта, огромная база заданий и аудитория.
Отличный помощник
Отличный сайт с кучей полезных файлов, позволяющий найти много методичек / учебников / отзывов о вузах и преподователях.
Отлично помогает студентам в любой момент для решения трудных и незамедлительных задач
Хотелось бы больше конкретной информации о преподавателях. А так в принципе хороший сайт, всегда им пользуюсь и ни разу не было желания прекратить. Хороший сайт для помощи студентам, удобный и приятный интерфейс. Из недостатков можно выделить только отсутствия небольшого количества файлов.
Спасибо за шикарный сайт
Великолепный сайт на котором студент за не большие деньги может найти помощь с дз, проектами курсовыми, лабораторными, а также узнать отзывы на преподавателей и бесплатно скачать пособия.
Популярные преподаватели
Добавляйте материалы
и зарабатывайте!
Продажи идут автоматически
6417
Авторов
на СтудИзбе
307
Средний доход
с одного платного файла
Обучение Подробнее