Диссертация (1140701), страница 8
Текст из файла (страница 8)
И.М. СеченоваМинздрава России (СеченовскийУниверситет); информационноправовые системы «Гарант»,«Консультант плюс».2.Определить оптимальные сроки поступления пациентов,перенесших ОНМК, в амбулаторное звено дляосуществления медицинской реабилитации на основаниианализа первичной медицинской учетной документации.аналитический,социологический,статистический,интеллектуальныйанализ данных,выкопировка данных.пациент, перенесший ОНМКи проходивший медицинскуюреабилитацию вамбулаторных условиях(n=400 )результаты анализа первичноймедицинской документации3.Изучить мнение пациентов, перенесших ОНМК, обособенностях оказания медицинской реабилитацией вамбулаторных условиях с учетом их медико-социальнойхарактеристики.социологический,аналитический,статистический.пациент, перенесший ОНМКи проходящий медицинскуюреабилитацию вамбулаторных условиях(n=400 )материалы социологическихисследований (анкета пациента,перенесшего ОНМК иполучающих медицинскуюреабилитацию в амбулаторныхусловиях).4.Проанализировать мнение специалистов, осуществляющихмедицинскую реабилитацию в амбулаторных условиях, обособенностях её оказания для пациентов, перенесшихОНМК.социологический,аналитический,статистический.специалист, осуществляющиймедицинскую реабилитацию вамбулаторных условиях,пациентам перенесшимОНМК (n=50).материалы социологическихисследований.
(анкетаспециалиста, осуществляющегомедицинскую реабилитацию вамбулаторных условиях.5.Научно обосновать мероприятия правового,организационного и экономического характера посовершенствованию медицинской реабилитации вамбулаторных условиях пациентам, перенесшим ОНМК.аналитический,статистический,экономическоемоделирование—материалы проведенногоисследования.46Репрезентативностьоценивавшихорганизациюпрофессиональнойгруппы(специалистов,медицинскойреабилитациипациентам,перенесших ОНМК, в амбулаторных условиях) обеспечена отборомреспондентовсвысокимуровнемкомпетентности.НаоснованииФедерального закона от 29.11.2010 года № 326-ФЗ «Об обязательноммедицинском страховании» проводить экспертную оценку медицинскойпомощиможетврач-специалист,имеющийвысшееобразование,свидетельство об аккредитации специалиста или сертификат специалиста,стаж работы по соответствующей врачебной специальности не менее 10 лет,перечисленные аспекты являлись критериями включения в выборкуспециалистов.Числоопрошенныхспециалистов,оказывающихмедицинскуюреабилитацию в амбулаторных условиях, составило 50 (Приложение № 1).Это минимальное количество единиц наблюдения, необходимое дляполучения устойчивого результата со статистической значимостью p=0,95[45] при изучении незнакомых совокупностей, для которых невозможенпредварительный расчет объема выборки с учетом p, q, σ, ∆.Третий этап диссертационного исследования был посвящён, всоответствии с поставленной целью и задачами, изучению анализа мненийпациента, перенесшего ОНМК и проходящего медицинскую реабилитациюусловиях амбулаторного лечения и мнений специалиста, осуществляющиймедицинскую реабилитацию в амбулаторных условияхС целью проведения социологического опроса была разработанаоригинальная анкета для пациентов или их родственников (Приложение №3).
Родственники принимали участие в опросе только в том случае, еслипациент имел выраженные когнитивные и/или афатические расстройства,которые создавали препятствия для ясного и адекватного ответа напоставленные вопросы.4647Анкета пациента, разработанная для респондентов, состояла изнескольких частей.Первая часть является паспортной, вторая — специальной.В паспортную часть входили вопросы относительно пола, возраста,семейного положения и трудового анамнеза.Специальная часть отражает особенности оказания медицинскойреабилитации в амбулаторных условиях, удовлетворенность медицинскойреабилитацией, аспекты течения и проведения медицинской реабилитации.По данным опроса пациентов была осуществлена оценка процессаосуществления медицинской реабилитации.Анкета, разработанная для специалистов, оказывающих медицинскуюреабилитацию в амбулаторных условиях, состояла из двух блоков вопросов.Первый блок включал вопросы, характеризующие специальность, стажработы, ученую степень, квалификационную категорию.
Второй блок былнаправлен на изучения мнения специалистов о процессе и структуреорганизации медицинской реабилитации в амбулаторных условиях.В рамках исследования проведен анализ экономических аспектовосуществления медицинской реабилитации в амбулаторных условиях. Дляпрогнозирования распределения расходов на медицинскую реабилитациюпациентов, перенесших ОНМК, в амбулаторных условиях использовалсяметод экономического моделирования. Расчёт расходов был произведен наодногопациента,проходящийполиклиническийэтапмедицинскойреабилитации, исходя из средней продолжительности программ лечения —30 дней и с учётом допущения, что в течение года больному оказываласьмедицинская реабилитация один раз.Таким образом, исследовано оказание медицинской реабилитации вамбулаторныхусловияхпациентов,перенесшихОНМК,оцененыудовлетворенность и процесс и структура организации медицинскойреабилитации в амбулаторных условиях.4748На четвертом этапе исследования были разработаны и научнообоснованы подходы к улучшению организации медицинской реабилитациив амбулаторных условиях, пациентам имеющих в анамнезе ОНМК, а также кпланированию мероприятий.На пятом этапе были внедрены результаты диссертационногоисследования в практическое здравоохранение и учебный процесс напрофильных кафедрах университета.Методы используемые в диссертационной работе:1)Сборколичествоанкетинформациипациентов,—социологическийперенесшихОНМК(анкетирование):ипроходящихмедицинскую реабилитацию в амбулаторных условиях — 400; количествоанкетспециалистов,оказывающихмедицинскуюреабилитациювамбулаторных условиях, пациентам, перенесшим ОНМК — 50.2) Выкопировка данных из первичной медицинской документации(количествокартпациентов,получающихмедицинскуюпомощьвамбулаторных условиях — 400).3) Обработка информации – контент-анализ, аналитический обзорлитературы, статистическая обработка данных, интеллектуальный анализданных, экономическое моделирование.2.2.
Описание последовательности операций при использовании методаинтеллектуальный анализ медицинских данныхИнтеллектуальный анализ данных представляет собой процессобнаружения пригодных к использованию сведений в крупных наборахданных. В интеллектуальном анализе данных применяется математическийанализ для выявления закономерностей и тенденций, существующих вданных.Обычнотакиезакономерностинельзяобнаружитьпритрадиционном просмотре данных, поскольку связи слишком сложны, или изза чрезмерного объема данных.Интеллектуальный анализ медицинских данных сравнительно новое4849направление.Методологию«интеллектуальногоанализаданных»используют во многих областях.
В России на сегодняшний деньопубликована всего одна работа, Е.В. Анисимова (Интеллектуальный анализданных и алгоритмы классификации в диагностике венозных заболеваний поданным комбинированной термометрии), целью которой была поискзакономерностей в медицинских данных.Вместе с тем зарубежные исследователи уже давно внедряют даннуютехнологию в медицинскую практику, о чём свидетельствуют исследования:S. Ranganatha, H. J. Pooja Raj, C. Anusha, S.K.
Vinay: «Med ca datan ng andana s s for heart d sease dataset us ng c ass f cat on techn ques», а также PratherJC, Lobach DF, Goodwin LK, Hales JW, Hage ML, Hammond WE: «Med ca datan ng: know edge d scoverДлявыявленияn a c n ca data warehouse».трендовипоследовательностейспомощьюинтеллектуального анализа медицинских данных, необходимо пройти рядэтапов, среди, которых: постановка задач анализа, сбор данных, подготовкаданных, выбор модели, так называемого алгоритма анализа данных, подборпараметров модели и алгоритма обучения, обучение выбранной модели, какправило это автоматический поиск остальных параметров модели, изавершающим этапом является анализ качества обучения.Методраспознаванияоснованнаиспользованииаппаратаматематической статистики.
Он применяется в тех случаях, когда известныили могут быть просто определены вероятностные характеристики классов.В соответствии с поставленной целью и задачами диссертационногоисследования были выбраны следующие показатели (признаки), по которымосуществлялся сбор информации.Для проведения интеллектуального анализов медицинских данныхвысокоточными методами машинного обучения необходимо преобразовать исвести данные первичной медицинской документации в единую таблицу,таким образом чтобы представленная информация обладала единообразием и4950имела,преимущественно,числовые выражения.Полученные данныедополнены общедоступными статистическими сведениями (Приложение№ 4).Методы интеллектуального анализа данных производят действия надмедицинскими данными, имея «вход-выход» данных, на вход принимаютобучающую выборку (таблица Exel), в которой указан целевой векторстолбец, так называемый номер класса, который методу нужно будетраспознать пройдя процедуру обучения.Задача распознавания состоит в отнесении объекта, описанногочисловыми признаками, к одному из заданных классов.В процессе обучения оценка эффективности методов происходила спомощью кросс-валидации и скользящего контроля.Кросс-валидацияобучаетметодинтеллектуальногоанализамедицинских данных на 2/3 таблицы для обучения, а тестирует наоставшейся 1/3 выборки, результатом становится оценка эффективностивыбранной модели с наиболее равномерным использованием имеющихсяданных.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
