МАТЕМАТИЧЕСКИЕ МЕТОДЫ ПРОГНОЗИРОВАНИЯ ЗДОРОВЬЯ ДЕТЕЙ РАННЕГО ВОЗРАСТА > Полезные советы
Тысяча полезных мелочей    

МАТЕМАТИЧЕСКИЕ МЕТОДЫ ПРОГНОЗИРОВАНИЯ ЗДОРОВЬЯ ДЕТЕЙ РАННЕГО ВОЗРАСТА

МАТЕМАТИЧЕСКИЕ МЕТОДЫ ПРОГНОЗИРОВАНИЯ ЗДОРОВЬЯ ДЕТЕЙ РАННЕГО ВОЗРАСТА

Гергет О.М. 1 Константинова Л.И. 1 Кочегуров В.А. 1
1 Национальный исследовательский Томский политехнический университет
Статья в формате PDF 661 KB 1. Гергет О.М. Оценка адаптационных возможностей детей с помощью интегрального критерия раннего неонатального периода на базе интеллектуальной биомедицинской системы // Известия Томского политехнического университета.– 2006.– Т. 309, № 4.– С. 173–177. 2. Кочегуров В.А., Гергет О.М., Константинова Л.И. Модели закономерностей развития детей в раннем периоде и методы оценки их состояния // Проблемы информатики. – 2012, Спецвыпуск.– C. 6–12. 3. Резолюция ХVI Конгресса педиатров России с международным участием 24–27 февраля 2012 года. 4. Сахаров В.Л., Андреенко А.С. Методы математической обработки электроэнцефалограмм: учебное пособие. – Таганрог: Антон, 2000. – 44 с. 5. Степанова Е.И., Нарциссов Р.П., Кочегуров В.А., Константинова Л.И. Прогнозирование здоровья детей раннего возраста.– Томск: Изд-во Том. ун-та, 1987.–160 с.

Статья является результатом научных исследований сотрудников кафедры Прикладной математики Томского политехнического университета, работающих в коллективе научной школы «Разработка физических основ программного обеспечения энерго- информационного представления функциональных особенностей организма в задачах лечебно- профилактической медицины» и посвящена применению математических методов для прогнозирования здоровья детей. Дан краткий обзор использующихся для этих целей методов. Изложены основные этапы разработки комплексного прогноза с определением степени риска наиболее частых заболеваний у детей раннего возраста. Особое внимание уделено: разработке прогностических моделей состояния здоровья детей с использованием методов выявления: скрытых закономерностей; типов магистрального поведения организма ребенка на основе построения и анализа магистральных траекторий, определяющих для каждой однородной группы прогноз развития; исследованию видов адаптации с учетом индивидуальных особенностей.

Большое значение имеет прогностический подход в педиатрии, главной задачей которой является не только охрана жизни ребенка, но и поддержание его здоровья на высоком уровне. Ежегодно до 38 % детей рождаются больными или заболевают в период новорождённости. При этом общая заболеваемость новорождённых снизилась с 6020,6 (2006 г.) до 5396,9 (2012 г.) на 10000 новорождённых [3].

В настоящее время наибольшее число исследований в сфере биомедицинского прогнозирования посвящено исходу течения заболевания. Значительно меньше изучены вопросы прогнозирования состояния здоровых новорожденных детей при воздействии тех или иных факторов. Однако решение данных задач представляет собой наиболее актуальную часть проблемы, поскольку открывается возможность профилактики не только заболеваний, но и состояний на гране нормы и патологии, что особенно актуально для детей раннего возраста, когда малейшие изменения оказывают огромное влияние на состояние здоровья новорожденных.

В статье показан комплексный подход оценки состояния здоровья ребенка в будущем. Для решения поставленных прогностических задач предполагается использовать разработанные и реализованные авторами подходы и методы:

1) комплексного прогнозирования функционального состояния ребенка;

2) получения адаптационных хаpaктеристик на основе интегрально-информационных критериев;

3) выявления закономерностей в структуре данных.

Статистическая обработка исходных данных. Для того чтобы получить достаточно надежную оценку и прогноз здоровья детей, необходимо выбрать признаки, которые не только описывали бы состояние организма в прошлом и настоящем, но и отражали особенности его реактивности и адаптационные возможности. В качестве таких признаков авторами исследуются анамнестические данные, позволяющие выявить наследственно-генетический фон, дающие представление о действии нeблагоприятных факторов во антенатальном, интра- и перинатальном периодах; данные лабораторных и инструментальных исследований (показатели крови, кариометрии, кардиоинтервалографии), позволяющие проводить оценку состояния организма ребенка и выявить взаимосвязь систем организма. Для успешного решения задачи прогнозирования на первом этапе исследований выявлены и удалены аномальные наблюдения в данных. Для решения этой задачи использовался метод Ирвина. При использовании этого метода вычисляется величина λt:

где

Если полученное λt превышает табличное значение (находимое в зависимости от числа наблюдений во временном ряде и уровня значимости), то элемент yt считается аномальным наблюдением. Аномальные наблюдения необходимо исключить из временного ряда, заменив на расчетные значения (например, на среднее из двух соседних значений). Результаты для показателя «Васкулоэндотелиальный ростовой фактор VEGF» приведены на рис. 1.

Рис. 1. Результат применения метода Ирвина на временном ряде показателя VEGF

На втором этапе исследований все полученные данные были ранжированы по информативности и степени влияния на результирующие показатели с помощью построения диаграммы Парето [4]. Основными достоинствами данного метода являются: визуальное представление результатов; хорошая достоверность выделения информативных показателей; сохранение исходных данных в неизменном виде, что ускоряет и облегчает интерпретирование полученных результатов. Согласно правилу построения диаграммы Парето, по исходным данным определяется частота отклонений каждого показателя от нормы [4]:

где bi – число отклонений i-го показателя; хi – значение i-го показателя конкретного пациента; (xiн, xiв) – нижняя и верхняя граница нормы i-го показателя; n – количество показателей.

Полученные отклонения располагаются в порядке их значимости и вычисляется кумулятивный процент.

Диаграмма Парето, построенная по показателям исследования, представлена на рис. 2.

Большинство решающих правил используют методы статистики, основанные на применении прогностических коэффициентов и обучающих выборок, составленных из группы детей с известным состоянием здоровья. Для формирования прогностических коэффициентов была произведена оценка степени тесноты связей: для количественных признаков с помощью выборочного коэффициента корреляции, а для качественных признаков – рангового коэффициента парной корреляции [5].

Рис. 2. Диаграмма Парето

Комплексное прогнозирование здоровья детей

Естественно-научной основой предвидения является способность организма опережающе отражать действительность, как механизм адаптации к изменяющимся условиям жизнедеятельности. Одним из принципов, который необходимо реализовать при построении математической модели прогноза состояния здоровья детей, является оценка адаптационных возможностей организма, формирование хаpaктера напряжения и декомпенсации всех систем организма, возникших в неонатальном периоде у детей с различным сроком гестации, опираясь на данные исследований.

Оценивая адаптационные возможности детей, можно установить уровень функционирования и функциональные резервы организма, выявить пограничные состояния, т.е. состояние здоровья на гране нормы и патологии (например, при слабой адаптации организм ребенка не справляется с воздействием изменяющихся факторов внутренней и внешней среды, что приводит к срыву и как следствие к заболеваниям). При этом использовался обобщенный интегральный критерий, основанный на использовании информационной меры Кульбака, в рассмотрении меры Кульбака, как меры «предпочтительности» поведения биообъекта:

где n – количество информативных признаков; P0(хj) – вероятность, хаpaктеризующая «предпочтительную» вероятность состояния объекта, т.е. случай, когда отклонения j переменной от «нормы» равно 0. В работе при оценке адаптационных возможностей организма ребенка за «норму» («эталонное» состояние) принято считать состояние, при котором значения всех переменных равны среднестатистическим значениям (для однородных групп обследуемых).

P1(хj) – вероятность того, что значение признака хj соответствует «норме».

В качестве «предпочтительного» поведения в интегральном критерии выбираются фоновые значения показателей крови, соответствующие индивидуальной норме. Полученная интегральная мера, позволяет оценить только суммарное отклонение всех количественных признаков, измеренных однократно в некоторый момент времени. Поскольку исследования проводятся в некоторый период времени, то полученная дискретная функция рассматривается как некоторая адаптационная хаpaктеристика (адаптационная стратегия). Выделение эталонных типов функций (адаптационных стратегий) осуществлялось при помощи кластерного анализа. В результате было получено 5 эталонных типов [1].

Распределение типов адаптационных стратегий, полученных при обследовании детей, представлено в табл. 1. На рис. 3 представлен график адаптивно-компенсаторного типа адаптационной кривой.

Таблица 1

Распределение типов адаптационных стратегий в зависимости от однородной группы

Группа

Тип кривой

Контроль

Сравнения

Основная

Адаптивный

6 %

41 %

Компенсированный

40 %

48 %

43 %

Адаптивно-компенсаторный

13 %

10 %

6 %

Дезадаптивный

24 %

40 %

Гиперкомпенсированный

17 %

2 %

10 %

Рис. 3. График адаптивно-компенсаторной адаптационной функции

Для прогнозирования типа адаптационной реакции организма осуществлен подбор для адаптационной функции в любой интересующий нас момент времени t, наиболее подходящего вида аппроксимирующей зависимости. С этой целью было выбрано 7 видов эмпирических зависимостей (линейная, логарифмическая, полиномиальная 2-го порядка и 3-го порядка, степенная, экспоненциальная, линейная фильтрация). Подбор функции осуществлялся на основе метода наименьших квадратов. Анализ полученных результатов эксперимента показал, что аппроксимацию построенных по интегральному критерию функций достаточно осуществлять при помощи полиномиальной функции аt2 + bt + с, производя классификацию на основе анализа значений коэффициентов a, b и c. Проверка достоверности статистической связи между типом кривой и функциональным состоянием биообъекта осуществлялась по критерию Хи-квадрат.

Использование данного подхода позволяет оценить степень отклонения текущего состояния биообъекта от «предпочтительного». Таким образом, имеем интегральную оценку адаптационных возможностей организма, которая дает возможность выявить закономерности в сложных процессах, обусловленные влиянием внешних факторов на функциональное состояние организма. При этом мы исходим из следующих положений: если измеряемые параметры изменяются случайно, причем не наблюдается никакой закономерной тенденции, то система пpaктически не изменяет своего состояния, и информационные показатели не превышают заданного уровня. Если влияние внешней среды или условий пребывания организма приводят к изменению состояния, информационные показатели превысят принятый исходный уровень тем больше, чем сильнее изменения состояния биосистемы.

Для успешного осуществления прогноза недостаточно знать только адаптационные возможности организма ребенка, необходимо также учитывать степень напряжения всех систем организма. С этой целью осуществлена типизация магистрального поведения организма ребенка на основе построения и анализа магистральных траекторий.

Развитие динамических процессов происходит по некоторой траектории, обеспечивающей равновесное сбалансированное изменение переменных состояния во времени. Такие траектории называются магистралями. При различных начальных значениях переменных мы получим множество траекторий. Если в качестве начальных значений брать значения показателей здоровых детей, у которых степень напряжения систем организма не выходит за границы нормы, то получим множество траекторий, среди которых будут наиболее предпочтительные. Для наблюдения за состоянием магистрали (оценки свойств системы, связанной с закономерностью изменения переменных состояния биообъекта, напряжением организма) целесообразно использовать среднегеометрический показатель [2]:

Для равновесного состояния (функционирование в пределах нормы) среднегеометрическое значение равно:

Относительные отклонения среднегеометрического значения биообъекта от равновесных определяется в виде:

При известных значениях для интервалов времени, в пределах которых остается неизменным, оценкой принадлежности наблюдений к траектории является условие:

При известных допустимых отклонениях ±∆xmх хаpaктер напряженности состояния системы может быть определен на основе относительного изменения среднегеометрических показателей из выражений:

где

В данных выражениях 0 ≤ α ≤ 1 и 0 ≤ γ ≤ ∞.

Данная модель позволяет построить траекторию состояния здоровья для некоторой однородной группы детей. Показатели α и γ в этом случае оценивают степень отклонения показателей обследуемого ребенка. При отклонении показателей от 0 можно говорить об напряженности систем организма ребенка.

Заключение

Представленный в статье комплексный подход к прогнозированию состояния здоровья детей, основанный на статистических методах анализа данных, является универсальным и позволяет выявить общие для различных стрессирующих факторов закономерности формирования адаптивного состояния. Прогностический подход способствует наиболее эффективной организации помощи детям, сохранению и укреплению здоровья. Осуществляемый прогноз дает возможность медицинскому персоналу контролировать ход развития ребенка в раннем возрасте и позволяет определить риск и сроки возникновения тех или иных заболеваний.

Исследования проводились по заказу ГУ «Комитет науки Министерства образования и науки Республики Казахстан» в рамках выполнения госбюджетного договора по программе «Грантовое финансирование научных исследований».



РАЗВИТИЕ ЕСТЕСТВЕННОНАУЧНОГО МИРОВОЗЗРЕНИЯ ОДАРЕННЫХ СТАРШЕКЛАССНИКОВ В ХОДЕ ПРОЕКТНО-ИССЛЕДОВАТЕЛЬСКОЙ ДЕЯТЕЛЬНОСТИ

РАЗВИТИЕ ЕСТЕСТВЕННОНАУЧНОГО МИРОВОЗЗРЕНИЯ ОДАРЕННЫХ СТАРШЕКЛАССНИКОВ В ХОДЕ ПРОЕКТНО-ИССЛЕДОВАТЕЛЬСКОЙ ДЕЯТЕЛЬНОСТИ Сообщение содержит примеры актуализации, мотивации и организации разнородных исследований, выполняемых учащимися совместно с преподавателем Курса "ОБЖ и экология" в составе научно-познавательного общества гимназии "Зеркало". Пpaктика освоения одаренными учащимися естественно-научного мировоззрения в ходе работ, имеющих отклик коллектива, стимулирует творческое саморазвитие и убеждает в своей способности добиться не только радости открытия, но и общественного признания. ...

25 04 2024 2:39:57

НОВОЕ ОБОРУДОВАНИЕ ДЛЯ СУШКИ ЗЕРНА

НОВОЕ ОБОРУДОВАНИЕ ДЛЯ СУШКИ ЗЕРНА Статья в формате PDF 120 KB...

22 04 2024 20:29:44

ГИПОКИНЕЗИЯ И ГИПЕРКИНЕЗИЯ КАК ФАКТОРЫ РИСКА В ЭКСТРЕМАЛЬНЫХ УСЛОВИЯХ

ГИПОКИНЕЗИЯ И ГИПЕРКИНЕЗИЯ КАК ФАКТОРЫ РИСКА В ЭКСТРЕМАЛЬНЫХ УСЛОВИЯХ В данной статье говориться о морфологических изменениях в стенках крупных артерии мышечного типа и слизистой оболочки желудка крыс в ходе эксперимента, вызванные двигательной активностю и ее ограничением. Основные изменения наблюдались в стенках слизистой оболочки желудка и ее артериях. ...

19 04 2024 9:31:38

БИОТЕХНИЧЕСКИЙ ЗАКОН И ВИДЫ ФАКТОРНЫХ СВЯЗЕЙ

БИОТЕХНИЧЕСКИЙ ЗАКОН И ВИДЫ ФАКТОРНЫХ СВЯЗЕЙ Статья в формате PDF 215 KB...

17 04 2024 19:47:37

ЭКОЛОГО-БИОЛОГИЧЕСКИЕ ОСОБЕННОСТИ БИОРАЗНОБРАЗИЯ В УСЛОВИЯХ ВЫСОТНО-ПОЯСНОЙ СТРУКТУРЫ ГОРНЫХ ЭКОСИСТЕМ АДЫГЕИ

ЭКОЛОГО-БИОЛОГИЧЕСКИЕ ОСОБЕННОСТИ БИОРАЗНОБРАЗИЯ В УСЛОВИЯХ ВЫСОТНО-ПОЯСНОЙ СТРУКТУРЫ ГОРНЫХ ЭКОСИСТЕМ  АДЫГЕИ Проведен анализ результатов многолетних исследований по выявлению состава и объема видового разнообразия,расположенных в наземных экосистемах региона. Наибольшая видовая насыщенность отмечена в среднегорной части района – темнохвойных лесах, где господствует пихта кавказская (запас на исследуемых территориях – 3950 тыс.м3, сомкнутость от 0,5 до 0,9). Нижний подъярус составляют бук восточный, эндемики – дуб скальный, липа кавказская, третичные реликты: граб кавказский, тис ягодный.Геоботанические описания экосистем субальпийских лугов Лагонакского нагорья(1500 м н.у.м.) показал всего 39 видов растений, что говорит о низком видовом богатстве этого сообщества. Число видов на площади 16 м2 изменялось от 7 до 26, в среднем 14,3 вида. Проективное покрытие почвы цветковыми растениями в среднем составляет 19 %. Экосистемы субальпийских лугов хаpaктеризуются высокой относительной численностью животного населения при сравнительно небольшом количестве видов. Здесь доминирует полевка кустариниковая – 51,3 %, обычны – крот кавказский– 2,0 %, другие виды редки, но хаpaктерны – бурозубка кавказская– 6,4 %, мышовка кавказская, а вдоль ручьев – полевка Роберта – 8,2 %. Регулярное сенокошение лугов приводит к обеднению флористического состава, снижению общей высоты травостоя и как следствие, к деградации, выпадению бурозубки кавказской, крота кавказского и полевки прометеевой, численность которых падает до 1,0 %. В результате антропогенного пресса в экосистемах горных поясов, первоначальная структура растительного и животного состава изменена почти на 70 % исследуемой территории. Экосистемы, сформированные в каменных осыпях, криволесьях, парковых лесах региона хаpaктеризуются богатым видовым составом и эндемичностью (от 30 до 70 %). Наиболее эффективным способом сохранения редких видов является охрана их в местах естественного обитания на особо охраняемых территориях. Необходимо выделить эталонные участки с редкими и уязвимыми видами и контролировать с учетом их экологических особенностей (например, горные склоны Пшеха-Су и Фишт с видами – лисохвост пушистоцветковый, лютик Елены, лапчатка чудесная, овсяница кавказская, овсяница джимильская; серна,тур западнокавказский,улар кавказский). ...

05 04 2024 15:46:56

БИОЦЕНОЗ MYTILASTER LINEATUS В СРЕДНЕМ КАСПИИ

БИОЦЕНОЗ MYTILASTER LINEATUS В СРЕДНЕМ КАСПИИ Статья в формате PDF 140 KB...

24 03 2024 8:34:45

МИТРОХИН СЕРГЕЙ ИВАНОВИЧ

МИТРОХИН СЕРГЕЙ ИВАНОВИЧ Статья в формате PDF 328 KB...

21 03 2024 7:42:52

Еще:
Поддержать себя -1 :: Поддержать себя -2 :: Поддержать себя -3 :: Поддержать себя -4 :: Поддержать себя -5 :: Поддержать себя -6 :: Поддержать себя -7 :: Поддержать себя -8 :: Поддержать себя -9 :: Поддержать себя -10 :: Поддержать себя -11 :: Поддержать себя -12 :: Поддержать себя -13 :: Поддержать себя -14 :: Поддержать себя -15 :: Поддержать себя -16 :: Поддержать себя -17 :: Поддержать себя -18 :: Поддержать себя -19 :: Поддержать себя -20 :: Поддержать себя -21 :: Поддержать себя -22 :: Поддержать себя -23 :: Поддержать себя -24 :: Поддержать себя -25 :: Поддержать себя -26 :: Поддержать себя -27 :: Поддержать себя -28 :: Поддержать себя -29 :: Поддержать себя -30 :: Поддержать себя -31 :: Поддержать себя -32 :: Поддержать себя -33 :: Поддержать себя -34 :: Поддержать себя -35 :: Поддержать себя -36 :: Поддержать себя -37 :: Поддержать себя -38 ::