4.3 Анализ качества работы математических моделей прогнозирования возникновения и рецидива гангрены нижних конечностей
На основе описанного в разделе 4.2 алгоритма статистического тестирования по задаче прогнозирования возникновения ГНК после года наблюдений была получена таблица 4.3 распределения результатов наблюдения.
Таблица 4.3
Распределение результатов работы модели 3.8 после года наблюдений
| Обследуемые | Результаты исследований | Всего% | |
| Положительные(%) | Отрицательные(%) | ||
| nλ = 100 | 85 | 15 | 100 |
| n0 = 10 0 | 25 | 75 | 100 |
| Всего | 110 | 90 | 200 |
Согласно распределению результатов наблюдения по формулам,
приведенным в разделе 4.2 рассчитаны показатели качества работы решающих правил: диагностическая чувствительность (ДЧ), диагностическая специфичность (ДС), прогностическая значимость положительных результатов (ПЗ+), прогностическая значимость отрицательных результатов (ПЗ-), диагностическая эффективность (ДЭ) (таблица 4.4).
Таблица 4.4
Сводная таблица показателей качества прогнозирования возникновения ГНК после года наблюдений
| Показатель качества | ДЧ | ДС | ПЗ+ | ПЗ- | ДЭ |
| Ω tB | 0,85 | 0,75 | 0,77 | 0,83 | 0,87 |
Анализ результатов таблицы показывает, что показатели диагностической специфичности, диагностической эффективности и предсказательной значимости положительных результатов имеют недопустимо низкое значение.
После двух лет наблюдений результаты работы модели 3.8 приведены в таблице 4.5.
Таблица 4.5
Распределение результатов работы модели 3.8 через 2 года наблюдений
| Обследуемые | Результаты исследований | Всего% | |
| Положительные(%) | Отрицательные(%) | ||
| n1 = 10 0 | 89 | 11 | 100 |
| и0= 10 0 | 22 | 78 | 100 |
| Всего | 111 | 89 | 200 |
При таком количестве ошибок совершаемых моделью 4.5 показатели
качества прогнозирования возникновения ГНК представлены в таблице 4.6.
Таблица 4.6
Сводная таблица показателей качества прогнозирования возникновения ГНК после двух лет наблюдения
| Показатель качества | ДЧ | ДС | ПЗ+ | ПЗ" | ДЭ |
| Ω 1в | 0,89 | 0,78 | 0,8 | 0,87 | 0,83 |
Анализ таблицы 4.6 показывает, что все показатели качества возрастают, но еще не являются достаточно высокими.
Результаты испытания модели 3.8 после трех лет наблюдений представлены таблицей 4.7.
Таблица 4.7
Распределение результатов работы модели 3.8 через три года наблюдений
| Обследуемые | Результаты исследований | Всего% | |
| Положительные(%) | Отрицательные(%) | ||
| n1 = 10 0 | 91 | 9 | 100 |
| nQ = 10 0 | 14 | 86 | 100 |
| Всего | 105 | 95 | 200 |
Таблица 4.8
Сводная таблица показателей качества прогнозирования возникновения ГНК после трех лет
| Показатель качества | ДЧ | ДС | ПЗ+ | ПЗ" | ДЭ |
| ω ⅛ | 0,91 | 0,86 | 0,86 | 0,9 | 0,88 |
Анализ таблицы 4.8 показывает, что правило 3.8 обеспечивает приемлемое качество прогнозирования на трехлетний период.
Результаты четырехлетних наблюдений представлены в таблице 4.9.
Таблица 4.9
Распределение результатов работы правила 3.8 через четыре года после
начала наблюдений
ДЧ=0,94, ДС=0,92, ПЗ+=0,92, ПЗ-=0,94, ДЭ=0,93
Анализ таблицы 4.9 показывает, что правило 3.8 может быть использовано для достаточно качественного четырехлетнего прогнозирования.
Аналогично проводилась проверка качества работы прогностического решающего правила (3.9). Сводная таблица показателей качества работы этого решающего правила за 4 года наблюдений представлена таблицей 4.10.
Таблица 4.10
Значения показателей качества работы прогностического решающего правила 3.9
Примечание: ПК - показатели качества.
Анализ данных таблицы 4.10 показывает, что показатели ДЧ, ПЗ-, ДЭ растут от года к году.
К третьему году наблюдения качество прогнозирования достигает приемлемых для медицинской практики значений. С учетом этого эксперты выбрали трехлетний срок как надежное время прогноза рецидива ГНК.
Таким образом, в ходе статистической проверки было показано, что полученные в работе прогностические модели могут быть рекомендованы к практическому использованию сосудистыми хирургами и врачами-ангиологами.
4.2
Еще по теме 4.3 Анализ качества работы математических моделей прогнозирования возникновения и рецидива гангрены нижних конечностей:
- Синтез частных моделей прогнозирования возникновения и рецидивов гангрены нижних конечностей
- Синтез гибридных нечетких моделей прогнозирования возникновения и рецидивов гангрены нижних конечностей
- Синтез математических моделей для прогнозирования динамики развития критической ишемии нижних конечностей и оценки возможности возникновения гангрены по электрическим характеристикам биологически активных точек
- Метод синтеза гибридных нечетких решающих правил прогнозирования возникновения и развития гангрены нижних конечностей
- 4.3 Анализ эффективности математической модели прогнозирования рецидива МКБ
- Анализ эффективности математической модели по прогнозированию возникновения камнеобразования при мочекаменной болезни
- Выбор математического аппарата для оценки эффективности полученных результатов и оценка качества работы математических моделей прогнозирования инфаркта миокарда в реабилитационном периоде
- Синтез математических моделей прогнозирования рецидива МКБ
- Синтез математических моделей прогнозирования возникновения МКБ
- Этиология и патогенез гангрены нижних конечностей, основные подходы к лечению
- Структурный анализ и синтез признакового пространства для математических моделей прогнозирования и развития ишемии сердца
- Синтез математических моделей прогнозирования ишемических рисков на основе традиционных предикторов сердечно-сосудистых осложнений
- 3.5.3 Математическая модель прогнозирования массы тела военнослужащих- женщин с ожирением и без во II триместре беременности
- 2.2. Метод синтеза нечетких математических моделей прогнозирования и ранней диагностики профессиональных заболеваний работников электроэнергетики.
- 2.4 Метод синтеза гетерогенных математических моделей прогнозирования повторного инфаркта миокарда в реабилитационном периоде