<<
>>

Метод построения гибридных решающих правил для прогнозирования риска артериальной гипертензии

Следует отметить, что большинство задач прогнозирования заболеваний, включая АГ и ее осложнения, относят к классу плохоформализуемых не имеющих четких границ между здоровьем и прогнозируемой болезнью [3, 7, 8,35].

Опыт кафедры биомедицинской инженерии ЮЗГУ показывает, что в таких случаях целесообразно использование методологии синтеза гибридных нечетких решающих правил, описанных в работах [27, 33, 37, 90, 91 ]. Рассмотрим предлагаемый метод построения моделей гибридных нечетких решающих правил для прогнозирования возникновения и осложнений АГ у ВЭС с учетом энергетических характеристик БАТ.

Полученные в подразделе 2.2 функции принадлежности и комплексный показатель UZ агрегируются в финальные решающие правила. При этом учитывается, что признаки X1,...,X18увеличивают уверенность в прогнозе, поэтому в соответствии с рекомендациями [17] для финальных решающих правил по классам совр и ωpoвыбираются модифицированные формулы Е. Шортлифа:

где UB - уверенность в прогнозе возникновения АГ без учета UZ; UP - уверенность в прогнозе осложнения АГ без учёта

UP(1) = μωpo(X1), , p- номер итерации, i = 1, ... , 19.

Показатель UZ обладает тем свойством, что его увеличение уменьшает риск развития и рецидива заболевания. Для его учёта в правилах (2.25) и (2.26), согласно рекомендациям [40] по отношению к классам ωspи ωpoпостроена функция f(UZ) защиты от АГ (рисунок 2.12).

Рисунок 2.12 - График функции защиты от артериальной гипертензии UZ

Аналитический график защиты от АГ описываются выражением:

С учётом рекомендаций [40] финальные прогностические решающие правила принимают вид:

Величину 0,1 эксперты выбрали из условия, что нельзя исключать появления и осложнений АГ из-за того, что f (UZ) > UB.

Аналогично для UPZ:

где UBZ и UPZ - уверенности в соответствующих прогнозах с учетом защитных свойств организма.

Выше отмечалось, что одним из существенных факторов риска АГ является наличие у пациентов длительного повышения систолического (САД) и диастолического (ДАД) артериального давления (АД), что иллюстрирует таблица 2.2.

Таблица 2.2 - Стратификация риска сердечно-сосудистых осложнений у больных с АГ для определения прогноза и тактики лечения

Другие факторы риска (ФР) Артериальная гипертензия (АГ) 1-й степени 140­159/90-99 Артериальная гипертензия ( АГ) 2-й степени 160­179/100-109 Артериальная гипертензия (АГ)

3-й степени ≥

180/110

Нет (ФР) Низкий риск Средний риск Высокий риск
1-2 ФР Средний риск Средний риск Очень высокий риск
≥ 3 ФР или ПОМ или СД или МД Высокий Риск Высокий Риск Очень высокий риск
Ассоциированные клинические состояния Очень высокий риск Очень высокий риск Очень высокий риск

Для учета этого фактора риска при плохо корригируемомАД на экспертном уровне было предложено использовать функции принадлежности к классу М-совр(САД) и цювр(ДАД), роль которых в прогностической модели корректируется коэффициентом временных корректирующих поправок ac(t)и ад(t) (время измеряется в годах и их долях).

Для САД графики μювр(САД) и ас(t) приведены на рисунке 2.13.

Рисунок 2.13 - Графики: а) μωвр(САД); б) - ас(t)

Для ДАД соответствующие графики приведены на рисунке 2.14.

62

С учетом поправочных коэффициентов уверенность в том, что у пациента может возникнуть АГ из-за высокого САД определяется выражением:

По отношению к ДАД:

В выражениях (2.30) и (2.31):

63

По величинам САД и ДАД уверенность в классе овр от фактора АД определяется выражением:

Для класса ωp 0:

Для регулярно корригируемого АД:

64

С учетом (2.32 - 2.35) при наличии у пациентов длительного

корригируемого и некорригируемого артериального давления формулы (2.25), (2.26) модифицируется:

<< | >>
Источник: Старцев Евгений Александрович. НЕЧЕТКИЕ НЕЙРОСЕТЕВЫЕ МОДЕЛИ В ИНТЕЛЛЕКТУАЛЬНОЙ ПОДДЕРЖКЕ ПРОГНОЗИРОВАНИЯ ЗАБОЛЕВАНИЙ ВОДИТЕЛЕЙ ТРАНСПОРТНЫХ СРЕДСТВ ЭКСТРЕННЫХ СЛУЖБ. Диссертация на соискание ученой степени кандидата технических наук. КУРСК- 2018. 2018

Еще по теме Метод построения гибридных решающих правил для прогнозирования риска артериальной гипертензии:

  1. Разработка метода построения гибридных нечетких моделей для прогнозирования возникновения и осложнений артериальной гипертензии у водителей транспортных средств с учетом энергетических характеристик биоактивных точек
  2. Метод синтеза гибридных нечетких решающих правил прогнозирования возникновения и развития гангрены нижних конечностей
  3. 3.2. Синтез гибридных нечетких решающих правил прогнозирования возникновения профессиональных заболеваний работников агропромышленного комплекса, занятых в растениеводстве.
  4. 2.2. Метод синтеза нечетких решающих правил прогнозирования и ранней диагностики работников агропромышленного комплекса, контактирующих с ядохимикатами.
  5. Обоснование подхода к синтезу нечетких гибридных решающих правил
  6. 3.3 Метод прогнозирования риска пояснично-крестцовой радикулопатии на основе ассоциации решающих модулей
  7. Синтез гибридных нечетких решающих правил принятия решений на основе логики Л. Заде и Е. Шотрлифа
  8. Использование методов разведочного анализа для оценки структуры данных с целью выбора формы и параметров нечетких решающих правил
  9. Синтез нечетких решающих правил прогнозирования и ранней диагностики заболеваний нервной системы.
  10. Глава 4 Измерение артериального давления. Мониторирование артериального давления. Диагностика артериальной гипертензии. Артериальная гипертензия «белого халата», маскированная артериальная гипертензия
  11. Формирование пространства информативных признаков для интеллектуальной системы прогнозирования артериальной гипертензии у водителей транспортных средств
  12. Синтез нечетких решающих правил прогнозирования и ранней диагностики заболеваний иммунной системы.
  13. Глава 7 Начальный выбор лечебной программы. Изолированная систолическая артериальная гипертензия. Резистентная артериальная гипертензия. Ортостатическая гипотензия. Наблюдение за больным артериальной гипертензией
  14. Результаты экспериментальной проверки решающих правил прогнозирования профессиональной пригодности курсантов МЧС
  15. Экспериментальные исследования моделей решающих правил прогнозирования заболеваний водителей транспортных средств экстремальных служб
  16. Нейронные сети для построения базовых структур автономных агентов для прогнозирования инсультов
  17. Тестирование подсистемы оценки риска наступления осложнений при артериальной гипертензии
  18. Глава 3 Этиология артериальной гипертензии. Патогенез эссенциальной артериальной гипертензии
- Акушерство и гинекология - Анатомия - Андрология - Биология - Болезни уха, горла и носа - Валеология - Ветеринария - Внутренние болезни - Военно-полевая медицина - Восстановительная медицина - Гастроэнтерология и гепатология - Гематология - Геронтология, гериатрия - Гигиена и санэпидконтроль - Дерматология - Диетология - Здравоохранение - Иммунология и аллергология - Интенсивная терапия, анестезиология и реанимация - Инфекционные заболевания - Информационные технологии в медицине - История медицины - Кардиология - Клинические методы диагностики - Кожные и венерические болезни - Комплементарная медицина - Лучевая диагностика, лучевая терапия - Маммология - Медицина катастроф - Медицинская паразитология - Медицинская этика - Медицинские приборы - Медицинское право - Наследственные болезни - Неврология и нейрохирургия - Нефрология - Онкология - Организация системы здравоохранения - Оториноларингология - Офтальмология - Патофизиология - Педиатрия - Приборы медицинского назначения - Психиатрия - Психология - Пульмонология - Стоматология - Судебная медицина - Токсикология - Травматология - Фармакология и фармацевтика - Физиология - Фтизиатрия - Хирургия - Эмбриология и гистология - Эпидемиология -