<<
>>

Тестирование подсистемы оценки риска пояснично-крестцового радикулита

Полученные в третьем разделе гибридные решающие оценивались экспертами при максимальных значениях функций принадлежностей и при наиболее часто встречающихся значениях факторов риска.

Кроме этого была организована проверка качества работы прогностических решающих правил на репрезентативных контрольных выборках[50, 51]

В ходе статистических испытаний рассчитывались такие показатели качества как: диагностическая чувствительность (ДЧ); диагностическая специфичность (ДС); прогностическая значимость положительных (П3) и отрицательных (П3~) результатов; диагностическая эффективность (ДЭ)[58].

При этой проверке ежегодно фиксировался факт заболеваний по классу соПКР. Другие болезни идентифицировались как класс ω0.

Через год после начала наблюдений строились гистограммы распределения классов(рисунок 4.20).

В соответствии с рекомендациями [70] в качестве порога срабатывания были выбраны значения:

Рисунок 4.20- Гистограмма распределения классов ω0и ω∏κpпо величине

через год после начала наблюдений

Относительно этих порогов были настроены гибридные решающие модули. После разведочного анализа была сформирована контрольная выборка, в которую вошли 110 пациентов с установленным риском ПКР и 150 - с отсутствием ПКР. В таблице 4.3 приведены результаты наблюдений за «срабатыванием» исследуемого решающего правила.

Таблица 4.3 - Результаты наблюдений для классачерез год после

начала наблюдений

ДЧ=0,65; ДС=0,70; ДЭ=0,68.

Анализ таблицы4.3 показывает низкие значения всех показателей качества с преобладанием ошибки относительно здоровых людей.

Результаты наблюдений через два года после начала эксперимента приведены в таблице 4.4.

Таблица 4.4 - Результаты наблюдений для классачерез два года

после начала наблюдений

ДЧ=0,70; ДС=0,72; ДЭ=0,71.

Анализ таблицы 4.4 показывает, что все показатели качества улучшаются, однако они остаются на достаточно низком уровне.

Результаты третьего и четвертого годов наблюдений приведены в таблицах 4.5 и 4.6.

Таблица 4.5 -Результаты наблюдений для классачерез три года

после начала наблюдений

ДЧ=0,80; ДС=0,77; ДЭ=0,79.

Таблица 4.6 - Результаты наблюдений для классачерез четыре года после начала наблюдений

ДЧ=0,88; ДС=0,82; ДЭ=0,85.

Показатели качества прогнозирования по годам наблюдений с учетом результатов биоимпедансного анализа модуля экспертной оценки (рисунок 3.1) сведены в таблицу 4.7.

Таблица 4.7 - Таблица показателей качества прогнозирования по годам с учетом результатов биоимпедансного анализа

год

ПК

2013 2014 2015 2016 Экспертная

оценка

Модуль прогнозирования ПКР с учетом результатов биоимпедансного анализа
ДЧПКР 0,65 0,70 0,80 0,88 0,78
ДСПКР 0,70 0,72 0,77 0,82 0,76
ДЭПКР 0,68 0,76 0,79 0,85 0,77

В таблице 4.8 представлены результаты, полученные на тех же контрольных выборках, но без учета подпространства информативных признаков, полученных по результатам биоимпедансного анализа.

Таблица 4.8 - Таблица показателей качества прогнозирования по годам без учета результатов биоимпедансного анализа

год

ПК

2013 2014 2015 2016 Экспертная оценка
Модуль прогнозирования ПКР без учета результатов биоимпедансного анализа
ДЧПКР 0,65 0,70 0,76 0,82 0,78
ДСПКР 0,66 0,72 0,75 0,80 0,76
ДЭПКР 0,66 0,71 0,76 0,81 0,77

Для наглядности представления данных полученные результаты по показателям качества прогнозирования из таблиц 4.7 и 4.8 по классу ωπκp представлены в виде диаграммы на рисунке 4.21.

Рисунок 4.21 - Показатели качества прогнозирования ПКР по годам наблюдений

На диаграмме рисунок 4.21а представлены показатели качества прогнозирования с учетом подпространства информативных признаков, полученного по результатам биоимпедансных исследований, а на диаграмме рисунок 4.17б - без учета этих результатов.

Анализ таблицы 4.7позволяет сделать вывод, что все показатели растут по мере увеличения срока наблюдения и, ктретьему году наблюдения (по мнению экспертов) полученным прогностическими правилам можно доверять с уверенностью приемлемой для практического использования.

Таким образомприемлемого для практического прогнозадостигается на интервале в 3-4 года.При этом экспертная оценка практически совпадают с результатами статистических испытаний.

4.5

<< | >>
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 Тестирование подсистемы оценки риска пояснично-крестцового радикулита:

  1. Оглавление
  2. Тестирование подсистемы оценки риска пояснично-крестцового радикулита
- Internal diseases - Pediatrics - 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 -