Анализ эффективности математической модели по прогнозированию возникновения камнеобразования при мочекаменной болезни

Для проверки прогностической эффективности математической модели по про­гнозированию возникновения мочекаменной болезни, проведено перспективное ис­следование. В течение2лет наблюдались пациенты урологических отделений ОБУЗ КГ КБ СМП без признаков МКБ, страдающие другими урологическими заболева­ниями.

Рисунок 4.1 - Гистограмма распределения объектов классов ω₁и ω₀по шкале U_bmпосле года наблюдений без БАТ и ПЭН

На основании анализа пересечения гистограмм распределения показателей уверенности относительно пороговых значений U^π, обеспечивающих минимальные значения ошибочных решений, результаты распределены на истинноположитель­ные, истинноотрицательные, ложноположительные, ложноотрицательные (таб.4.2).

Таблица 4.2

Распределение результатов работы модели 2.7 после года наблюдений

Согласно распределению результатов наблюдения по формулам приведенным в разделе 4.1 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) (таб.4.3).

Таблица 4.3

Сводная таблица показателей качества прогнозирования возникновения МКБ по ве­личине U_eMпосле года наблюдений

Анализ результатов таблицы показывает, что применение показателя и_вм на ос­новании комплексного учета факторов риска, по показателю диагностической спе­цифичности и особенно предсказательной значимости положительных результатов имеют недопустимо низкое значение.

После двух лет наблюдений результаты работы модели 2.7 (используются все прогностические признаки) приведены в таблице 4.4.

Таблица 4.4

Распределение результатов работы модели 2.7 через 2 года наблюдений

При таком количестве ошибок совершаемых моделью 2.7 показатели качества прогнозирования возникновения представлены в таблице 4.5.

Таблица 4.5

Сводная таблица показателей качества прогнозирования возникновения МКБ после двух лет наблюдения

Анализ таблицы 4.5 показывает, что все показатели качества являются доста­точно высокими, если использовать все признаки предложенные экспертами.

На следующем этапе исследования изучался вопрос оценки качества прогно­зирования при условии отсутствия возможности измерения электрического сопро­тивления отобранных биологически активных точек.

Результаты работы модели (2.7) при исключении из неё составляющих прави­ла (2.6) приведены в таблице 4.6

Таблица 4.6

Распределение результатов работы модели (2.7) через два года наблюдений без составляющих модели (2.6)

Количество ошибок, совершаемое правилом (2.7) без составляющих модели

(2.6) обеспечивает показатели качества прогнозирования, приведенные в таблице

4.7.

Таблица 4.7

Сводная таблица показателей качества прогнозирования возникновения МКБ

после двух лет наблюдения без составляющей модели (2.6)

Анализ таблицы 4.7 показывает, что правило (2.7) сохраняет приемлемое каче­ство прогнозирования на двухлетний период без использования биологически ак­тивных точек.

Дальнейшие исследования показали, что исключение из правила (2.7) показате­ля уровня ПЭН сохраняет все показатели качества на уровне не хуже 0,85, что для прогностических моделей также является приемлемым результатом.