Формирование пространства информативных признаков

Для решения задачи выбора состава информативных признаков с целью даль­нейшего синтеза прогностических решающих правил формировалась группа высо­коквалифицированных экспертов, количественный состав которой определяется общими рекомендациями, изложенными в различных руководствах по квалиметрии [67, 93].

Согласованность действий экспертной группы проверялась по коэффициенту конкардации W, на контрольных задачах который составил 0,91. Это позволило сде­лать вывод о том, что данная экспертная группа может решать задачи, ставящиеся перед медицинскими работниками при синтезе правил в области урологии.

В качестве основного ограничения экспертам была поставлена задача, сохра­няя высокое качество прогнозирования, обеспечить минимальное время получения данных при использовании недорогого доступного оборудования по сравнению с ближайшим аналогом, в котором было задействовано 35 информативных признака [78].

В условиях этих ограничений для прогнозирования рецидива МКБ на экс­пертном уровне было сформировано следующее пространство признаков:

x₁- частота рецидива камнеобразования в течение трех лет:

0 - на одного раза;

1- один раз;

2 - два раза;

3 - три и более раз;

x₂- процент оксаланатных камней в общем составе камней;

х₃ - процент фосфатных камней в общем составе камней;

х₄ - процент уратных камней в общем составе камней;

х₅ - неустановленный химический состав камней в процентах от общего со­става камней;

х₆ - наличие остаточных фрагментов камней в полостных системах после ле­чения спустя 3 месяца

0 - нет;

1 - есть;

х₇ - наличие стойкой кретонурии после лечения

0 - нет;

1 - есть;

х₈ - кислотность (рН) мочи;

х₉ - гипотония верхних мочевых путей после отхождения или оперативного лечения МКБ:

0 - отсутствует;

1 - маловыраженная (пиелоэктазия, калектоэктозия);

2 - выраженная (гидронефроз);

х₁₀ - бактер-лейкоцитурия (в %);

х_п - уровень психоэмоционального напряжения (ПЭН) [48, 52, 61, 77, 86, 135, 169, 170, 171, 172].

C математической точки зрения выбранный экспертами состав признаков с понятиями высокий или низкий риск рецидива МКБ носит скрытый (латентный ха­рактер) без выраженной корреляционной связи. В этих условиях пользуясь реко­мендациями [51, 59, 75, 76, 90, 143, 171, 183, 192] было принято решение информа­ционную ценность предложенного списка признаков проверить используя теорию измерения латентных переменных с моделью Г. Раша, реализуемую интерактивным пакетом RUMM 2020.

Для использования этого пакета по данным собранным в ОБУЗ «Больница скорой медицинской помощи г. Курска» была составлена таблица эксперименталь­

ных данных (ТЭД) (табл. 2.1) с пациентами, имеющими различный риск рецидива МКБ подтвержденный двухлетним наблюдением.

Технология оценки информативности индикаторных переменных с помощью пакета RUMM 2020 подробно описана в работах [77, 90, 191, 192]. В соответствии с этой технологией на первом этапе работы исходная таблица 2.1 подвергается нор­мированию.

Таблица 2.1

Экспериментальные данные по пациентам ∏с различным риском рецидива

МКБ

Продолжение таблицы 2.1

На втором этапе пакет RUMM 2020 строит характеристические кривые, отно­сительно которых определяет координаты средних значений экспериментальных данных, отмечаемых на графиках кривых точками (рис. 2.1).

Экспериментальная точка лежит на характеристической кривой

На третьем этапе проверяется «мера близости» между теоретическими харак­теристическими кривыми и усредненными экспериментальными данными. Мера близости оценивается по критерию хи-квадрат (переменная. Считая, что

еслито индикаторная переменная соответствует модели Г. Раша и

её следует рассматривать как информативную по отношению латентной перемен­ной.

Рисунок 2.3 иллюстрирует степень соответствия индикаторных переменных модели Г. Раша, а в таблице 2.3 приведены результат ранжирования индикаторных переменных по

Из таблицы 2.3 следует, что индикаторная переменная под номером 6 не удо­влетворяет условию, её рекомендуется исключить из рассмотре­

ния. Однако, незначительное отличие (0,043