Синтез математических моделей прогнозирования рецидива МКБ
Синтез решающих правил прогнозирования рецидива МКБ производился той же группой экспертов и по тем же правилам, что и синтез правил прогнозирования возникновения МКБ.
Для первого признака хіэксперты определяли функцию принадлежности график которой приведен на рисунке 2.14.
Рисунок 2.14 - График функции принадлежности к классу ωс базовой переменной x1
Аналитически график рисунка 2.14 описывается выражением
Для признаков x2,...,x5характеризующих химический состав камней эксперт!
определили один и той же график функций принадлежности (рисунок 2.15).
Рисунок 2.15 - График функции принадлежности к классу ωс базовыми переменными по химическому составу камней
Аналогично эти функции принадлежности описываются выражением
Для двоичных признаков х6 и х7 определены функции принадлежности вида:
Роль рН в прогнозе рецидива МКБ определена также, как для возникновения МКБ поэтому
Для признака х9 с тремя градациями
76
Для признака х10лейкоцитурия выраженная в процентах эксперты получили график функции принадлежности приведенный на рисунке 2.16.
Рисунок 2.16 - График функции принадлежности к классу сорм с базовой переменой х10
График функции принадлежности приведенной на рисунке 2.16 описывается выражением
Роль психоэмоционального напряжения в прогнозе рецидива МКБ эксперты определили на том же уровне, что и в прогнозе возникновения МКБ поэтому
Аналогично UeMуверенность в прогнозе рецидива МКБ определяется выра
жением 
Результаты математического моделирования и экспертного оценивания показали, что при максимальных значениях всех функций принадлежности Uпревышает величину 0,98.
При наиболее часто встречаются значения признаков U = 0,91, что позволяет рекомендовать полученное решающее правило для внедрения в медицинскую практику.
Еще по теме Синтез математических моделей прогнозирования рецидива МКБ:
- 4.3 Анализ эффективности математической модели прогнозирования рецидива МКБ
- Синтез математических моделей прогнозирования возникновения МКБ
- Синтез математических моделей прогнозирования ишемических рисков на основе традиционных предикторов сердечно-сосудистых осложнений
- Синтез частных моделей прогнозирования возникновения и рецидивов гангрены нижних конечностей
- 4.3 Анализ качества работы математических моделей прогнозирования возникновения и рецидива гангрены нижних конечностей
- Синтез гибридных нечетких моделей прогнозирования возникновения и рецидивов гангрены нижних конечностей
- 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
- Структурный анализ и синтез признакового пространства для математических моделей прогнозирования и развития ишемии сердца
- Синтез математических моделей для прогнозирования динамики развития критической ишемии нижних конечностей и оценки возможности возникновения гангрены по электрическим характеристикам биологически активных точек
- Выбор математического аппарата для оценки эффективности полученных результатов и оценка качества работы математических моделей прогнозирования инфаркта миокарда в реабилитационном периоде
- 3.1 Информационно-аналитическая модель принятия решений по прогнозированию и метафилактике МКБ
- Анализ эффективности математической модели по прогнозированию возникновения камнеобразования при мочекаменной болезни
- 3.5.3 Математическая модель прогнозирования массы тела военнослужащих- женщин с ожирением и без во II триместре беременности
- 3.1. Синтез частных решающих моделей прогнозирования профессиональных заболеваний от контакта с ядохимикатами.
- Математические модели прогнозирования повторного инфаркта миокарда по показателям перекисного окисления липидов и антиокислительной активности
- 4.3. Экспериментальная проверка математических моделей прогнозирования и ранней диагностики заболеваний работников агропромышленного комплекса, контактирующих с ядохимикатами.
- Экспериментальная проверка математических моделей прогнозирования и ранней диагностики заболеваний нервной и иммунной системы в условиях действия электромагнитных полей.
- Применение математических методов в задачах прогнозирования появления и развития заболеваний
- Метод синтеза гибридных нечетких решающих правил прогнозирования возникновения и развития гангрены нижних конечностей