Актуальные проблемы современной науки: тезисы докладов VI Международной научно-практической конференции (Москва – Астана – Харьков – Вена, 31 марта 2016)
Технические науки
СЕРГЕЕВА МАРГАРИТА АНАТОЛЬЕВНА
ассистент кафедры системного анализа
и управления в медицинских системах
Воронежский государственный
технический университет
г. Воронеж, Россия
КЛАССИФИКАЦИОННЫЕ МОДЕЛИ ОЦЕНКИ СОСТОЯНИЯ РАЗВИТИЯ ГИПЕРПЛАСТИЧЕСКИХ ПРОЦЕССОВ ЭНДОМЕТРИЯ
Для построения математических моделей постановки диагноза у женщин с гиперпластическими процессами эндометрия на первом этапе исследования был применен дискриминантный анализ, позволяющий при помощи соответствующих классификационных функций распределять пациенток на группы в зависимости от типа патологии. В данном случае, имея клинические и анамнестические показатели для конкретной больной и соответствующие дискриминантные классификационные функции можно определить тип развития гиперпластического процесса эндометрия.
Для построения дискриминантных классификационных функций было отобрано 230 пациенток с гиперпластическими процессами эндометрия: гиперплазия эндометрия (96 человек), полип эндометрия (78 человек) и полип цервикального канала (56 человек). Из общей выборки были исключены пациентки со следующими патологиями: миома матки (4 человека), плацентарный полип (4 человека), эндометрит (6 человек) и остатки плодных оболочек (7 человек). Исходные показатели для постановки диагноза развития гиперпластических процессов эндометрия представлены в табл. 1.
Таблица 1
Исходные показатели для построения классификационных функций
№ |
Наименование |
Обозначение |
Значение |
1 |
Вид аборта |
X1 |
1 – нет аборта 2 – хирургический аборт 3 – миниаборт 4 – медикаментозный аборт |
2 |
Возраст |
X2 |
1 – 18-20 лет 2 – 21-25 лет 3 – 26-30 лет 4 – 31-35 лет 5 – 36-40 лет 6 – 41-45 лет |
3 |
Количество беременностей |
X3 |
0 – нет 1 – 1 беременность 2 – 2 беременности 3 – 3 и более беременностей |
4 |
Количество родов |
X4 |
0 – нет 1 – 1 роды 2 – 2 родов 3 – 3 и более родов |
5 |
Количество абортов |
X5 |
0 – нет 1 – 1 аборт 2 – 2 аборта |
6 |
Осложнения родов |
X6 |
0 – нет 1 – да |
7 |
Наступление менархе |
X7 |
1 – 9-10 лет 2 – 11-12 лет 3 – 13-14 лет 4 – 15 лет и старше |
8 |
НМЦ в анамнезе |
X8 |
0 – нет 1 – да |
9 |
НМЦ в менархе |
X9 |
0 – нет 1 – да |
10 |
Отягощенный гинекологический анамнез (ОГА) |
X10 |
1 – патология шейки матки 2 – воспаления придатков 4 – миома матки 5 – эндометриоз |
11 |
Отягощенный соматический анамнез (ОСА) |
X11 |
3 – заболевания желудочно-кишечного тракта 4 – заболевания почек 8 – заболевания щитовидной железы 8 – сахарный диабет 10 – ожирение 10 – гипертоническая болезнь |
12 |
Гормональное лечение (ранее) |
X12 |
0 – нет 1 – да |
Далее исходная выборка пациенток была разбита на 2 группы, на основе первой группы (115 человек) строились классификационные функции, а адекватность и достоверность построенных диагностических моделей оценивалась с помощью контрольной группы, состоящей из 115 пациенток.
Дискриминантные классификационные функции для каждой типа патологии эндометрия имеют следующий вид:
H1 = –54,51 +17,02*X1 +10,82*X2 –22,07*X3 +12,47*X4 –14,42*X5 +
+ 11,63*X6 +12,68*X7 +2,11*X8 +47,83*X9 –1,72*X10 +1,14*X11 –6,38*X12 ,
H2 = –28,80 +15,47*X1 +7,59*X2 –19,80*X3 +13,36*X4 –13,69*X5 +
+ 6,61*X6 +8,62*X7 +4,27*X8 +26,97*X9 –0,89*X10 +0,35*X11 –5,30*X12 ,
H3 = –21,96 +6,29*X1 +5,46*X2 –4,04*X3 + 0,21*X4 –5,68*X5 +
+ 3,71*X6 +8,48*X7 +0,53*X8 +26,61*X9 –1,07*X10 +0,83*X11 –3,03*X12 ,
где, H1 – вероятность развития гиперплазии эндометрия; H2 – полип эндометрия; H3 – полип цервикального канала. Значение критерия Уилкса: L=0,06947 стремиться к нулю, что говорит о хорошем различии между классами. Распределение больных контрольной группы по типу развития гиперпластических процессов эндометрия на основе построенных классификационных функций приведено в табл. 2, из которой видно, что точность полученных диагностических моделей на основе дискриминантного анализа составляет 85,5 %.
Как видно из представленных данных, наиболее точно (89,1 %) были построены диагностические модели для гиперплазии эндометрия, а наименее достоверной является модель для диагностики полипа цервикального канала (82,1 %).
Таблица 2
Тип патологии (исходный) |
Тип патологии по моделям |
Процент точности |
||
Гиперплазия эндометрия |
Полип эндометрия |
Полип цервикального канала |
||
Гиперплазия эндометрия |
41 |
3 |
2 |
89,1 % |
Полип эндометрия |
4 |
35 |
2 |
85,4 % |
Полип цервикального канала |
2 |
3 |
23 |
82,1 % |
|
|
|
|
85,5 % |
На рис. 1 представлен результат заполнения медицинской карты с выявленным типом патологии на основе дискриминантного анализа.
Рис. 1. Пример заполнения медицинской карты с постановкой диагноза
На основе полученных моделей возможна постановка предварительного диагноза развития гиперпластических процессов эндометрия для каждой пациентки, что может служить в качестве интеллектуальной поддержки принятия решений для практикующего врача.
Литература
1. Хоц Е.С., Бычков В.И., Фролов М.В. Факторы риска развития гиперпластических процессов эндометрия // Журнал теоретической и практической медицины. – М, 2008. – Т.6 – №1. – С. 32-35.
2. Управление в биологических и медицинских системах: учеб. пособие / О.В. Родионов, Е.Д. Федорков, В.Н. Фролов, М.В. Фролов. Воронеж: Воронеж гос. техн. ун-т. – 2002. – 342 с.
3. Коровин Е.Н., Родионов О.В. Методы обработки биомедицинских данных. Воронеж: Воронеж. гос. техн. ун-т. – 2007. – 150 с.
4. Новикова Е.И., Родионов О.В., Коровин Е.Н. Моделирование биомедицинских систем. Воронеж: ВГТУ. – 2008. – 196 с.