Результаты использования информационной технологии оценки тяжести состояния и прогноза исхода при травме поджелудочной железы

Abstract

В работе описаны результаты использования разработанной авторами информационной технологии для оценки тяжести состояния пациентов и прогноза исхода при травме поджелудочной железы. Представлены математические модели и алгоритмы классификации для определения степени тяжести состояния и исхода. Приведен сравнительный анализ точности, специфичности и чувствительности построенных моделей с математическими моделями, полученными на основе дискриминантного анализа, деревьев решений и логит-регрессии. Показано преимущество разработанных методов оценки тяжести состояния и прогноза исхода при травмах ПЖ по сравнению со стандартными методами построения математических моделей прогноза.

В роботі описано результати викорис - тання розробленої авторами інформацій - ної технології для оцінки тяжкості стану пацієнтів і прогнозування наслідку при травмі підшлункової залози. Представ - лено математичні моделі й алгоритми класифікації для визначення ступеня тяжкості стану та наслідку. Наведено порівняльний аналіз точності, специфіч - ності та чутливості побудованих моделей із математичними моделями, що отрима - но з використанням дискримінантного аналізу, дерев рішень і логіт-регресії. Показано перевагу розроблених методів оцінки тяжкості стану і прогнозування наслідку при травмах ПЗ у порівнянні зі стандартними методами побудови математичних моделей прогнозу.

There results of applying of the in - formation technology, developed by the authors, to estimate patients’ grade of severity and to predict clinical out - come in a case of pancreas injury, are de - scribed in the paper. Mathematical models and classification algorithms to evaluate grade of severity and clinical outcome are given. Comparative analysis of precision, specificity and sensitivity of the models developed and the discriminant functions analysis, logit-regression and decision trees models is produced. It is shown that the methods based on the information technology developed take the priority of the common mathematical-statistical modeling methods