В работе рассматриваются модель прогнозирования развития и течения пиелонефрита беременных и его стадий по входным признакам, а также вопросы повышения качества диагностики и лечения пиелонефрита за счет использования автоматизированных систем поддержки принятия решений, база знаний которых формируется на основе нечетких решающих моделей. Изучены возможности предложенного метода для проведения дифференциальной диагностики воспалительной патологии почек во время беременности. Определена диагностическая ценность прогнозирования гестационного пиелонефрита на основании полученных данных предложенной автоматизированной системы прогнозирования. Выявлены чувствительность, специфичность, вероятность положительного и отрицательного результатов. Установлена взаимосвязь между различными группами признаков и одиночными признаками и их влиянием на развитие заболевания на основании экспериментальных исследованиях с использованием автоматизированной системы прогнозирования гестационного пиелонефрита.
In operation the forecasting model of development and the course of pyelonephritis of pregnant women and its stages on input signs are considered. Questions of improvement of quality of diagnostics and treatment of pyelonephritis due to use of automated decision making support systems are considered. The knowledge base of this system is created on the basis of indistinct decisive models. Possibilities of the offered method for carrying out differential diagnosis of inflammatory pathology of kidneys during pregnancy are studied. The diagnostic value of prediction of gestational pyelonephritis based on data retrieveds of the offered automated system of prediction is determined. Sensitivity, specificity, probability of the positive and negative results is revealed. Correlation between different groups of signs both single signs and their influence on development of a disease is set. Results are received on the base the pilot studies with use of automated system of prediction of gestational pyelonephritis.
1. Агарков Н.М., Будник И.В. Рационализация диагностики неспецифического сальпингоофорита на основе анализа информативности и моделирования клинико-лабораторных показателей // Российский медицинский журнал . — 2012. — № 4. — С. 46–49.
2. Гонтарев С.Н., Фролов М.В., Луценко В.Д., Коломиец И.В., Афанасова Е.П. Диагностическая значимость и моделирование параметров гемограммы и гомеостаза при остром сальпингоофорите // Научные ведомости Белгородского государственного университета. — 2013. — № 11(154), Вып. 22/1. — С. 106–113.
3. Коцарь А. Г. , Серегин С. П., Новиков А. В. Автоматизированная система поддержки принятия решения урологом по прогнозированию и профилактике камнеобразования при мочекаменной болезни // Урология. — 2013. — № 5. — С. 16–20.
4. Коцарь А.Г., Серегин С.П., Новиков А.В.., Шульга Л.В., Яковлев А.П. Синтез нечетких решающих правил прогнозирования эффективности литолиза уратных камней почек // Научные ведомости Белгородского государственного университета. — 2013. — № 11(154), Вып. 22/1. — С. 138–139.
5. Луценко В.Ф., Татьяненко Т.Н., Стародубцева Е.В., Мишустин В.Н. Анализ и прогнозирование качества жизни после хирургического лечения // Научные ведомости Белгородского государственного университета. — 2013. — № 11(154), Вып. 22/1. — С. 78–83.
6. Синякова Л.А., Косова И.В. Инфекции мочевых путей у беременных. Современные подходы к лечению // Эффективная фармакотерапия в акушерстве и гинекологии. — 2008. — № 1. — С. 11–13.
7. Тактика ведения больных с острыми воспалительными заболеваниями почек / Братчиков О.И., Сипливый Г.В., Шумакова Е.А., Серегин С.П., Котов А.В., — Курск: 2009. — 231 с.
8. Тевс С.С., Титов B.C. Распознавание на основе нечеткого логического вывода // Сборник материалов III международной научно-технической конференции «Медико-экологические информационные технологии — 2000». — Курск: 2000. — С. 157–159.
9. Greer L.G. Ampicillin resistance and outcome differences in acute antepartum pyelonephritis // Infect. Dis. Obstet. Gynecol. — 2008. — vol. 89. — no 14. — pp. 26.
10. Tevs S. S., Titov V. S. A fuzzy mathematical model for recognition of optoelectronic systems // Pattern recognition and image analyses. — 2001. — vol. 11, no. 1. — pp. 107–109.