Содержание к диссертации
Введение
ГЛАВА I. ИССЛЕДОВАНИЕ ФАКТОРОВ РИСКА ХРОНИЧЕСКИХ НЕИНФЕКЦИОННЫХ ЗАБОЛЕВАНИЙ С ТОЧКИ ЗРЕНИЯ СБОРА, ОБРАБОТКИ И ПРИМЕНЕНИЯ ДАННЫХ И ЗНАНИЙ О НИХ 10
1.1. Основные понятия и определения 10
1.2. Сравнительный анализ отечественных и зарубежных систем медицинского мониторинга 17
1.3. Особенности данных с точки зрения их получения и сбора 19
1.4. Обеспечение контроля качества данных и принимаемых решений 23
1.5. Особенности решения задач медицинской диагностики , 26
1.6. Факторы риска 29
1.7. Постановка задачи построения системы мониторинга 31
1.9. Заключение и выводы по главе 33
Г Л А В А II. ТЕХНОЛОГИЯ ПОДГОТОВКИ И ПРИНЯТИЯ РЕШЕНИЙ. 36
2.1. Вводная часть 36
2.2. Технологический процесс принятия решений 37
2.3. Интеллектуальный анализ данных ,. 46
2.4. Вариативное моделирование 52
2.5. Методы организации и выбора моделей 55
2.6. Выводы по главе 58
ГЛАВА III. МОДЕЛЬНОЕ ОБЕСПЕЧЕНИЕ СИСТЕМЫ МОНИТОРИНГА...60
3.1. Верояностно-статистические методы анализа 60
3.1.1. Исследование законов распределения диагностических данных в исследуемой популяции 60
3.1.2. Исследование данных о смертности в популяции 64
3.2. Изучение связи потенциальных факторов на развитие ХНИЗ методом линейной регрессии 68
3.3. Использование метода дискриминантного анализа в постановке диагноза мониторинга для индивидуума 81
3.4. Исследование суммарного влияния факторов риска ХНИЗ 93
3.5. Использование регрессионных нелинейных моделей 99
3.6. Графическое представление вероятности развития сердечно-сосудистых заболеваний 102
3.7. Выводы по главе .106
ГЛАВА IV. РАЗРАБОТКА ТИПОВОЙ СТРУКТУРЫ КОМПЛЕКСНОЙ СИСТЕМЫ МОНИТОРИНГА 109
4.1. Структура комплексной автоматизированной системы мониторинга .109
4.2. Модуль сбора данных 111
4.3. Модуль обработки данных 113
4.4. Модуль анализа и принятия решений 114
4.5. Модуль реализации управленческих решений 117
4. 6. Выводы по главе , 117
ГЛАВА V. РАЗРАБОТКА СТРУКТУРЫ СИСТЕМЫ "МОНИТОРИНГ ЗДОРОВЬЯ ИНДИВИДУУМА" 119
5Л. Принципы построения и отличительные особенности 119
5.2. Основное назначение и функции системы 120
5.3. Состав системы мониторинга 124
5.4. Структура системы 126
5.4.1. Модуль базы данных 126
5.4.2. Модуль обработки данных 130
5.4.3. Модуль анализа, принятия решений 131
5.4.4. Модуль реализации 133
5.5. Апробация системы 135
5.6. Выводы по главе .136
ЗАКЛЮЧЕНИЕ 137
СПИСОК ЛИТЕРАТУРЫ 138
Список сокращений , 149
ПРИЛОЖЕНИЕ 150
- Основные понятия и определения
- Технологический процесс принятия решений
- Исследование законов распределения диагностических данных в исследуемой популяции
- Структура комплексной автоматизированной системы мониторинга
- Принципы построения и отличительные особенности
Введение к работе
Актуальность темы исследования. Одной из самых больших опасностей для здоровья человека является растущее бремя неинфекционных заболеваний (НИЗ), в частности хронических (ХНИЗ). Осознание этой угрозы привело Всемирную организацию здравоохранения (ВОЗ) к повышению приоритетности программ по профилактике, контролю и мониторингу распространения НИЗ [1]. Как указывают авторы, основой профилактики НИЗ является определение наиболее существенных факторов риска (ФР), их профилактика и контроль. С точки зрения первичной профилактики ФР, инструментом предотвращения заболеваний может стать мониторинг основных факторов риска. Здесь под ФР понимается явление, влияние или воздействие на человека, которое повышает вероятность возникновения у него НИЗ.
При этом для мониторинга в соответствующем регионе выбираются такие ФР, которые: оказывают наибольшее воздействие на показатели заболеваемости и смертности в этом регионе; являются модифицируемыми, т.е поддаются воздействию эффективных мер профилактики; дали положительный опыт по изучению и контролю; дают возможность получения данных с соблюдением соответствующих этических норм [I, 2]. Следует иметь в виду следующее. Во-первых, анализ факторов риска и данных по здоровью населения помогает определить возможность распространения конкретного заболевания, но не позволяет напрямую предсказать состояние здоровья отдельного индивидуума. Во-вторых, в настоящее время главной стратегией реализации мониторинга и контроля НИЗ, рекомендуемой ВОЗ, является разработка и предоставление стандартных методик и инструментов, позволяющих странам укреплять и развивать возможность контроля и снижения риска НИЗ. В-третьих, ВОЗ рекомендует и дальше применять для мониторинга данные, полученные в разных измерительных шкалах. Все это привело к необходимости решения научно-технической задачи разработки средств автоматизации технологии сбора, об- работки и анализа разнородных данных, пригодных для подобного мониторинга.
Хотя в литературе много внимания уделяется вопросам медицинского мониторинга, не удалось найти ни одной публикации, в которой была бы описана действующая автоматизированная (допускающая участие человека в контуре принятия решения) система комплексного мониторинга (АСКМ) ФР ХНИЗ. Это косвенно следует из стратегической задачи ВОЗ, ориентированной на реализацию принципа интегрированного системного подхода к мониторингу" ФР ХНИЗ, а также подчеркивается и ведущими специалистами нашей страны [1, 2, 3]. Одной из причин этого являются трудности формализации обработки данных в задачах мониторинга ФР ХНИЗ. Другими причинами являются отсутствие необходимой технологии мониторинга подготовки и принятия решений, соответствующего модельного обеспечения и нерешенность вопросов интерпретации результатов обработки разнородных данных в этой области медицины.
Поэтому был сделан вывод о необходимости разработки такой АСКМ ФР ХНИЗ, которая позволит проводить сбор и осуществлять контроль качества данных, их обработку и анализ, подготовку и принятие решения по' ним, в том числе управленческих, как на исследуемой популяции, так и конкретного пациента с учетом свойств исходных данных и знаний об особенностях проявления и продолжительности воздействия ФР. Таким образом разработка и внедрение АСКМ, реализующей обработку и хранение разнородной информации данных мониторинга ФР ХНИЗ в популяции и у конкретного человека, является актуальной. Представленная работа выполнена с использованием материалов международной программы ВОЗ < Цель исследования. Разработка основ построения и создание АСКМ ФР ХНИЗ для выявления, прогнозирования развития заболеваний и подготовки управленческих решений по их предупреждению и ослаблению на популяци-онном и индивидуальном уровнях. Задачи исследования: 1. Дать постановку задачи мониторинга ФР ХНИЗ с учетом выявленных особенностей сбора, контроля, обработки и применения данных и знаний о ФР. 2.Разработать структуру АСКМ ФР ХНИЗ. 3.Разработать компьютерную технологию подготовки и принятия решений по выявлению значимых ФР ХНИЗ, прогнозированию развития заболеваний и подготовки управленческих решений, направленных на предотвращение развития заболеваний. 4.Разработать и апробировать стартовый вариант системы мониторинга. Методы исследования. Результаты исследования получены на базе использования аппарата теории вероятностей и математической статистики, теории классификации и экспертных систем, теории принятия решений, интеллектуального анализа данных и вариативного моделирования. Научная новизна полученных результатов заключается в следующем: Разработан 5-ти этапный технологический процесс автоматизации мониторинга ФР ХНИЗ, учитывающий особенности данных и знаний о состоянии факторов риска и ХНИЗ, допускающий автоматизацию их анализа и принятия решений по ним. Разработана структура типовой АСКМ ФР ХНИЗ. На основе вариативного моделирования построены модели и шкалы интегральной оценки суммарного риска развития ХНИЗ в популяции, ориентированные на выявление значимых ФР основных ХНИЗ, диагностику состояния пациента, подготовку управленческих решений и прогноз заболеваний. Разработана интеллектуальная система автоматизированного комплексного мониторинга ФР ХНИЗ, позволяющая осуществлять их раннее выявление и вырабатывать рекомендации на основании разнородных диагностических данных для снижения заболеваемости у взрослого населения. Практическая ценность результатов работы. На базе предложенных методов создана АСКМ ФР ХНИЗ, обеспечивающая выполнение количествен- ной оценки здоровья как популяции, так и отдельного человека, Применение вариативного моделирования позволяет с новых системных позиций подойти к мониторингу ФР ХНИЗ и изучению патологических процессов, проистекающих в организме человека. На основе предложенных подходов разработаны модели и алгоритмы, которые были использованы при проведении научных исследований, выполняемых государственным учреждением научно-исследовательским институтом терапии (ГУ НИИТ) СО РАМН. Выработанные применительно к обработке разнородных диагностических данных методы позволяют в ходе автоматизированной обработки данных активно включать врача в процесс формирования диагностического решения. На основе результатов получены выводы, позволившие подготовить практические рекомендации для врачей. Созданный программный комплекс прошел апробацию и внедрен в эксплуатацию в Центре "Наука для здоровья" ГУ НИИТ СО РАМН (автоматизированные рабочие места кардиолога и диетолога), а также в учебном процессе преподавания курсов "Физиология питания" и "Основы здорового питания" в СибУПК. Применение разработанного модельного, алгоритмического и программного обеспечения подтверждается соответствующими документами. Достоверность научных положений, выводов и рекомендаций подтверждаются обоснованной постановкой теоретических задач, положительными результатами исследований, апробации и внедрения действующей системы мониторинга в реальных условиях. Основные научные положения, выносимые на защиту: Структура типовой АСКМ ФР ХНИЗ. Технологический процесс мониторинга, учитывающий особенности данных и знаний о ФР ХНИЗ, их анализа и принятия решений по ним. Модели для принятия решений по выявлению значимых ФР основных ХНИЗ, полученные на основе вариативного моделировании, и принятия управленческих решений, включая шкалы интегральной оценки суммарного риска развития ХНИЗ в популяции и прогнозов заболеваний. 4. Авторская система «Мониторинг здоровья индивидуума» (её структура и результаты апробации), Апробация работы. Результаты работы и ее основные положения докладывались и обсуждались на научных конференциях с международным участием "Актуальные вопросы профилактики неинфекционных заболеваний" (Москва, 1995 и 1999 гг.), VII и XII научно-практических конференциях врачей "Актуальные вопросы современной медицины" (Новосибирск, 1997 и 2002 гг), "Актуальные проблемы заболеваний терапевтического профиля в Сибири" (Новосибирск, 2002 г), VI и VII Русско-Корейских международных симпозиумах по науке и технике KORUS'2002 (Новосибирск) и KORUS'2003 (Ульсан, Ю. Корея), на Третьей Международной научно-технической конференции "Измерение, контроль, информатизация" (Барнаул, АГТУ, 2002 г.); на I Съезде терапевтов Сибири и Дальнего Востока (Новосибирск, 2005 г.), на научных семинарах кафедры Вычислительной техники Новосибирского государственного технического университета и научных семинарах НИИ института терапии СО РАМН. Связь темы исследований с планами и программами НИР. Диссертационное исследование явилось частью научно-исследовательских работ в рамках следующих проектов: Госбюджетная НИР, тема 030: "Изучить связь традиционных и некоторых новых ФР ХНИЗ с парадоксальными тенденциями общей смертности населения Сибири в период экономического кризиса, разработать методы их первичной и вторичной профилактики на региональном уровне. № 0199.003338.030, 1999-2001 гг. (руководитель акад. РАМН Никитин Ю.П.). Грант РФФИ "Новые методы оценки риска развития сердечнососудистых осложнений у больных артериальной гипертонией в Сибири", № 03-06-00485а, 2003-2004 гг. (руководитель д.м.н., профессор Симонова Г.И.). Грант РФФИ в области инженерных наук "Разработка концептуальных основ построения и создания стартового варианта медицинской системы под- держки принятия решений", № 05-08-49970а, 2005-2006 гг. (руководитель д.т.н., профессор Губарев В.В.). Личный вклад автора. Все выносимые на защиту результаты получены автором лично. Экспериментальные исследования и сбор материала проводились в ГУ НИИТ СО РАМН при участии автора, В работах, опубликованных в соавторстве, автором сформулирована постановка задачи, предложены основные идеи решения, все необходимые исследования проведены при непосредст-венном участии автора. Публикации. Всего опубликовано 24 научных работы, в том числе по теме диссертационной работы - 16; из них 3 работы - в ведущих научных журналах, рекомендованных ВАК РФ; 4 статьи и 9 материалов конференций -' в сборниках научных трудов (из них -2 в зарубежной печати). Структура и объем работы. Диссертационная работа состоит из введения, пяти глав, заключения и списка литературы из 126 наименований, содержит 149 страницы основного текста, 29 рисунков, 41 таблицы и приложение*. ' Автор выражает благодарность сотрудникам государственного учреждения научно-исследовательского института терапии СО РАМН - академику РАМН ЮЛ. Никитину, профессору, д.м.н. Г,И. Симоновой, профессору, Д.М.Н. С,К, Малютиной за консультационную помощь. Прежде всего определим понятия и дадим основные определения терминам, используемых в диссертационном исследовании. Одним из важных является понятие "информация". Не выясняя сути этого понятия (см.[4+ ]), определим его как "совокупность содержательных сведений, которые могут быть выработаны, собраны, переданы, сохранены, переработаны, воспроизведены, использованы и т.п.". Следующими важными понятиями являются термины: сигнал, данные и знания [5-6v]. Их определения даны в [5-6+] (см. также [6+]). Сигнал - материальный носитель информации - физическое вещество, поле, процесс. Данные - рассматриваемый безотносительно к содержательному смыслу набор символов и представляемых ими записей. Знания - проверенные практикой результаты познания действительности, полезные сведения, которые могут многократно использоваться людьми. Акцентируем внимание на следующих аспектах приведенных определений. Сходство сигналов и данных - они носители информации, а не сама информация. Их отличие сводится к тому, что информация, содержащаяся в сигнале, недоступна непосредственному восприятию субъектом. Данные же это, во-первых, совокупность содержащих информацию символов, во-вторых, совокупность, доступная для восприятия человеком. С точки зрения решения конкретной задачи всю информацию о некоем объекте можно условно считать состоящей из трех взаимосвязанных пересекающихся, нечетко разделимых частей: знания, протознания и информационный мусор [7+]. Знания рассматриваются двояко. Во-первых, как операнды синтактических операций (знания 1-го рода, знания - 1), во вторых, как операнды семантических операций (знания 2-го рода, знания - 2). В этом смысле сигналы, [+] - список источников, выполненных при участии научного руководителя. данные и знания 1-го рода, рассматриваемые как операнды синтактических операций, как носители полезной информации и информационного мусора, будем в дальнейшем условно обозначать одним словом "данные". Знания - 2 в отличие от сигналов и данных это уже элемент информации, отличающийся логической полнотой, ограниченностью набора, и, в завершенном варианте, проверенностью практикой. Они (знания) включают в себя всю релевантную информацию [4+], т.е. ту часть "полезной" для решения стоящей задачи информации, которая полностью устраняет (с точки зрения решаемой задачи!) неопределенность об объекте у получателя. Релевантная информация, в свою очередь, есть часть полезной (для получателя) информации - совокупности сведений, уменьшающих степень неопределенности о рассматриваемом объекте у ее получателя. В отличие от знаний полезная информация может быть логически не полной, противоречивой, не всегда достоверной и т.п. Знания же это полезная информация, представленная в виде, удобном для ее интеллектуального "переваривания". "Протознания" - это та часть информации, из которой могут быть получены новые знания. Остальная часть информации, - это информационный мусор - содержащиеся в "данных" сведения, которые не содержат полезной для пользователя информации и/или протозна-ний, но многократно увеличивают издержки пользователя. Теперь рассмотрим цели и задачи исследуемого комплексного мониторинга. Целью комплексного автоматизированного мониторинга является интегрированный сбор, накопление, хранение, обработка, передача, анализ и интерпретация результатов анализа потоков распределенных данных в единой информационной системе с использованием современных информационных технологий для удовлетворения всех согласованных запросов администраций, государственных и общественных организаций, населения региона с учетом популяционных показателей здоровья общества (физического, духовного, пси-хо-социального), а также показателей здоровья индивидуального человека с его биологическими особенностями [8-9 ]. [ ] - список источников, выполненных при участии втора. Задачи комплексного автоматизированного мониторинга [8-9 ]: получение достоверной информации на всех этапах подготовки, проектирования и проведения медицинского исследования в ходе эксплуатации системы мониторинга; накопление и пополнение данных, касающихся факторов, влияющих на развитие исследуемого вида заболевания; выявление, анализ и оценка факторов, влияющих на все параметры (характеристики) исследуемого заболевания; прогноз факторов и характеристик (показателей) исследуемого заболевания во времени в зависимости от воздействия разных факторов; подготовка необходимых данных и автоматизация принятия оптимальных управленческих решений; выбор вариантов поведения при конкретных реализациях внешних воздействий ФР; использование данных и знаний о ФР для проведения НИР в различных областях (оценка популяционного здоровья жителей, проживающих в данном регионе, сравнительный анализ таких данных на региональном и национальном уровнях и т.п.); обеспечение имеющимися всесторонними данными, выводами и рекомендациями, получаемыми в ходе мониторинга, администраций, государственных и общественных организаций, а также населения региона и отдельных индивидуумов. Учитывая специфику исходных данных и принятия решений, предлагается технология принятия решений, которая позволит выполнять процесс принятия решений мониторинга в пять этапов. Она далее конкретизирована на примере решения задачи мониторинга, предполагающей выявления факторов риска ХНИЗ, а также определение их степени выраженности на основании данных мониторинга о ФР. Как уже было упомянуто, в настоящее время реализованы 2-4-х этапные технологии принятия решений (см. например [39+, 40+]). В работе [40+] автором использована 3-х этапная технология принятия ДР, выполняющая: 1) сбор данных; 2) обработку; 3) анализ и принятие решений, К недостаткам данной системы можно отнести: 1) отсутствие параметризации задач диагностики; 2) неучастие врача в анализе; 3) трудность согласования данных, измеренных в разных шкалах, т.е. отсутствие шкалы интегральной оценки данных; 4) отсутствие формализованного аппарата анализа данных и принятия ДР. В работе [39+] автором была использована 4-х этапная технология принятия ДР, выполняющая: 1) параметризацию задач диагностики; 2) сбор данных; 3) обработку; 4) анализ и принятие решений. В этой автоматизированной системе были учтены недостатки предыдущей системы [40+]. Однако, рассматриваемая система, предназначенная для решения диагностических задач в области детской неврологии, не позволяет решить стоящие перед нами задачи, а именно осуществлять мониторинг факторов риска ХНИЗ на популяционном и индивидуальном уровнях, т.е. иметь возможность получать новые "знания-2" на попу-ляционных данных и успешно применять их для конкретного пациента. Для решения стоящей, задачи предлагается технология мониторинга, в основу которой положена технология, описанная в [39 ], Её отличие в следую щем: помимо совмещения мониторинга ФР заболеваний для населения и индивидуумов по совокупности заболеваний и допустимости включения на каждом этапе экспертов, его отличия от известных сводятся к следующим. 1). ТП является пятиэтапным. Он содержит оригинальный 5-ыЙ, включенный в обратную связь ТП, этап подготовки, мониторинга реализации и анализа последствий реализации управленческих решений. 2). На 2 этапе /сбор данных/ - после формирования множества параметров задачи мониторинга (определения исходных данных Zx, методов преобразования данных в диагностические признаки (ДП) ZY и структуры мониторинга /наличие ФР, период их воздействия, степень выраженности, последствия, .../ ZM осуществляется не просто сбор всех данных, а их структуризация, контроль качества и отбор из них тех, которые являются стартовыми для мониторинга, для настройки системы, т.е. формируется множество данных мониторинга (ДМ). 3). Применение на 3-м этапе /обработка ДМ/ при преобразовании ДМ в ДП совокупности как известных d, так и новых Т, р (см. далее) признаков. 4). Включение в ТП задач прогноза последствий воздействия ФР и принятия диагностических и управленческих решений, 5). Основные настройки системы, реализующие ТП, осуществляются, во-первых, по совокупности данных всей популяции, во-вторых, могут корректироваться под конкретного индивидуума. Решение же для конкретного объекта осуществляется только после настройки системы. Настоящая глава посвящена исследованию применения моделей, входящих в моделетеку разрабатываемой АСКМ ФР ХНИЗ, для решения разнообразных задач мониторинга методами интеллектуального анализа данных, с помощью вариативного моделирования. До сих пор разнородность медицинских данных приводила к тому, что для каждого из рассчитываемых ДП алгоритмы их обработки должны были учитывать разнообразие самих ДМ и то, что они измерены в разных шкалах. Во избежание этого предлагается разработать шкалу оценки и интерпретации выраженности ФР ХНИЗ с учетом их проявления, инвариантную к алгоритмам обработки исходных данных, которая является экспертным аналогом интервальной шкалы измерений. Поэтому вместо анализа индивидуального вклада каждого ДП предложена совместная "мера" вклада всех ДП. Вначале исследуем законы распределения ДМ ФР ХНИЗ, чтобы выбрать соответствующий математический аппарат, Согласно системным принципам полноты и минимальной избыточности [8 , 25, 98, 114-116] АСКМ ФР ХНИЗ должна иметь столько компонентов (подсистем, средств обеспечения), сколько необходимо, чтобы наилучшим образом выполнять все указанные в п. 1.1. задачи комплексного автоматизированного мониторинга. На рис.4.1. показана структура типовой комплексной автоматизированной СМ ФР ХНИЗ. Модуль управления Модуль управления обеспечивает получение и применение достоверной информации на всех этапах подготовки и проведения мониторинга. Модуль сбора данных. В этот модуль входят базы данных (БД) и базы знаний (БЗ), которые осуществляет работу с данными мониторинга и оперирует знаниями в этой области. Для представления данных могут использоваться реляционные СУБД, которые зарекомендовали себя благодаря своей популярности. Модели представления знаний могут быть представлены в виде продукционной, семантической или сети фреймов. Стратегия управления выводом знаний зависит от выбранного метода поиска, обычно это прямой или обратный выбор. Также в модуль сбора входит блок отбора ДМ, в котором осуществляется отбор ДМ X из всех исходных данных X, которые сочтены пригодными для мониторинга. Далее в модуле контроля качества ДМ происходит контроль качества данных, учитывающий их специфику. В предлагаемой системе для сбора данных могут использоваться различные стандартизованные опросники о здоровье индивидуума (как в виде опроса интервьюером, так и в виде самозаполнения пациентом), а также сбор по-пуляционных данных, ежегодно пополняемых в основной базе данных. Ввод собранных данных, так называемой первичной документации, можно осуществлять сразу на нескольких компьютерах с последующим сливанием в одну единую базу. АСКМ ФР ХЫИЗ содержит (БД): - популяционные, содержащие данные популяционных исследований, данные регистров заболеваемости или смертности ХНИЗ работающих в районе исследования за большой интервал времени; формализованные электронные карты индивидуумов (больных), содержащие данные историй отдельных больных; Модуль обработки информации позволяет осуществлять обработку ДМ X, преобразование их в стандартизованную форму V и в множество диагностических признаков (ДП) y={ys (х), j = \,п }, п т. Состав множества ДП определяется на основании знаний экспертов предметной области. Модуль анализа ДМ, принятия ДР и УР позволяет подготовить необходимые данные и автоматизировать принятие ДР и УР по ним. Принятием ДР является формирование текущего результирующего диагностического результата объекта мониторинга, т.е например, выявление модифицируемого ФР у пациента - АГ. На основании исходных значений ДП, характеризующего ФР «АГ» осуществляется «прогноз последствий ДР» -больной информируется о возможном «тяжелом» прогнозе, если не будут приняты меры по устранению или уменьшению имеющегося у него ФР. Далее системой подготавливаются варианты управленческих решений (УР), т.е те меры, которые необходимы для достижения цели - снижения заболеваемости. При необходимости врач может корректировать необходимые рекомендации по индивидуальным особенностям человека. Происходит повторный прогноз состояния объекта с выбранным УР и после всех необходимых корректировок принимается УР. Далее все УР заносятся в БД для дальнейшего визита пациента к специалисту, что позволяет смотреть пациента в динамике. Модуль реализации УР - осуществляет подготовку необходимых выводов и рекомендаций, получаемых в ходе мониторинга и их исполнение на разных уровнях; информированность и исполнение рекомендаций, получаемых в ходе мониторинга для разных потребителей, для НИР, государственных и общественных организаций, администраций, населения региона и индивидуумов. Общее программное обеспечение (ПО) обеспечивает функционирование вычислительной техники, разработку и подключение новых программ. Сюда входят операционные системы, системы программирования и обслуживающие программы. АСКМ ФР ХНИЗ является открытой системой, что позволяет как модернизировать уже имеющиеся модули, так и разрабатывать новые. АСКМ должна отвечать следующим требованиям: минимальное время ответа на запросы пользователя; адаптация к уровню подготовки пользователя и его профессиональным запросам; простота освоения приемов работы и легкость общения, надежность и простота обслуживания; терпимость по отношению к пользователю; возможность быстрого обучения пользователя; возможность работы в составе информационной сети. В основу комплексной автоматизированной системы мониторинга "Мониторинг здоровья индивидуума" положены следующие базовые подходы: - анализ текущего состояния индивидуума по имеющим у него основным ФР ХНИЗ; - оценка индивидуального суммарного риска развития ХНИЗ; - формирование индивидуальных ФР нерационального питания; - прогноз будущего состояния индивидуума по имеющим у него основным ФРХНИЗ; - индивидуальный подход в выборе рекомендуемых рекомендаций по изменению стиля жизни. Индивидуальный подход в выборе рекомендуемого состава рациона заключается в формировании индивидуальной нормы энергетических затрат и потребления пищевых веществ в составе рациона в зависимости от особенностей человека, его привычек и образа жизни, риска и наличия определенных заболеваний. От имеющихся отечественных и зарубежных аналогов компьютерных систем, предназначенных для решения задачи анализа здоровья человека с помощью мониторинга основных ФР и оценки фактического питания [82, 117-120] система мониторинга "Мониторинг здоровья индивидуума" отличается следующим рядом важных особенностей и преимуществ: - Главной и уникальной особенностью системы является возможность формирования текущего состояния объекта с помощью диагностических и управленческих решений при мониторинге здоровья пациента с использованием индивидуальных нормативов. При этом учитываются не только рост, вес, возраст, пол, должный вес, телосложение, физическая нагрузка, но и образ жизни пациента, включая наличие артериальной гипертензии и нарушение липидного спектра. -Другая особенность системы состоит в том, что оценивается суммарный риск развития ХНИЗ по имеющимся у пациента факторам. Также отличительной особенность системы является прогнозирование будущего состояния объекта. - Следующая важная особенность системы заключается в наличии экранных форм цветных фотографий продуктов питания и основных нутриентов, по которым пациент определяет количество порций и частоту продуктовых наборов, съеденных им в течение месяца, по методу частотного опросника. - Важным и удобным в использовании являются такие возможности системы, как возможность формирования химсостава рациона питания по пирамиде питания, строя автоматически пирамиду питания, полученную в результате фактического опроса и необходимую, с индивидуальными нормативами. - Характерным отличием системы мониторинга является наблюдение объекта в разные временные интервалы (в динамике). При последующих обследованиях пациента врач может сравнивать новые результаты с предыдущими, оценить эффективность и корректировать профилактические мероприятия. Все перечисленные выше особенности системы, включая формирование текущего состояния объекта ФР ХНИЗ с учетом фактора питания, оценка суммарного риска развития ФР ХНИЗ, их прогноз, а также выработка необходимых рекомендаций (управленческих решений) для снижения (уменьшения) влияния ФР с использованием индивидуальных нормативов, делает разработанную систему "Мониторинга здоровья индивидуума" уникальным профессиональным инструментом для врача-кардиолога и врача-диетолога. Наличие перечисленных функций делает эту систему весьма привлекательной и для врача-валеолога, специалиста, обучающего пациента здоровому образу жизни. Например, такие функции, как анализ состава пищи и отдельных продуктов питания, вычисление оптимального веса интересно для самого пациента.Основные понятия и определения
Технологический процесс принятия решений
Исследование законов распределения диагностических данных в исследуемой популяции
Структура комплексной автоматизированной системы мониторинга
Принципы построения и отличительные особенности
Похожие диссертации на Автоматизированная система комплексного мониторинга факторов риска хронических неинфекционных заболеваний
