![Разработка методов, моделей и алгоритмов прогнозирования и донозологической диагностики кожных болезней, имеющих представительство на проекционных зонах, с использованием нечеткой логики принятия решений и рефлексодиагностики [Электронный ресурс]](/i/b/3321/168311.png "Разработка методов, моделей и алгоритмов прогнозирования и донозологической диагностики кожных болезней, имеющих представительство на проекционных зонах, с использованием нечеткой логики принятия решений и рефлексодиагностики [Электронный ресурс]")
![Разработка методов, моделей и алгоритмов прогнозирования и донозологической диагностики кожных болезней, имеющих представительство на проекционных зонах, с использованием нечеткой логики принятия решений и рефлексодиагностики [Электронный ресурс]](/i/d/3939/168311/450/1.png "Разработка методов, моделей и алгоритмов прогнозирования и донозологической диагностики кожных болезней, имеющих представительство на проекционных зонах, с использованием нечеткой логики принятия решений и рефлексодиагностики [Электронный ресурс]")
![Разработка методов, моделей и алгоритмов прогнозирования и донозологической диагностики кожных болезней, имеющих представительство на проекционных зонах, с использованием нечеткой логики принятия решений и рефлексодиагностики [Электронный ресурс]](/i/d/3939/168311/450/2.png "Разработка методов, моделей и алгоритмов прогнозирования и донозологической диагностики кожных болезней, имеющих представительство на проекционных зонах, с использованием нечеткой логики принятия решений и рефлексодиагностики [Электронный ресурс]")
![Разработка методов, моделей и алгоритмов прогнозирования и донозологической диагностики кожных болезней, имеющих представительство на проекционных зонах, с использованием нечеткой логики принятия решений и рефлексодиагностики [Электронный ресурс]](/i/d/3939/168311/450/3.png "Разработка методов, моделей и алгоритмов прогнозирования и донозологической диагностики кожных болезней, имеющих представительство на проекционных зонах, с использованием нечеткой логики принятия решений и рефлексодиагностики [Электронный ресурс]")
![Разработка методов, моделей и алгоритмов прогнозирования и донозологической диагностики кожных болезней, имеющих представительство на проекционных зонах, с использованием нечеткой логики принятия решений и рефлексодиагностики [Электронный ресурс]](/i/d/3939/168311/450/4.png "Разработка методов, моделей и алгоритмов прогнозирования и донозологической диагностики кожных болезней, имеющих представительство на проекционных зонах, с использованием нечеткой логики принятия решений и рефлексодиагностики [Электронный ресурс]")
![Разработка методов, моделей и алгоритмов прогнозирования и донозологической диагностики кожных болезней, имеющих представительство на проекционных зонах, с использованием нечеткой логики принятия решений и рефлексодиагностики [Электронный ресурс]](/i/d/3939/168311/450/5.png "Разработка методов, моделей и алгоритмов прогнозирования и донозологической диагностики кожных болезней, имеющих представительство на проекционных зонах, с использованием нечеткой логики принятия решений и рефлексодиагностики [Электронный ресурс]")
Содержание к диссертации
Введение
ГЛАВА 1. Аналитический обзор и постановка задач исследования 11
1.1. Кожные болезни и современные методы их диагностики 11
1.2. Использование методов рефлексодиагностики для решения задач прогнозирования, ранней и дифференциальной диагностики заболеваний кожи 19
1.3. Применение современных информационных технологий для прогнозирования и диагностики заболеваний кожи 33
1.4. Цели и задачи исследования 45
ГЛАВА 2. Методы и модели прогнозирования и диагностики кожных болезней, имеющих представительство на проекционных зонах 48
2.1. Формирование списков информативных признаков для решения задач прогнозирования ранней диагностики кожных болезней 48
2.2. Метод синтеза нечетких решающих правил для прогнозирования и ранней диагностики кожных болезней 76
2.3. Синтез меридианных моделей взаимодействия органов и систем с проекционными зонами, меняющими свое энергетическое состояние при кожных болезнях 85
2.4. Выводы второй главы 93
ГЛАВА 3. Разработка автоматизированной системы поддержки принятия решений по прогнозированию и диагностике заболеваний кожи 95
3.1. Синтез решающих правил для прогнозирования и диагностики кожных болезней, имеющих представительство на биологически активных точках 95
3.2. Алгоритм управления процессами обучения, прогнозирования и диагностики кожных болезней, имеющих представительство на проекционных зонах 118
3.3. Разработка структуры системы поддержки принятия решений по прогнозированию ранней диагностики кожных болезней 125
3.4. Выводы третьей главы 129
ГЛАВА 4. Результаты экспериментальных исследований 129
4.1. Объект, методы и средства исследования 130
4.2. Проверка эффективности правил прогнозирования кожных болезней, имеющих представительство на проекционных зонах 132
4.3. Проверка эффективности правил ранней диагностики кожных болезней, имеющих представительство на проекционных зонах 140
4.4. Выводы четвертой главы 142
Заключение 144
Библиографических список
- Кожные болезни и современные методы их диагностики
- Формирование списков информативных признаков для решения задач прогнозирования ранней диагностики кожных болезней
- Синтез решающих правил для прогнозирования и диагностики кожных болезней, имеющих представительство на биологически активных точках
- Проверка эффективности правил прогнозирования кожных болезней, имеющих представительство на проекционных зонах
Введение к работе
Актуальность темы. Несмотря на значительные успехи современной медицины, процент кожно-венерологических заболеваний остается весьма высоким, чему в значительной степени способствуют экологическая обстановка, социально-бытовые условия и ряд других факторов риска (Рыжкова А И , Берейбин А А , Жилина В Г , Петросян ЭА)
Даже при легких формах течения кожных болезней, появляющийся
социально-психологический дискомфорт может порождать
сопутствующие психосоматические расстройства, а тяжелые формы заболеваний приводят к потере трудоспособности и ранней инвалидизации пациентов
Специалисты - дерматовенерологи, отмечая недостаточную эффективность профилактики и лечения кожных болезней, в качестве одного из направлений своей деятельности называют точные прогнозирование и диагностику кожных болезней, включая донозологическую диагностику (Рыжкова А И , Силина Л В , Мятенко Н И , Лукашов М И )
Как показывают многочисленные исследования отечественных и зарубежных ученых, значительного повышения качества оказания медицинских услуг населению при диагностике и лечении различных заболеваний, включая и патологию кожных покровов, можно ожидать при широком использовании методов системного анализа и современных информационных технологий (Фролов В Н , Устинов А Г, Долженкова 3 Н , Федулова А М )
С учетом сказанного, актуальность темы диссертации определяется необходимостью разработки и широкого внедрения в дерматологию новых высоко эффективных средств прогнозирования и диагностики кожных болезней, строящихся на основе методов системного анализа, управления и обработки информации, что позволит поднять на новый уровень качество медицинского обслуживания больных, страдающих кожными заболеваниями.
Работа выполнена в соответствии с научным направлением Курского государственного технического университета «Медико-экологические информационные технологии» и в соответствии с отраслевой научно-технической программой «Научные исследования высшей школы по приоритетным направлениям науки и техники», подпрограмма 204 «Технология живых систем»
Цель работы Разработка методов, моделей, алгоритмов прогнозирования и донозологической диагностики кожных болезней, имеющих представительство на проекционных зонах, обеспечивающих приемлемое для практики качество классификации в условиях неопределенности и неполноты представления данных при пересекающихся структурах классов
Для достижения поставленной цели необходимо решить следующие задачи
на основании данных литературных источников и разведочного анализа сформулировать рекомендации по выбору информативных признаков и решаемых задач с учетом медико-технологических ограничений,
предложить метод синтеза решающих правил для прогнозирования и донозологической диагностики выбранного класса кожных болезней,
синтезировать модели взаимодействия поверхностных проекционных зон со структурами организма, изменяющими свое энергетическое состояние при заболеваниях кожи,
получить решающие правила прогнозирования и донозологической диагностики для ряда заболеваний кожи и проверить качество их работы в клинической практике,
разработать алгоритм управления процессами синтеза решающих правил прогнозирования и ранней диагностики заболеваний кожи,
предложить и апробировать структуру программного обеспечения системы поддержки принятия решения врача дерматовенеролога
Методы исследования. Для решения поставленных задач использовались методы системного анализа, математического моделирования, математической статистики, нечеткой логики принятия решений, рефлексологии и экспертного оценивания
При разработке программного обеспечения использовался принцип модульного программирования и технология средств визуального программирования Delphi
Научная новизна исследования. В диссертации получены следующие результаты, характеризующиеся научной новизной
метод синтеза правил нечеткой классификации, позволяющий получать системы правил для расчета коэффициентов уверенности в прогнозе и донозологической диагнозе заболеваний кожи, имеющих представительство на проекционных зонах, обеспечивающих высокую степень уверенности в принимаемых решениях при не полностью определяемой исходной информации и пересекающихся структурах классов
меридианные модели взаимодействия проекционных зон, и, в частности, биологически активных точек, с внутренними структурами организма, меняющими свое энергетическое состояние при возникновении предпосылок к заболеванию кожи, отличающиеся возможностью учета и анализа всех существенных связей по выбранному классу заболеваний,
позволяющие выбирать рациональные схемы профилактики кожных болезней
алгоритм управления процессами синтеза решающих правил прогнозирования и донозологической диагностики кожных болезней, отличающийся возможностью получения параметров нечетких решающих правил по данным разведочного анализа по выбранному классу заболеваний, и, позволяющий гибко менять тактику ведения дерматологических больных в зависимости от их индивидуального состояния
решающие правила для прогнозирования и ранней диагностики заболеваний кожи, имеющих представительство на проекционных зонах, обеспечивающие приемлемое для практического использования качество классификации
Практическая значимость и результаты внедрения работы. Разработанные модели, методы и алгоритмы составили основу построения автоматизированной системы поддержки принятия решений для врача-дерматовенеролога, клинические испытания которой показали целесообразность ее использования в медицинской практике
Применение предложенных в диссертации разработок позволяет
повысить качество оказания медицинской помощи
дерматовенерологическим больным
Предложенные в работе методы и средства внедрены в учебный процесс кафедры биомедицинской инженерии Курского государственного технического университета (дисциплина «Энергоинформационные модели рефлексологии») и используются в клинической практике Курского областного кожно-венерологического диспансера
Экономическая и социальная значимость внедрения результатов диссертационного исследования состоит в сокращении сроков лечения и улучшении качества жизни больных страдающих заболеваниями кожи
Апробация. Основные результаты диссертационной работы были представлены и обсуждались на 7-й Международной конференции «Оптико-электронные приборы и устройства в системах распознавания образов, обработки изображений и символьной информации Распознавание - 2005» (Курск, 2005), на XII и XIII Российских научно-технического конференциях «Материалы и упрочняющие технологии -2005 и 2006» (Курск 2005, 2006), на IX Международной научно-технической конференции «Медико-экологические информационные технологии - 2006» (Курск, 2006), на XIX Всероссийской научно-технической конференции студентов, молодых ученых и специальность «Биотехнические, медицинские и экологические системы и комплексы» (Биомедсистемы - 2006) (г Рязань, 2006), на научно-технических семинарах кафедры биомедицинской инженерии КурскГТУ (Курск, 2004, 2005, 2006, 2007)
Положения, выносимые на защиту
Методы, решающие правила и программные продукты прогноза риска возникновения и диагностики кожных заболеваний, имеющих представительство на поверхностных проекционных зонах, позволяют получить уверенность в правильном прогнозе и ранней диагностики на уровне 0 96, а в донозологическом диагнозе - на уровне 0 91, что делает целесообразным их использование в дерматовенерологической практике
Меридианные модели, отражающие специфику взаимодействия внутренних структур организма с поверхностными проекционными зонами, позволяют рационализировать процессы рефлексодиагностики, профилактику и лечение кожных болезней
Алгоритм управления процессами синтеза решающих правил, прогнозирования и донозологической диагностики обеспечивает синтез прогностических и диагностических решающих правил для различных типов заболеваний кожи и позволяет составлять рациональные схемы ведения кожновенерологических больных, сокращая тем самым сроки лечения по выбранному классу заболеваний
Публикации. По материалам диссертации опубликовано 10 печатных работ, из них две в журналах, рекомендованных ВАК РФ
Личный вклад автора. В работах, опубликованных в соавторстве и приведенных в конце автореферата, в [1 и 6] соискателем предлагается структура программного обеспечения для системы поддержки принятия решений врача-дерматовенеролога, в [2] предлагается для получения параметров функций принадлежностей прогностических и диагностических решающих правил использовать данные разведочного анализа, в [3, 7, 8 и 10] автором доказана целесообразность использования электрических характеристик биологически активных точек при решении задач прогнозирования и диагностики ряда кожных заболеваний, в [4] соискателем получены решающие правила для донозологической диагностики и диагностики стадий кожных заболеваний, в [9] соискателем предложен метод синтеза нечетких комбинированных решающих правил для прогнозирования и диагностики различных стадий кожных болезней
Структура и объем работы. Диссертация состоит из введения, четырех глав и заключения, изложенных на 145 страницах машинописного текста, иллюстрирована 64 рисунками, 13 таблицами, содержит список литературы из 129 наименований
Кожные болезни и современные методы их диагностики
В режиме приобретения знаний общение с ЭС осуществляет (через посредничество инженера по знаниям) эксперт. Эксперт описывает проблемную область в виде совокупности данных и правил. Данные определяют объекты, их характеристики и значения, существующие в области экспертизы. Правила определяют способы манипулирования с данными, характерные для рассматриваемой области.
В режиме консультации общение с ЭС осуществляет конечный пользователь, которого интересует результат и (или) способ его получения.
В режиме консультации данные о задаче пользователя после обработки их диалоговым компонентом поступают в рабочую память. Решатель на основе входных данных из рабочей памяти, общих данных о проблемной области и правил из БЗ формирует решение задачи. Если реакция системы не понятна пользователю, то он может потребовать объяснения:
Структуры ЭС статического типа используют в тех приложениях, где можно не учитывать изменения окружающего мира, происходящие за время решения задачи.
Существует огромный класс приложений, в которых требуется учитывать динамику, т.е. изменения, происходящие в окружающем мире за время исполнения приложения. На рис. 1.5. показано, что в архитектуру динамической ЭС по сравнению со статической ЭС вводятся два компонента: подсистема моделирования внешнего мира и подсистема связи с внешним окружением.
Последняя осуществляет связи с внешним миром через систему датчиков и контроллеров. Кроме того, традиционные компоненты статической ЭС (база знаний и машина вывода) претерпевают существенные изменения, чтобы отразить временную логику, происходящих в реальном мире событий.
Известные экспертные медицинские системы МОДИС, КОНСУЛЬТАНТ-2, ЛЕДИ-2, «Обезболивание», «Хирург», «ДИАЛОГ-Д», «АСПОН-Д», MYCIN, CASNET, INTERNIST, PIP, IRIS, EXPERT, PUFF, HODGKINS, HEADMED, VM и др. позволяют проводить консультации при постановке диагноза и лечении, поддерживать ход врачебных "рассуждений, дополняя и восстанавливая медицинские знания, моделировать патологические процессы в виде сети причинно-следственных связей, формировать клинические картины заболеваний.
Некоторые системы обладают способностью улучшать свое качество в процессе своего функционирования в данной предметной области [55, 72, 78, 85, 89, 91, 128]. Опыт применения таких систем показывает, что некоторые из них функционируют лучше, чем консультанты-медики. Однако следует отметить, что при всех своих достоинствах существующие системы, даже в рамках одной предметной области медицины, ориентированы, в основном, на решение своих специфических задач в узкой области знаний.
Известны так же экспертные системы выполняемые в виде универсальных оболочек, способных решать различные типы задач для различных специалистов медицинского профиля [89, 96,128]. Так, например, в работе [98] описана система поддержки врачебных решений при ведении больных с заболеванием сердечно-сосудистой системы в терапевтическом отделении стационара. Для принятия основных врачебных решений в рамках технологического процесса создано мощное информационное обеспечение системы: базы данных для сбора анамнестической и физикальной информации, результатов лабораторных и инструментальных методов исследования, данные о медикаментах и не медикаментозных методах, применяемых в кардиологической практике, а также база диагностических знаний и алгоритмы диагностики риска заболеваний, база знаний, позволяющая на любом этапе ведения больного сформировать наиболее целесообразный план обследования, и база знаний для принятия лечебных и тактических решений врача при ведении больных с заболеваниями сердечнососудистой системы. Система поддержки врачебных решений при ведении больных с заболеванием сердечно-сосудистой системы в терапевтическом отделении стационара содержит такие объемы знаний и справочной информации, которые в условиях поликлиники представляются явно избыточными, приводят к неоправданно большому времени общения врача с машиной, что в свою очередь приводит к психологическому не восприятию пользователем рассмотренной выше системы.
Анализ известных универсальных оболочек показал, что для них не создавались программы для решения задач в соответствии с выбранной нами целью.
Из специализированных систем наиболее близким прототипом по своим целям и решаемым задачам является система поддержки принятия решений по диагностике и комплексной терапии такого заболевания кожи, как акне [62]. Отличительной особенностью этой системы является то, что в ее состав входит нестандартное оборудование для оценки упруго-диссипативных свойств кожи, измерения электрических характеристик биологически активных точек и проведения электрорефлексотерапии. Техническое решение задач рефлексодиагностики и рефлексотерапии реализовано в двух вариантах. В первом варианте исследование электрических характеристик биологически активных точек осуществляется с помощью программно-управляемого многоканального анализатора (МАБАТ) и специально разработанного пакета прикладных программ. Рефлексотерапия осуществляется автономными приборами типа «Пчелка» и «Рефлекс-01-03».
Во втором варианте для рефлексодиагностики и рефлексотерапии используется специально разработанная подсистема, структура и рекомендации по использованию которой приведены в работе [47].
Формирование списков информативных признаков для решения задач прогнозирования ранней диагностики кожных болезней
Анализ этнологии и патогенеза кожных заболеваний, имеющих представительство на проекционных зонах, а так же работа с высококвалифицированными экспертами позволила выделить несколько групп факторов риска провоцирующих появление, развитие и обострение выбранного для исследований класса заболеваний.
Как показали проведенные нами исследования в сочетании с информацией об энергетических характеристиках проекционных зон "связанных" с конкретными заболеваниями, данные по факторам риска обеспечивают приемлемое для медицинской практики качество прогноза и донозологической диагностики.
В состав основных факторов риска входят: наследственность; выраженные вегето-сосудистые нарушения (мигрень, тахикардия, артериальная гипертензия, акроцианоз); в анамнезе значительные психоэмоциональные напряжения; сопутствующие патологии желудочно-кишечного тракта (гастрит, язва, дисбактериоз); нарушение соотношения между процессами торможения/возбуждения связанные с общесистемными расстройствами; наличие очагов локальных инфекций (хронический тонзиллит, отит, фарингит); расстройства терморегуляции (снижение токтильной, тепловой, холодовой и болевой чувствительности); злоупотребление алкоголем; чувствительность к аллергенам (пищевым, ингаляционным, лекарственным и т. д.); в анамнезе инфекционные заболевания приводящие к бактериальной аллергии; работа и образ жизни связанные с физическими раздражителями (холод, ветер, высокие температуры); чувствительность к контактным раздражителям (шерсть, синтетика, никель, кобальт и др.); частое употребление пищевых раздражителей (молоко, свинина, рыба, мед, кисель и др.).
На этапах донозологической диагностики дополнительно следует обращать внимание на состояние кожи (сухость, гиперэстезия, шелушение, наличие различного рода высыпаний и других образований), а также на жалобы обследуемого (зуд, импульсивное побуждение к расчесыванию кожи).
Рассмотрим более подробно способы формализованного представления перечисленных факторов риска и других информативных признаков с учетом того, что в качестве основного математического аппарата выбрана нечеткая логика принятия решений, а в качестве ведущих информативных признаков -энергетические характеристики проекционных зон, на которые «выводится» информация о наличие кожных заболеваний.
Анализ известных и хорошо апробированных атласов меридиан позволил выделить классы заболеваний coe(i.=\,...,L), которые принципиально могут прогнозироваться и диагностироваться с помощью проекционных зон, и в частности биологически активных точек. Меридианные точки имеют связи со следующим списком заболеваний кожи и их проявлений: [Х01] - кожные заболевания, сопровождающиеся зудом (Р7); [Х02] - кожные сыпи (Р11); [X03]-3yfl(Pll,VB30,F5) [Х04] - крапивница (GI11, Е32, VI1, V12, V17, V20, ТС9, ТС19); [Х05] - экзема (GI11, VB30, NC19); [Х06] - нейродермит (атонический дерматит) (GI11); [Х07] - кожные сыпи аллергического характера (GI15); [Х08] - воспаление и зуд кожи лица (GI20); [Х09] - аллергии (V40, VB41); [Х010] - экзема на кистях (МС8); [Х011 ] - зудящие дерматозы (VB31); [Х012] -экзема в промежности (F10); [Х013] - зуд половых органов (F11, VC1, VC7); [Х014] - зуд в промежности (VG1); [Х015]-хейлит(УО27); [Х016]-зудвек(УО28).
Кроме этого кожные заболевания и их проявления связаны с проекционными зонами стопы: ТС9-[Х04] ТС19-[Х04],[Х05].
Среди внемеридианных точек ушной раковины с кожными заболеваниями связаны точки: АР 13 (кожные болезни); АР22 (все кожные болезни); АР29 (кожные болезни); АР30 (зуд); АР31 (зуд, противоаллергическая); АР71 (аллергическая сьшь, крапивница); АР78 (все аллергические заболевания); АР 106, АР 107, АР 108 (кожный зуд и кожные заболевания в области спины).
Синтез решающих правил для прогнозирования и диагностики кожных болезней, имеющих представительство на биологически активных точках
Предложенный во второй главе метод синтеза нечетких решающих правил был опробован доктором Федуловой A.M. для решения задач прогнозирования и диагностики стадий разацеа [96] и доктором Демченко О.А., для решения задач прогнозирования и диагностики псориаза [23].
В нашей работе из всего класса кожных болезней мы остановимся на синтезе решающих правил прогнозирования такого распространенного заболевания как атопический дерматит - АД (нейродермит) имеющий факторы риска присущие всем кожным заболеваниям. Одновременно с атопическим дерматитом получим частные решающие правила для классов ш,и (о2 по энергетическим характеристикам БАТ имеющим связи с точкой связи АД. В работе [28] по этому заболеванию были построены правила для диагностики стадий атопического дерматита. Задача же прогнозирования и донозологической диагностики этого заболевания по нашим сведениям не решались.
Согласно современным представлениям, атопический дерматит (АД) -это генетически обусловленное, хроническое рецидивирующее заболевание кожи, клинически проявляющееся первично возникающим зудом, лихеноидными папулами (в младенчестве папуловезикулами) и лихенификацией. В основе патогенеза АД лежит измененная реактивность организма, обусловленная иммунологическими и неиммунологическими механизмами. Заболевание часто встречается в сочетании с личным или семейным анамнезом аллергического ринита, астмы или поллиноза [28].
Этиология и патогенез атонического дерматита во многом остаются неясными. Механизмы, участвующие в развитии патологического процесса при АД, многообразны. Наследственная предрасположенность, нарушение деятельности центральной и вегетативной нервной систем, нейроэндокринные и нейрососудистые расстройства, ферментопатия желудочно-кишечного тракта, интоксикации, неблагоприятное влияние внешней среды - все это в совокупности обусловливает начало заболевания или усугубляет его течение.
Большую роль в этиологии и патогенезе отводят наследственной предрасположенности (фактор риска X,, раздел 2.1).
Многочисленными исследованиями было показано, что у больных АД выражены нарушения высшей нервной деятельности и сосудистой регуляции, что проявляется слабостью и патологической инертностью раздражительного и тормозного процессов, а также снижением подвижности корковых процессов. При этом прослеживается прямая зависимость между тяжестью кожного процесса и функциональными нарушениями нервной системы.
Большое положительное значение в развитии АД придается вегетососудистым нарушениям (фактор риска Х2) Их связывают с функциональными нарушениями высшей нервной деятельности, корко-подкорковых отношений, с нарушением уровня медиаторов, их ферментов, с нейроэндокринными расстройствами. Вегетососудистая дистония у больных АД клинически проявляется в виде белого дермографизма, усиления сосудистых спазмов на холоде, более быстрого похолодания кожи при низкой температуре и замедленного согревания при ее повышении. Для больных АД характерны сухость и бледность кожных покровов, снижение потоотделения, гипергидроз ладоней, часто развивается акроцианоз. Больному АД присущи некоторые неврологические черты характера: склонность к отчуждению, эмоциональная лабильность, чувство подавленности, напряжения, тревожности, иногда депрессия и ипохондрия (факторы риска Х3, Х5).
Значительная роль в проявлении и развитии АД отводится врожденной ферментопатии пищеварительного тракта, создающей условия для развития дисбактериоза, дискинезии желчевыводящих путей, приводящих к недостаточному усвоению пищи и синтезу комплексов аутотоксического характера (фактор Х4).
Среди экзогенных факторов, оказывающих провоцирующее влияние на возникновение и развитие кожного процесса у лиц, имеющих генетическую предрасположенность, наиболее важное значение имеют следующие: пищевые вещества, ингаляционные аллергены, наружные раздражители физического характера, животного и растительного происхождения (контактные аллергены), стрессовые факторы.
Таким образом, в эпидемиологии АД важнейшая роль принадлежит сочетанному действию факторв риска: наследственной предрасположенности, пищевой аллергии, действию экзо- и эндогенных раздражителей, которые при определенных условиях «запускают» патологический процесс и влияют в дальнейшем на его течение [28].
Заболевание атопический дерматит имеет представительство только на одной точке GI11 (тонизирующая точка). Кроме этой, основной для нас ситуации, на нее выводятся ситуации: Х04 - крапивница; Х05 - экзема (классы со, и оо2); X ,, - боль в суставах верхних конечностей, паралич верхних конечностей; Х 2 - туберкулез легких; Х ,3 - нарушение перестальтики кишечника; Х ,4 - неврастения; Х 15 - нарушение менструального цикла; X 16 - гипертензия. Знак введен для того, чтобы отличить номера общих факторов риска от ситуаций, выводимых на GI11.
Проверка эффективности правил прогнозирования кожных болезней, имеющих представительство на проекционных зонах
Для проверки качества классификации полученных решающих правил в соответствии с формулой 4.1. при 5 = 10% были рассчитаны объемы репрезентативных выборок, составивших 130 человек на класс.
Исходя из этого, в 2004 году были отобраны здоровые люди практически не имеющие факторов риска (класс о)0) и люди имеющие факторы риска заболевания кожи (класс сок). В это же время у них были определены все факторы риска и измерены сопротивления соответствующих БАТ.
Все они наблюдались в течении трех лет с констатацией фактов таких заболеваний кожи как атопический дерматит (класс соАД), розацеа (класс сор), псориаз (класс соп), крапивница (класс сок), аллергические реакции (класс (оАР\ зуд кожных покровов (класс со3), экзема (класс соэк).
Из всех заболевших были отобраны по 130 человек на каждый класс. Таким же объемом были отобраны здоровые люди (класс а 0).
Кроме того, из всех классов заболевших людей были сформированы смешанные классы каждый объемом по 130 человек.
У всех отобранных людей были рассчитаны ряд частных коэффициентов уверенностей и коэффициенты уверенностей КУ \_, которые были использованы как шкалы для построения гистограмм распределения классов в различных их сочетаниях.
На рис. 4.1. приведена гистограмма распределения класса со0 и класса б)см, представляющих собой выборку из всех заболевших по шкале КУ рассчитанной без учета энергетических сопротивлений БАТ имеющих связи с выбранными классами заболеваний.
Анализ рис. 4.1. позволяет сделать вывод о том, что наилучший прогноз по различным кожным заболеваниям будет достигаться при пороге КУП равном 0,5. Для этого порога по элементам контрольной выборке была построена таблица ошибок срабатывания соответствующего решающего правила (табл. 4.2.)
В соответствии с таблицей 4.1 показатели качества срабатывания диагностического правила распределились следующим образом: ДЧ = 0,95; ДС = 0,93; Д3+ = 0,93; ДЗ" = 0,94; ДЭ = 0,94.
Таким образом, учет факторов риска перечисленных в разделе 2.1, позволяет строить надежно работающие прогностические правила для прогнозирования заболевания кожи, имеющих представительство на проекционных зонах, которые, по мнению экспертов, обладают достаточными для практического использования качественными характеристиками. Кроме того, частные коэффициенты уверенности и функции принадлежности, полученные в разделе 3.1 для атопического дерматита, оказались пригодными для использования в правиле прогнозирования, по всему классу задач, рассматриваемых в диссертационной работе.
В финальном варианте экспертами для прогнозирования заболеваний кожи было оставлено решающее правило типа: КУЇ, (я + 1)=КУ (q)+KYL (p)[l-KYle(q)], (4.7 щ гдеКУ (1) = я,(Хі)=//.(Х1); щ КУ (р + 1)=КУ (хр+1);р=1,...,12.
Для определения порога срабатывания решающего правила прогнозирования атопического дерматита были построены гистограммы распределения классов а 0 и содд по шкале КУ , и классов со и со в котором были собраны объекты обучающей выборки из классов со0, сор, соп, й)АР и о)3 без объектов класса (Ощ (рис. 4.2,4.3)
Анализ полученных гистограмм распределений показывает, что относительно здоровых людей прогностические свойства полученного решающего правила обладают достаточно хорошими разделительными способностями при пороге КУ , на уровне 0,45. Когда речь идет о срабатывании решающего правила при отделении классов со\ и со , то здесь при «наилучшем» пороге на уровне 0,55 качество отделения атопического дерматита от других заболеваний заметно хуже. Это, по мнению экспертов, связано с тем, что: используемые факторы риска являются общими для всех исследуемых классов заболеваний; у обследуемых за выбранный для наблюдения интервал времени кроме col появляются и другие кожные заболевания, причем они могут существовать одновременно; атопический дерматит представлен только одной БАТ, что при различных мешающих факторах, может значительно снизить информативность энергетических характеристик точки GI11.
При построении табл. 4.5 использовался порог срабатывания правила 4.8 на уровне 0,45, а для таблицы 4.6—0,5.
Как видно из анализа табл. 4.3-4.6 в обеих случаях при отделении прогнозов по конкретным заболеваниям, от всех обследуемых заболевших, диагностическая чувствительность значительно ниже, чем при отделении здоровых от заболевших. Чтобы увеличить диагностическую чувствительность и общую диагностическую эффективность решающих правил при прогнозировании конкретных заболеваний предлагается проверять прогностические правила для всего класса исследуемых заболеваний с учетом «срабатывания» решающего правила использующего общие факторы риска.
С учетом сказанного общее решающее правило для определения рисков заболеваний кожи имеющих представительство на биологически активных точек принимает вид: ЕСЛИ (КУ F 0,5JTO ІКУ , = КУ F, + КУБ, (і - КУ F, II ИНАЧЕ (КУ о) = 1,2,3,4,5,6.
С учетом того, что в течение времени наблюдения у обследуемого существует риск получить различные заболевания кожи из исследуемого класса, а также учитывая результаты проведенных исследований на контрольных выборках, эксперты уверенность срабатывания прогностического правила (4.9) определили на уровне 0,92.
Эту же величину подтвердили работы Федуловой A.M. по прогнозированию розацеа [101] и работы Демченко О. А. по прогнозированию псориазов [23].
Проверке подверглось качество срабатывания правила 3.7, для которого была отобрана контрольная группа здоровых людей и людей с различными наборами факторов риска (класс бо0) и группа людей с донозологическим диагнозом со], подтвержденным методикой разработанной доктором Долженковой 3. Н. [28]. Объем контрольной выборки рассчитанной по формуле 4.1. при 8 = 10% составил: п0 ип3 =110 человек.
