| dc.contributor.author | Єфремова, С. В. | uk |
| dc.contributor.author | Городецька, О. К. | uk |
| dc.contributor.author | Добровська, Л. М. | uk |
| dc.date.accessioned | 2023-03-06T12:25:38Z | |
| dc.date.available | 2023-03-06T12:25:38Z | |
| dc.date.issued | 2022 | |
| dc.identifier.citation | Єфремова С. В. Програмний додаток визначення стану хворих на ювенільний ревматоїдний артрит у віддаленому періоді [Електронний ресурс] / С. В. Єфремова, О. К. Городецька, Л. М. Добровська // Наукові праці ВНТУ. – 2022. – № 4. – Режим доступу: https://praci.vntu.edu.ua/index.php/praci/article/view/666. | uk |
| dc.identifier.issn | 2307-5376 | |
| dc.identifier.uri | http://ir.lib.vntu.edu.ua//handle/123456789/36448 | |
| dc.description.abstract | В роботі розглянуто процес створення програмного додатку для оцінки віддаленого стану хворих, яким в дитинстві було встановлено діагноз ювенільний ревматоїдний артрит. Складністю поставленої задачі є те що хворі оцінювалися початково в дитячому віці, потім їм надавалося відповідне лікування, яке має бути встановлене індивідуально для кожного хворого і в результаті цього лікування симптоми захворювання повинні зникнути або бути мінімізовані. Для оцінки ступеня захворювання використані показники JADI-A (індекс суглобових пошкоджень) та JADI-Е (індекс позасуглобових пошкоджень). В роботі застосовані дані 289 хворих.
Запропоновано застосування методів лінійного програмування для побудови системи регресійних рівнянь, які дозволяють прогнозувати кількісні характеристики стану хворого в дорослому періоді з урахуванням проведеної тактики лікування. Структура системи моделей складається з моделей, які оцінювали стан JADI-A та JADI-Е у віддаленому періоді, а також додаткові параметри управління. Це показники, які мають бути певним чином обмежені. Представлені моделі також можуть бути використані для підбору персоніфікованої тактики лікування, яка враховуючи початковий стан хворого дозволить мінімізувати кількість суглобових та позасуглобових пошкоджень. Ці моделі були оцінені на точність за допомогою коефіцієнта детермінації та всі вони показали загальну точність більше 0.9 на тестових даних, що свідчить про їх високу якість. Всі моделі лягли в основу програмного додатку, який може бути використаний для збереження даних хворих на всіх етапах обстеження та для оцінки їх стану. Цей програмний продукт розроблено на мові програмування R, з використанням фреймворку Shiny. З його допомогою лікарі зможуть спостерігати цього пацієнта, зберігати результати обстежень та проводити оцінку стану хворого. | uk |
| dc.language.iso | uk_UA | uk_UA |
| dc.publisher | ВНТУ | uk |
| dc.relation.ispartof | Наукові праці ВНТУ. № 4. | uk |
| dc.relation.uri | https://praci.vntu.edu.ua/index.php/praci/article/view/666 | |
| dc.subject | ювенільний ревматоїдний артрит | uk |
| dc.subject | прогностична модель | uk |
| dc.subject | регресійний аналіз | uk |
| dc.subject | методи дослідження операцій | uk |
| dc.title | Програмний додаток визначення стану хворих на ювенільний ревматоїдний артрит у віддаленому періоді | uk |
| dc.type | Article | |
| dc.identifier.udc | 004.891.3 | |
| dc.relation.references | Clinical outcome measures in juvenile idiopathic arthritis / [G. Giancane, A. Consolaro, B. Schiappapietra et al.]. // Pediatric Rheumatology. – 2016. – № 14. – P. 23. | en |
| dc.relation.references | Articular damage in adults with juvenile idiopathic arthritis / [E. Gurcay, E. Eksioglu, S. Yuzer та ін.]. // Rheumatology International. – 2009. – № 29. – P. 635 – 640. | en |
| dc.relation.references | Validity and predictive ability of the juvenile arthritis disease activity score based on CRP versus ESR in a Nordic population-based setting / [E. Nordal, M. Zak, K. Aalto et al.]. // Annals of the Rheumatic Diseases. – 2012. – № 71. – P. 7. | en |
| dc.relation.references | Young A. Channeling Fisher: Randomization Tests and the Statistical Insignificance of Seemingly Significant Experimental Results / A. Young. // The Quarterly Journal of Economics. – 2019. – № 134. – P. 557 – 598. | en |
| dc.relation.references | Berman H. Residual Analysis in Regression [Електронний ресурс] / H.B. Berman. – 2022. – Режим доступу до ресурсу: https://stattrek.com/regression/residual-analysis. | en |
| dc.relation.references | Cardinali1 C. Influence matrix diagnostic of a data assimilation system [Електронний ресурс] / C. Cardinali1, S. Pezzulli, E. Andersson // Research Department. – 2013. – Режим доступу до ресурсу : https://www.ecmwf.int/sites/default/files/elibrary/2003/8591-influence-matrix-diagnostic-data-assimilation-system.pdf. | en |
| dc.relation.references | Malakooti B. Operations and Production Systems with Multiple Objectives / B. Malakooti. – John Wiley & Sons, 2013. – 1114 р. | en |
| dc.relation.references | Ashish Sen. Regression Analysis : Theory, Methods and Applications / Ashish Sen, Muni Srivastava. – Springer Science & Business Media, 1997. – 348 р. | en |
| dc.relation.references | Stulp F. Many regression algorithms, one unified model: A review / F. Stulp, O. Sigaud // Neural Networks. – 2015. – P. 60 – 79. | en |
