Математическое прогнозирование тяжести повреждения почки

Abstract

The purpose of the study. Score communication structure statistically significant clinical and laboratory parameters for forecasting severity of kidney damage. Material and methods. The study involved 89 patients with kidney injury. The complex clinical and laboratory examination with additional inclusion of anthropometric and physiological parameters. In mathematical analysis used descriptive statistics, multivariate exploratory techniques. Results of the study. When evaluating paired relationships between indicators statistically significant for prognosis of kidney damage include: renal blood flow, glomerular filtration rate, carbon dioxide tension in the blood, the duration of hematuria, acute pyelonephritis. In the logistic regression analysis with the inclusion of all available risk indicators was constructed a complete model that was highly statistically significant:: P <0.0001. The resulting model correctly classified 91.0% of cases, the diagnostic sensitivity - 93.6% and diagnostic accuracy - 87.1 %. Built a simplified model was also highly statistically significant:: P <0.0001 and correctly classified 91.0% of cases, the diagnostic sensitivity of 93.5% and a diagnostic accuracy of 89.4%. Based on these data a computer program certificate of state registration number 20106114119 from 18.02.2010. Conclusion. Mathematical forecasting underlying computer program to optimize the adoption of adequate medical clinical solutions.

Цель исследования. Оценка структуры связи статистически значимых клинико-лабораторных показателей для прогноза тяжести повреждения почки. Материал и методы. Под наблюдением находились 89 пострадавших с травмой почки. Проведен комплекс клинико-лабораторного обследования с дополнительным включением антропометрических и физиологических параметров. В математическом анализе использована описательная статистика, многомерные разведочные методики. Результаты исследования. При оценке парных связей между показателями статистически значимыми для оценки прогноза повреждения почки относятся: ренальный кровоток, скорость клубочковой фильтрации, напряжение углекислого газа в крови, длительность гематурии, острый пиелонефрит. В ходе логистического регрессионного анализа с включением в неё всех имеющихся показателей риска была построена полная модель, которая оказалась высоко статистически значима: ; Р<0,0001. Полученная модель правильно классифицировала 91,0% случаев, при диагностической чувствительности - 93,6% и диагностической точностью - 87,1%. Построенная упрощённая модель, также оказалась высоко статистически значимой: ; Р<0,0001 и правильно классифицировала 91,0% случаев, при диагностической чувствительности 93,5% и диагностической точности 89,4%.На основании полученных данных создана компьютерная программа свидетельство о государственной регистрации № 20106114119 от 18.02.2010г. Заключение. Математическое прогнозирование, лежащее в основе компьютерной программы позволяет оптимизировать принятие врачу адекватного клинического решения.