Чему мы научились на занятиях по медицинской информатике

Чему мы научились на занятиях по медицинской информатике

Медицинская информатика — это научная дисциплина, занимающаяся исследованием процессов получения, передачи, об работки, хранения, распространения, представления информации с использованием информационной техники и технологии в медици не и здравоохранении. Предметом изучения медицинской информатики при этом будут являться информационные процессы, сопряженные с медико-био логическими, клиническими и профилактическими проблемами. Объектом изучения МИ являются информационные технологии, реализуемые в здравоохранении. Информационные технологии — это преимущественно компью теризированные способы выработки, хранения, передачи и исполь зования информации.

Обработка информации в сложных системах Входные контролируемые факторы Неконтролируемые факторы СЛОЖНАЯ СТОХАСТИЧЕСКАЯ СИСТЕМА Выходные контролируемые факторы Случайные факторы

Для определения методов статистического анализа необходимо знать характер, распределения и числовые характеристики всех переменных, входящих в матрицу наблюдений. Наилучшие результаты многомерного статистического анализа данных медико-биологических исследований получают, когда распределения входных контролируемых факторов и выходных параметров нормальное или близкое к нему. Основными задачами статистического описания переменных являются: определение числовых характеристик переменных и оценка их точности и надежности; определение статистических рядов распределения переменных и оценки их соответствия теоретическим законам распределения; оценка зависимости различия показателей в независимых и связанных выборках

Интенсивные показатели - показывают частоту явления в среде. В качестве среды обычно выступает некая совокупность объектов (населения, пациентов, случаев), у части которых происходит какое-то явление. Рассчитывается по следующей формуле: И. п. = явление/среда*коэффициент. Экстенсивные показатели - характеризуют структуру явления, измеряются в процентах, реже - в промилле или долях единицы. Экстенсивные величины показывают, какую часть составляет отдельная группа единиц в структуре всей совокупности. Рассчитываются по формуле: Э. п. = часть/целое*100%.

База данных № Человек ДИАГНОЗ ФИО возраст Пол Род занятий Тексто Дискрет Бинарн вая ная ая Ранговая 0 -ж, 1 м 1 - не способен работать 2 - человек здоров, но не работает 3 - человек работает, но не утруждается 4 -настоящие работяги Болезнь 1 -инфаркт миокарда 2 -МОИМ 3 -КОИМ 4 -ТМИМ 5 ТМ+осложнения Осложнени Сопутствующий я диагноз бинарная Наличие-1 наличие ос. -1 Отсутствие-0 отсутствие ос. -0 Анализы Rg ВЭМ Исход холестер рангов ин АЛТ АСТ легкие сердцемн фк ая непреры непрер рангов дискрет рангов вная ывная ранговая ая ная ая 1 11 - норма 1 2 2 отклонение 2 - отклонение 2 3 3 серьезные 3 - серьезное 3 4 отклонения отклонение 4 качественная, ранговая На основе базы данных мы научились пользоваться прикладным статистическим пакетом, рассчитывать среднее значение и коэффициент корреляции, отклонение в виде дисперсии, коэффициент асимметрии.

Научились строить матрицу корреляции, определили как связаны параметры нашей системы между собой

Освоили однофакторный регрессионный анализ. Провели анализ таких параметров, как холестерин и возраст; стадия болезни и исход. Ознакомились и применили формулу: y=a+bx. Научились определять тренд системы, вывели формулу, визуализировали данные на диаграмме.

Освоили множественную регрессию. Множественная регрессия - это статистическая процедура изучения зависимости, существующее между зависимой переменной и несколькими независимыми переменными. Моделировали зависимость между возрастом, функцией, мощностью, холестерином и исходом.

Регрессия (regression) – зависимость среднего значения какой-либо случайной величины от некоторой другой величины или от нескольких величин Случайная величина, выполняющая роль независимой переменной в регрессионной модели называется регрессионной переменной или ( регрессором ) Выбор функции (модели), как правило, определяется теоретическими соображениями, а также по распределению экспериментальных значений (x, y) на диаграмме рассеяния Наиболее важным является случай, когда регрессия является линейной

Линейная регрессия Пусть в ходе исследования были получены следующие пары наблюдений: При нанесении этих результатов на двумерную плоскость координат, получаем диаграмму рассеивания (облако точек).

Медицинская информатика-важная часть в изучении медицины. От упорядоченности информационных потоков зависят четкость функционирования медицины в целом как отрасли и эффективность управления ею. Упорядочение информационных потоков на всех уровнях повышает уровень функционирования системы здравоохранения и позволяет экономно использовать кадровые, финансовые и материальные ресурсы. Применение положений и принципов медицинской информатики как науки помогает оптимальным образом проработать медицинскую информацию, получать необходимые практические результаты и принимать правильные решения, эффективно использовать информационные ресурсы