МАТЕМАТИКО-СТАТИСТИЧЕСКИЙ АНАЛИЗ ПРОГНОЗИРОВАНИЯ СТЕПЕНИ ТЯЖЕСТИ СОСТОЯНИЯ У БОЛЬНЫХ ХРОНИЧЕСКИМ ОБСТРУКТИВНЫМ ЗАБОЛЕВАНИЕМ ЛЕГКИХ С СОПУТСТВУЮЩЕЙ ГИПЕРТОНИЧЕСКОЙ БОЛЕЗНЬЮ

Капустник В. А., Истомина О. В., Зайцева О. В.

КЛИНИЧЕСКАЯ И ЭКСПЕРИМЕНТАЛЬНАЯ МЕДИЦИНА

Научная статья.

С целью разработки алгоритма индивидуального прогнозирования степени тяжести состо-яния у больных ХОЗЛ с сопутствующей ГБ на основе данных биохимического исследования сыворотки крови было обследовано 100 пациентов — 55 из них имели сочетанную патологию ХОЗЛ с ГБ, 45 были с изолированным течением ХОЗЛ и контрольная группа состояла из 45 условно здоровых лиц. На основе ис-пользования кластерного (древовидного) алгоритма объединения объектов было выявлено из 100 пациен-тов 2 однородные группы — 2 кластера. Методами дивизионного анализа средних показателей кластеров (к-средних) подтверждено выделение именно двух кластеров, определены качественный состав каждого кластера, то есть каждый больной соотнесен к соответствующему кластеру. Распределение больных по двум кластерам соответствует выделению двух групп пациентов с разной степенью тяжести их состояния при совместном течении ХОЗЛ и ГБ: 1-й кластер — это группа больных с более тяжелой степенью состоя-ния; 2-й кластер — группа больных со средней степенью тяжести состояния. Методами дискриминантного анализа разработан алгоритм индивидуального прогнозирования степени тяжести состояния больного с сочетанным течением ХОЗЛ и ГБ. Классификация тяжести состояния любого больного с ХОЗЛ проводилась на основании установленных расчетных классификационных функций Y1 кластер и Y2 кластер для данного больного. Больной относится к тому кластеру (группе тяжести состояния), для которого численное значение классификационной функции максимально. Матрица классификации по двум кластерам подтверждает ее высокую точность.

хроническое обструктивное заболевание легких, гипертоническая болезнь, математико-статистический анализ

1.  Аксенова Т.А. Эластические свойства сосудов у больных хронической обструктивной болезнью легких, коморбидной с артериальной гипертензией / Т.А. Аксенова, В.В. Горбунов, С.Ю. Царенок // Дальневосточный медицинский журнал. — 2013. — № 2. — С. 10-12.
2. Вараксин А.Н. Статистические модели регрессионного типа в экологии и медицине / Под. ред. В.Н. Чуканова. – Екате-ринбург, 2006. – С. 158.
3. Жамбю М. Иерархический кластер-анализ и соответствия / М. Жамбю. – М.: Финансы и статистика, 1988. – С. 342.
4. Ким Дж.-О. Факторный, дискриминантный и кластерный анализ / Дж.-О. Ким, Ч.У. Мюллер, У.Р. Клекка. – Москва: Финансы и статистика, 1989. – 215 с.
5. Кузьминова Н.В. Функциональное состояние сосудистого эндотелия у больных гипертонической болезнью / Н.В. Кузьми-нова, В.К. Серкова // Український терапевтичний журнал. – 2008. — № 2. – C. 21-27.
6. Мандель И.Д. Кластерный анализ / И.Д. Мандель. — М.: Финансы и статистика, 1988. – 176 с.
7. Халафян А.А. Статистический анализ данных. 3-е изд-е. / А.А. Халафян. — Москва: Бином-Пресс, 2007. – 512 с.

«Вестник проблем биологии и медицины» Выпуск 2 (136), 2017 год, 133-136 страницы, код УДК 616.24-007.272-036.12+616.12-008.331.1]-018.74-008.6-07:57.083.3