THE OPTIMIZATION OF HYPERTENSION DEVELOPMENT FORECASTING ON THE BASIS OF COMPREHENSIVE APPLICATION OF INFORMATION TECHNIQUES TO THE DEVELOPMENT OF DIFFERENCIAL DIAGNOSTIC CRITERIA FOR PRIMARY CARE
DOI:
https://doi.org/10.11603/mie.1996-1960.2016.3.6749Keywords:
the primary health care leve, hypertension, information methods decision algorithm, neural network clustering, ROC-analysis, decision treeAbstract
The paper describes the optimization of the prediction of disease at the primary health care level with a complex phased application of information techniques. The approach is based on analysis of the average values of indicators, correlation coefficients, using multi-parameter neural network clustering, ROC-analysis and decision tree.
The data of 63 patients with arterial hypertension obtained at teaching and practical centers of primary health care were used for the analysis. It has been established that neural network clasterization can effectively and objectively allocate patients into the appropriate categories according to the level of average indices of patient examination results. Determination of the sensitivity and specificity of hemodynamic parameters, including blood pressure, and repeated during the initial survey was conducted using ROC-analysis.
The diagnostic criteria of decision-making were developed to optimize the prediction of disease at the primary level in order to adjust examination procedures and treatment based on the analysis of indicators of patient examination with a complex gradual application of information procedures.
References
Востров Г. Н. Інформаційна модель надання дистанційних медичних послуг населенню. Перше повідомлення / Г. Н. Востров, О. П. Мінцер, О. О. Павлов // Медична інформатика та інженерія. - 2010. - № 3. - С. 37-47.
Ковальчук Л. Я. Результати реалізації новітніх методик навчального процесу в Тернопільському державному медичному університеті імені І. Я. Горбачевського та плани на майбутнє / Л. Я. Ковальчук // Медична освіта. - 2012. - № 2. - С. 11-17.
Концепція інформатизації охорони здоров'я України / О. П. Мінцер, Ю. В. Вороненко, Л. Ю. Бабінцева [та ін.] // Медична інформатика та інженерія. - 2012. - № 3. - С. 5-29.
Марценюк В. П. Інформаційна система управління якістю підготовки фахівців у вищій медичній освіті / В. П. Марценюк, П. Р. Сельський. - Тернопіль : ТДМУ - 2015. - 312 с.
Марценюк В. П. Нейромережеве прогнозування складання студентами-медиками ліцензійного інтегрованого іспиту «Крок 1» на основі результатів поточної успішності та семестрового комплексного тестового іспиту / В. П. Марценюк, А. В. Семенець, О. О. Ста-ханська // Медична інформатика та інженерія. - 2010. - № 2. - C. 57-62.
Bishop C. M. Neural Networks for Pattern Recognition / C. M. Bishop. - Oxford : Oxford University Press, 1995. - 504 p.
Hanley J. A. Sampling variability of nonparametric estimates of the areas under receiver operating characteristic curves: an update / J. A. Hanley, K. O. Hajian-Tilaki // Academic Radiology. - 1997. - Vol. 4. - P. 49-58.
Downloads
Published
How to Cite
Issue
Section
License
Journal Medical Informatics and Engineering allows the author(s) to hold the copyright without registration
The majority of Medical Informatics and Engineering Open Access journals publish open access articles under the terms of the Creative Commons Attribution (CC BY) License which permits use, distribution and reproduction in any medium, provided the original work is properly cited. The remaining journals offer a choice of licenses.
This journal is available through Creative Commons (CC) License CC-BY 4.0
