ПРОГНОЗУВАННЯ РОЗВИТКУ РЕЦИДИВІВ У ХВОРИХ ІЗ ПЕРВИННИМИ ТА ПІСЛЯОПЕРАЦІЙНИМИ ВЕНТРАЛЬНИМИ ГРИЖАМИ ІЗ ЗАСТОСУВАННЯМ БАГАТОПАРАМЕТРИЧНОЇ НЕЙРОМЕРЕЖЕВОЇ КЛАСТЕРИЗАЦІЇ
DOI:
https://doi.org/10.11603/mie.1996-1960.2018.4.9843Ключові слова:
первинна грижа, післяопераційна вентральна грижа, рецидив, нейромережева кластеризації, прогнозуванняАнотація
Проаналізовано результати обстеження та хірургічного лікування 1419 пацієнтів із первинною та післяопераційною вентральною грижею, із застосуванням багатопараметричної нейромережевої кластеризації для виділення групи високого ризику виникнення рецидиву, що дозволяє провести адекватну доопераційну підготовку, направлену на корекцію супутньої патології, визначити оптимальний спосіб хірургічного втручання та вибору сітчастого імпланту з індивідуалізованим підходом до кожного окремо взятого пацієнта.
Посилання
Helgstrand, F. (2016). National results after ventral hernia repair. Dan Med J., 63(7), B5258.
Israelsson, L. A., & Millbourn, D. (2013). Prevention of incisional hernias: How to close a midline incision. Surg Clin North Am., 93(5), 1027-1040. doi: 10.1016 / j.suc.2013.06.009
Kaoutzanis, C., Leichtle, S., Mouawad, N., Welch, K. B., Lampman, R. M., Wahl, W. L., & Cleary, R. K. (2015). Risk factors for postoperative wound infections and prolonged hospitalization after ventral/incisional hernia repair. Hernia, 19(1), 113-123. doi: 10.1007/ s10029-013-1155-y.
Skipworth, J. A., Vyas, S., Uppal, L., Floyd, D., & Shankar, A. (2014). Improved outcomes in the management of high-risk incisional hernias utilizing biologic mesh and soft-tissue reconstruction: a single center experience. World J Surg., 38, 1026-1034. doi: 10.1007/s00268-013-2442-6.
Patel, P. V., & Merchant, A. M. (2014). Ventral hernia repair in the morbidly obese patient: A review of medical and surgical approaches in the literature. Bariatr Surg Pract Patient Care, 9(2), 61-65. doi.org/10.1089/ bari.2014.0008.
Bishop, C. M. (1995). Neural Networks for Pattern Recognition. Oxford : Oxford University Press, p. 504.
Martsenyuk, V. (2017). On an indirect method of exponential estimation for a neural network model with discretely distributed delays. Electronic Journal of Qualitative Theory of Differential Equations, 23, 1-16. doi: 10.14232/ejqtde.2017.1.23
Martsenyuk, V. (2017). Indirect method of exponential convergence estimation for neural network with discrete and distributed delays. Electronic Journal of Differential Equations 2017; 246: 1-12. URL: http://ejde.math. txstate.edu or http://ejde.math.unt.edu
Shepherd, A. J. (1997). Second-Order Methods for Neural Networks : Fast and Reliable Training Methods for Multi-Layer Perceptrons. Shepherd. London : Springer, p. 342.
Martsenyuk, V. P., Semenets, A. V., & Stakhanska, O. O. (2010). Neyromerezheve prohnozuvannia skladannia studentamy-medykamy litsenziinoho intehrovanoho ispytu "Krok 1" na osnovi rezultativ potochnoi uspishnosti ta semestrovoho kompleksnoho testovoho ispytu [Neuronetwork Prediction Of License Integrated Exam «Step 1» Passing Based On Current Results And Semester Complex Test Exam For Medical Students]. Medychna informatyka ta inzheneriya -Medical Informatics and engeneering, 2, 57-62 [in Ukrainian].
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Журнал Медична інформатика та інженерія дозволяє автору (ам) зберігати авторські права без реєстрації.
Журнали Медична інформатика та інженерія відкритого доступу публікує відкриті статті відповідно до умов Creative Commons Attribution (CC BY) Ліцензії, яка дозволяє використання, поширення та відтворення на будь-якому носії, за умови, що оригінальний твір правильно цитується.
Цей журнал доступний через Creative Commons (CC) License CC-BY 4.0