Оптимизация функции стоимости, производительности и адекватности полученных результатов

http://library.mephi.ru/data/scientific-sessions/2001/1/1181.html

НОВАЯ ТЕХНОЛОГИЯ КОМПЬЮТЕРНОЙ ОБРАБОТКИ

ДАННЫХ В НАУЧНО-ПРАКТИЧЕСКОЙ РАБОТЕ НИИ

ДЕТСКОЙ ОНКОЛОГИИ И ГЕМАТОЛОГИИ РОНЦ

Рассматриваются преимущества новой технологии компьютерной обработки данных в научно-практической работе Научно-исследовательского института детской онкологии и гематологии РОНЦ, при которой проводится многофакторный анализ с дальнейшим развитием методов регрессионного анализа для проведения оценок всего объема информации, включая качественные параметры, в единых схемах. Это позволяет получить всеобъемлющие оценки, а также перейти к оптимизации и точному индивидуальному прогнозированию.

Онкология - наиболее сложная область медицины с большими требованиями к научному уровню специалистов и технологии научной работы с использованием наиболее эффективных компьютерных технологий оценки информации и принятия решений.

Используемые в настоящее время традиционные методы анализа не дают требуемых результатов. Регрессионный анализ позволяет получать весовые функции для числовых параметров, однако без учета качественных параметров, такие оценки не являются всеобъемлющими. Использование математического факторного анализа также дает неполные и однобокие результаты. Кроме того, практический опыт показывает сомнительность таких методов решения факторных задач, как выделение 2-х или 3-х доминирующих факторов и т.п., поскольку любое ограничение объема информации загрубляет результат и делает его непригодным в практической работе, это особенно явно проявляется в процессах системного характера, свойственных онкологии.

Научно-исследовательский институт детской онкологии и гематологии РОНЦ внедряет в научно-практическую работу новые технологии компьютерной обработки информации - системы регрессионно-факторного анализа многопараметрических объектов для оценок всего объема информации в единой математической схеме числовых и качественных параметров –факторов в виде весовых функций n-го порядка. При этом, нет проблемы выявления ведущих параметров для расчета, как в математическом факторном анализе, и увеличение рассматриваемого в единой схеме количества параметров любой значимости приводит к повышению точности результата. Проверка многофакторных функций на адекватность реальной зависимости проводится по F-кpитеpию Фишера. Требование адекватности функции: F<Fкр (расчетное значение F-критерия не должно превышать критического значения).

Данная система регрессионно-факторного анализа "ФАКТОР" имеет в своем программном наборе весь перечень необходимых средств для быстрого комплексного решения задач многофакторного анализа по всему объему качественно-числовой информации.

Решение задач многофакторного анализа в онкологической медицине представляет собой комплексный процесс анализа в простой и сложной статистике: корреляционный анализ (графики, гистограммы, таблицы), достоверность разности, доверительные интервалы, распределения Каплан-Майера, многофакторный анализ с определением линейных и нелинейных весовых функций, оптимизация по нелинейным весовым многофакторным функциям, прогнозирование по весовым многофакторным функциям.

Многофакторный анализ в онкологии это сложный процесс решения медико-биологических задач, требующий понимания причинно-следственных отношений, поэтому процесс расчета многофакторных функций в системе "ФАКТОР" полностью автоматизирован для обеспечения нормальной работы медика при анализе данных без специального привлечения к работе математиков. Для получения многофакторных функций достаточно обозначить необходимые параметры и критерий. Определяется вклад исследуемого фактора в результат непосредственно в единицах эквивалентных единицам размерности критерия (в месяцах срока выздоровления, сроков метастазирования и т.д.). Создается возможность оценить эффективность используемых новых (импортных) препаратов и схем, использовав результаты оценки небольших групп (5-7 больны), добавив информацию по их результатам в уже имеющуюся группу, леченых другими методами (в имеющуюся базу данных), поскольку их влияние в многофакторной функции будет вычленено из влияния на результат оцениваемых препаратов. Другие формы статистических оценок при значительно меньших точностях требуют опытных групп 50 - 100 больных и организации специальных экспериментов.