Информативность методов прогнозирования заболеваемости раком легкого

УДК 616.24-006.6-037. ИНФОРМАТИВНОСТЬ МЕТОДОВ ПРОГНОЗИРОВАНИЯ ЗАБОЛЕВАЕМОСТИ РАКОМ ЛЕГКОГО Б.Б. Кравец, Э.В. Громова, А.П. Припачкина, М.В. Тюрина Воронежская государственная медицинская академия им. Н.Н. Бурденко Проанализированы различные методы прогнозирования заболеваемости раком легкого в Воронежской области. Наиболее достоверной оказалась верификация прогноза, полученного методом нейронных сетей. ВВЕДЕНИЕ В структуре онкологической заболеваемости в Воронежской области рак легкого на протяжении многих лет занимает первое место и является одной из ведущих причин смерти трудоспособного населения. Наиболее существенной причиной высокой смертности является недостаточный уровень выявления заболевания на начальных стадиях, когда возможно радикальное излечение. Для оперативного и стратегического управления онкологической ситуацией необходима объективная оценка не только ретроспективной и текущей информации по раку легкого, но и знание прогноза, что позволит ранжировать территории по степени онкологического риска, приоритетно распределять финансовые ресурсы, оказывать целевую методическую помощь в профилактической и диагностической деятельности ЦРБ и ЛПУ города Воронежа. ТЕОРЕТИЧЕСКИЙ АНАЛИЗ Система регионального онкопрогнозирования по раку легкого строится на применении математических моделей экстраполяции. Традиционно используемый метод динамического прогнозирования основан на экспоненциальном сглаживании [1-2]. Прогнозирующая модель метода задается выражением: у(t) = αх(t) + (1- α) у(t-1) Результаты сглаживания зависят от параметра α, использование которого позволяет при прогнозировании придавать больший вес последним значениям наблюдаемого процесса и уменьшать вес отдельных наблюдений. Параметр сглаживания (α) подбирается с поиском на сетке с шагом 0,1 (от 0 до 1) до значения, при котором сумма квадратов остатков является минимальной. МЕТОДИКА Краткосрочный прогноз определен как в целом по области, так и по отдельным ее территориям. Данные динамического прогнозирования верифицированы (табл. 1). Так как величина ошибки по отдельным территориям достигала 42,9 - 67,3% был использован метод прогнозирования на основе нейронных сетей. Нейронные сети – самообучающиеся системы, имитирующие деятельность человеческого мозга. Нейронная сеть состоит из однотипных элементов – нейронов, соответствующих элементам головного мозга [3]. Состояние нейрона описывается выражением [4]: , где S – состояние нейрона; n – число входов нейрона; x(i) – значение i-го входа нейрона; w(i) – вес i-го синапса. Значение аксона определяется по формуле Υ=f(S), где f – активационная функция, которая часто является сигмоидой и имеет вид f(x) = 1/1+е-αx . От параметра α зависит степень пологости сигмоиды. Нейронные сети обратного распространения используют алгоритм обучения, в котором ошибка распространяется по механизму обратной связи от выходного слоя к входному [5]. Сеть состоит из нескольких слоев нейронов, каждый нейрон слоя i связан с каждым нейроном слоя i +1. В результате обучения формируется функциональная зависимость Υ=F(X), где X – вектор входной, а Y – выходной векторы, путем решения задачи минимизации целевой функции ошибки сети, которая находится по методу наименьших квадратов. РЕЗУЛЬТАТЫ Верификация прогноза, полученного на основе нейронных сетей, свидетельствует о большей достоверности этого метода (табл. 2, рис. 1). ЗАКЛЮЧЕНИЕ Прогнозирование заболеваемости раком легкого, осуществленное с использованием нейронных сетей более достоверно, чем метод экспоненциального сглаживания. Применение метода нейросетевого прогнозирования перспективно не только для оценки ожидаемой заболеваемости раком легкого, но и по другим злокачественным новообразованиям. Метод нейросетевого прогнозирования заболеваемости необходимо применять при невозможности выявить устойчивые тенденции процесса. СПИСОК ЛИТЕРАТУРЫ Калинина В.Н. Математическая статистика /В.Н.Калинина, В.Ф.Панкин.– М.: Высш. шк., 2001. – 336 с Лукашин Ю.П. Адаптивные методы краткосрочного прогнозирования временных рядов /Ю.П.Лукашин.- Москва.:Финансы и статистика, 2003.-416с. Fausett L. Fundamentals of Neural Networks /L. Fausett.- New York: Prentice Hall, 1994.- 218 p. Haykin S. Neural Networks: A Comprehensive Foundation /S.Haykin.- New York: Macmillan College Publishing, 1994.- 207 p. Patterson D. Artificial Neural Networks /D. Patterson.- Singapore: Prentice Hall, 1996.- 126р. AUTHENTIC METHODS of FORECASTING of INCIEDENCE by a LUNG CANCER. B.B. Kravetz, H.W. Gromowa, A. P. Pripachkina, M.W. Tyurina. Voronezh state medical academy named after N. N. Burdenko. The various methods of forecasting of inciedence by a lung cancer in the Voronezh area are analysed. Most authentic has appeared verification of the forecast received by a method of Neural networks. Рис. 1 Прогноз заболеваемости раком легкого в Воронежской области. Таблица 1 Результаты краткосрочного прогнозирования на основе модели экспоненциального сглаживания Таблица 2 Результаты краткосрочного прогнозирования на основе модели нейронных сетей

Похожие:

	Информативность методов прогнозирования заболеваемости раком легкого Проанализированы различные методы прогнозирования заболеваемости раком легкого в Воронежской области. Наиболее достоверной оказалась...		Цель – анализ половозрастных показателей заболеваемости раком легкого населения Республики Башкортостан (РБ) за период с 1993-2002гг Материалы и методы исследования Необходимо отметить, что курение и профессиональные факторы синергически влияют на риск возникновения рака легкого[5]
	Анализ адаптивных методов моделирования и прогнозирования Одним из важнейших видов информационного моделирования является математическое моделирование, когда описания формулируются на языке...		Институциональное моделирование как метод познания, прогнозирования и управления медико-социальными проектами Охватывают процесс создания и развития адекватных моделей, методов анализа и прогнозирования хода и динамики медико-социологического...
	Политическая психология Психологические особенности применения экспертных методов политического прогнозирования		2. Эмпиема плевры Определение понятий. Классификация. Острый и хронический абсцесс легкого. Клиника, диагностика и лечение. Медикаментозное и хирургическое...
	Приказ от 12 июля 1989 г. N 408 о мерах по снижению заболеваемости вирусными гепатитами в стране Основными направлениями развития охраны здоровья населения и перестройки здравоохранения в СССР в двенадцатой пятилетке и на период...		Исследование выполнено при финансовой поддержке ргнф в рамках научно-исследовательского проекта ргнф «Экопсихологическая модель эмоциональной адаптации больных раком молочной железы в процессе восстановительной арт-терапии» Эмоциональная реабилитация женщин раком молочной железы в процессе восстановительной арт-терапии
	Решение санитарно-противоэпидемической комиссии муниципального образования «Нижнекамский муниципальный район» рт В российской Федерации обстановка по заболеваемости острыми кишечными инфекциями оценивается как неустойчивая, ежегодный темп прироста...		Кафедра экономико-математических методов и моделей эконометрика Примеры использования производственных функций в задачах экономического анализа, прогнозирования и планирования