USE OF MATHEMATICAL MODELS IN CLINICAL PRACTICE


如何引用文章

全文:

详细

In the article, the main stages, benefits and possibilities of mathematical modeling use in various fields of medicine have been considered. The literature review has summarized information about a wide range of existing models in clinical practice for prediction of morbidity, in comprehensive assessment of the body functional systems, in differential diagnostics and making medical decisions on strategy and tactics of treatment of patients.

作者简介

O Karyakina

Northern (Arctic) Federal University named after M. V. Lomonosov

Email: novogil@mail.ru
доцент кафедры биомедицинской техники

L Dobrodeeva

1nstitute of Environmental Physiology, Ural Branch, Russian Academy of Sciences, Arkhangelsk 1nstitute of Environmental Physiology, Ural Branch, Russian Academy of Sciences

N Martynova

Northern (Arctic) Federal University named after M. V. Lomonosov

S Krasilnikov

Arkhangelsk Municipal Clinical Hospital № 1 named after E. E. Volosevitch

T Karyakina

The Branch N 1 Federal Government Agency of the Naval Hospital

参考

  1. Асратян А. А., Боев Б. В., Васильева В. И. Прогностическая модель заболеваемости гепатитом А // Журнал микробиологии, эпидемиологии и иммунологии. 1994. № 4. С. 45-49.
  2. Белоцерковский О.М., Холодов А. С. (отв. ред.) Компьютерные модели и прогресс медицины. М.: Наука, 2001. 300 с.
  3. Бордовский Г. А. Физические основы математического моделирования. М.: Академия, 2005. 320 с.
  4. Бочаров Г. А., Марчук Г. И. Прикладные проблемы математического моделирования в иммунологии // Журнал вычислительной математики и математической физики. 2000. Т. 40, № 12. С. 1905-1920.
  5. Бураковский В. И., Бокерия Л. А., Газизова Д. Ш. и др. Компьютерная технология интенсивного лечения: контроль, анализ, диагностика, лечение обучение. М., 1995. 85 с.
  6. Валькович Э. И., Прочуханова А. Р., Федосенко К. В. Информационно-морфологический анализ стабильности системы эпителий - соединительная ткань на модели опухолей эндометрия человека // Морфология. 2001. № 3. С. 90-93.
  7. Возможности прогнозирования развития послеоперационного перитонита у больных с острыми хирургическими заболеваниями органов брюшной полости / С. Г. Шаповальянц, А. А. Линденберг, И. В. Житарева и др. // Врач и информационные технологии. 2007. № 1. С. 45-50.
  8. Ганцев Ш. Х., Рахматуллина И. Р., Танюкевич М. В. Использование методов математического моделирования в здравоохранении // Здравоохранение РФ. 2003. № 5. С. 35-38.
  9. Герасимов А. Н., Брико Н. И., Отвагин С. А. Математическое моделирование с целью прогнозирования заболеваемости корью // Эпидемиология и инфекционные болезни. 2006. № 2. С. 15-18.
  10. Гумилевский Б. Ю., Гумилевская О. П. Использование дискриминантного анализа показателей иммунного статуса для прогноза эффективности аллерговакцинации // Бюллетень Волгоградского научного центра РАМН. 2006. № 2. С. 40-41.
  11. Губарев В. В. Информатика: прошлое, настоящее, будущее. М.: Техносфера, 201 1. 432 с.
  12. Димитриев Д. А., Димитриев А. Д., Воронцова Г. М. Применение метода байесовской классификации для оценки величины индивидуального риска // Гигиена и санитария. 2003. № 4. С. 64-66.
  13. Дмитриева Н. В., Глазачев О. С. Индивидуальное здоровье и полипараметрическая диагностика функционального состояния человека. М.: Горизонт, 2000. 214 с.
  14. Добродеева Л. К., Жилина Л. П. Иммунологическая реактивность, состояние здоровья населения Архангельской области. Екатеринбург: УрО РАН, 2004. 230 с.
  15. Евсеева Г. П., Козлов В. К., Морозова Н. В. Изменения микроэлементного статуса у детей с бронхолегочной патологией в условиях Приамурья // Новые медицинские технологии. Новое медицинское оборудование. 2009. № 3. С. 5-8.
  16. Ежов А. А. Нейронные сети для диагностики рака кожи // Нейронные сети в медицине. 1997. № 4. С. 19-22.
  17. Ефимова Н. В., Урбанович Д. Е. Применение метода математического моделирования при оценке влияния загрязнения атмосферного воздуха на здоровье детского населения // Медицина труда и промышленная экология. 2003. № 3. С. 42-45.
  18. Ефимова Н. В., Горнов А. Ю., Зароднюк Т. С. Опыт использования искусственных нейронных сетей при прогнозировании заболеваемости населения (на примере г. Братска) // Экология человека. 2010. № 3. С. 3-7.
  19. Заболеваемость населения по основным классам болезней в 2000-2010 гг. // Медицинская статистика и оргметодработа в учреждениях здравоохранения. 2011. № 9. С. 59-60.
  20. Инфекционные болезни человека. Динамика и контроль (пер. с англ. А. А. Романюхи, С. Г. Руднева) / под ред. Г. И. Марчука. М.: Научный мир, 2004. 784 с.
  21. Информационная значимость цитологического состава бронхолаважной жидкости для диагностики мукоцилиарной недостаточности у больных бронхиальной астмой / А. Н. Одиреев, М. Т. Луценко, А. Б. Пирогов и др. // Информатика и системы управления. 2008. № 2. С. 151.
  22. Корженевский А. А. Прогностические возможности иммунных технологий // Анналы хирургии. 2008. № 5. С. 67-70.
  23. Котов Ю. Б., Бочаров И. И. Дискретная кластеризация экспертных оценок для перегруппировки больных и поиска похожих переменных // Врач и информационные технологии. 2007. № 4. С. 83.
  24. Кубасов Р. В., Кубасова Е. Д. Математическое моделирование возрастных изменений межгормональных взаимоотношений гипофизарно-тиреоидной и гипофизарно-гонадной оси // Экология человека. 2007. № 4. С. 45-50.
  25. Лопин В. Н. Нейронная сеть для оценки степени тяжести артериальной гипертонии // Вестник новых медицинских технологий. 2001. № 2. С. 42-45.
  26. Маркелов Ю. М., Щёголева Л. С. Использование математической модели для оценки количества невыявленных бациллярных больных в административных регионах Российской Федерации // Экология человека. 2010. № 1. С. 50-55.
  27. Марчук Г. И. Математические модели в иммунологии. 3-е изд. М.: Наука, 1991. 299 с.
  28. Математическая модель оценки иммунологического возраста / Н. Г. Кочеткова, Д. Ш. Альтман, В. И. Ширяев и др. // Врач и информационные технологии. 2006. № 2. С. 44-49.
  29. Математическое моделирование и прогнозирование заболеваемости кишечными антропонозами с водным фактором передачи / В. В. Мефодьев, Ю. В. Устюжанин, Л. Б Козлов и др. // Журнал микробиологии, эпидемиологии и иммунологии. 2007. № 2. С. 14-17.
  30. Нейроинформатика / А. Н. Горбань, В. Л. Дундин-Барковский, А. Н. Кирдин и др. Новосибирск: Наука. Сибирское предприятие РАН, 1998. 296 с.
  31. Об утверждении долгосрочной целевой программы Архангельской области «Совершенствование медицинской помощи больным с онкологическими заболеваниями на 201 1-2013 годы»: постановление правительства Архангельской области от 29.03.201 1 № 79-пп.
  32. Применение метода математического моделирования при оценке влияния загрязнения атмосферного воздуха на здоровье детского населения / В. А. Батурин, Н. И. Маторова, Н. В. Ефимова и др. // Медицина труда и промышленная экология. 2003. № 3. С. 42-45.
  33. Прогнозирование исходов тяжелой термической травмы с использованием методологии искусственных нейронных сетей / И. Х. Ишмухаметов, И. И. Лутфарахманов, А. В. Лыков и др. // Врач и информационные технологии. 2007. № 6. С. 48-52.
  34. Рахматуллина И. Р., Танюкевич М. В. Методы математического моделирования в оценке потребности в паллиативной помощи онкологическим больным // Бюллетень научно-исследовательского института социальной гигиены, экологии и управления здравоохранением им. Н. А Семашко. 2003. Вып. 2. С. 34-39.
  35. Россиев А. А. Итерационное моделирование неполных данных с помощью многообразия малой размерности: автореф. дис.... канд. физ.-мат. наук. Красноярск., 2000. 20 с.
  36. Санникова Т. Е. Математическая модель старения Т-системы иммунитета и ее приложения для анализа эпидемиологических данных: автореф. дис.... канд. физ.-мат. наук. М., 2006. 18 с.
  37. Семаева Г. Н. Интегральная оценка функционального состояния футболистов высокой квалификации: автореф. дис..канд. биол. наук. М., 2006. 22 с.
  38. Системный анализ индивидуально-типологических особенностей организма / В. В. Колпаков, Т. В. Беспалова, Е. А. Томилова и др. // Физиология человека. 2011. № 6. С. 111-124.
  39. Спицын Д. В. Методы и система для психодиагностических исследований детей младшего школьного возраста: автореф. дис.. канд. техн. наук. СПб., 2006. 17 с.
  40. Судаков К. В., Дмитриева Н. В., Глазачев О. С. Полипараметрическая технология состояния здоровья // Новые медицинские технологии. Новое медицинское оборудование. 2008. № 1. С. 5-16.
  41. Талалаев А. А. Динамический визуальный анализ многомерных и многопараметровых пространств в медицине // Наука и промышленность России. 2002. № 2-3. С. 73-78.
  42. Травникова О. Е. Обоснование и разработка модели комплексной оценки иммунного реагирования организма человека: автореф. дис.... канд. биол. наук. Архангельск, 2009. 22 с.
  43. Формализация и моделирование / С. А. Бешенков, В. Ю. Лыскова, Н. В. Матвеева и др. // Информатика и образование. 1999. № 5. С. 11-14.
  44. Халафян А. А. Современные статистические методы медицинских исследований: монография. М.: Изд-во ЛКИ, 2008. 320 с.
  45. Хихловский А. П., Протасевич В. Л. Система многопараметрического исследования в функциональной диагностике желудочно-кишечного тракта // Научная мысль Кавказа. 2001. № 6. С. 68-70.
  46. Шкуратова Т. А. Анализ и моделирование онкологической заболеваемости на основе устранения мультиколлинеарности и определения лагов: автореф. дис.. канд мед. наук. Воронеж, 2006. 32 с.
  47. Щёголева Л. С. Резервные возможности иммунного гомеостаза у человека на Севере: автореф. дис.... д-ра биол. наук. Архангельск, 2005. 37 с.
  48. Blyuss K. B., Gupta S. Stability and bifurcations in a model of antigenic variation in malaria // J. Math. Biol. 2009. Vol. 58, N 6. P. 923-937.
  49. Bose T., Trimper S. Stochastic model for tumor growth with immunization // Phys. Rev. E. Stat. Nonlin. Soft Matter. Phys. 2009. Vol. 79, N 5, Pt. 1. N 051903.
  50. Bunimovich-Mendrazitsky S., Byrne H., Stone L. Mathematical model of pulsed immunotherapy for superficial bladder cancer // Bull. Math. Biol. 2008. Vol. 70, N 7. P. 2055-2076.
  51. Castiglione F., Piccoli B. Cancer immunotherapy, mathematical modeling and optimal control // J. Theor. Biol. 2007. Vol. 247, N 4. P. 723-732.
  52. Denison D. G., Holmes C. C. Bayesian partitioning for estimating disease risk // Biometrics. 2001. Vol. 57, N 1. P. 143-149.
  53. Hancioglu B., Swigon D., Clermont G. A dynamical model of human immune response to influenza A virus infection // J. Theor. Biol. 2007. Vol. 246, N 1. P. 70-86.
  54. Kim P. S., Lee P. P., Levy D. Dynamics and potential impact of the immune response to chronic myelogenous leukemia // PLoS Comput. Biol. 2008. Vol. 4, N 6. e1000095.
  55. Liu W., Hillen T., Freedman H. I. A mathematical model for M-phase specific chemotherapy including the G0-phase and immunoresponse // Math. Biosci Eng. 2007. Vol. 4, N 2. P. 239-259.
  56. Lockhart A., Malo J. L., Racineux J. L. Bronchial hyperreactivity in 1994, a cheerful quinquagenarian. Conclusions // Rev. Mal. Respir. 1994. Vol. 11, N 2. P. 217-222.
  57. Long C., Qi H., Huang S. H. Mathematical modeling of cytotoxic lymphocyte-mediated immune response to hepatitis B virus infection // J. Biomed. Biotechnol. 2008. N 743690.
  58. Smith D. J., Forrest S., Hightower R. R., Perelson A. S. Deriving shape space parameters from immunological data // J. Theor. Biol. 1997. Vol. 189. P. 141-150.
  59. Sun L., Su B. A class of accelerated means regression models for recurrent event data // Lifetime Data Anal. 2008. Vol. 14, N 3. P. 357-375.
  60. Wallis R. S. Mathematical modeling of the cause of tuberculosis during tumor necrosis factor blockade // Arthritis Rheum. 2008. Vol. 58, N 4. P. 947-952.

补充文件

附件文件
动作
1. JATS XML
下载

版权所有 © Karyakina O.E., Dobrodeeva L.K., Martynova N.A., Krasilnikov S.V., Karyakina T.I., 2012

Creative Commons License
此作品已接受知识共享署名-非商业性使用-禁止演绎 4.0国际许可协议的许可。
 


Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».