Диагностика диффузной дисгормональной дисплазии молочных желез; Доктор.Ру; № 1

Dettagli Bibliografici
Parent link:Доктор.Ру: научно-практический медицинский журнал.— , 2002-
№ 1.— 2015.— [С. 17-20]
Ente Autore: Национальный исследовательский Томский политехнический университет (ТПУ) Институт кибернетики (ИК) Кафедра прикладной математики (ПМ)
Altri autori: Тонких О. С. Ольга Сергеевна, Сотникова Л. С. Лариса Степановна, Гергет О. М. Ольга Михайловна, Удут Е. В. Екатерина Викторовна
Riassunto:Заглавие с экрана
Цель исследования: разработка математической модели ультразвуковой диагностики диффузной доброкачественной дисплазии молочных желез (ДДДМЖ). Материалы и методы. В рамках целевой межведомственной научно-практической программы «Здоровье женщины» обследованы 269 женщин (средний возраст - 30,4 ± 0,3 года). Основную группу составили 223 пациентки с диагнозом ДДДМЖ, группу контроля - 46 практически здоровых женщин. Наличие ДДДМЖ верифицировали с помощью УЗИ, МРТ с динамическим контрастным усилением и рентгеновской маммографии. Результаты. На основании массива данных, полученных при обследовании пациенток, была построена последовательность, в которой признаки заболевания располагались в порядке убывания информативности. Признаки, имевшие низкую информативность, были исключены, далее рассчитывали диагностические коэффициенты (ДК). Для каждой формы ДДДМЖ по ДК с учетом информативности признаков получены решающие правила, согласно которым разработана математическая модель для диагностики ДДДМЖ. Она позволяет верифицировать форму ДДДМЖ, оценивать эффективность лечебных мероприятий с позиций доказательной медицины. Заключение. Использование математического моделирования для сравнительной оценки данных лучевой картины у пациенток с ДДДМЖ дает возможность определить диагностический алгоритм и ДК для каждой формы заболевания. Полученные решающие правила в виде диагностических таблиц обеспечивают качество распознавания на уровне 78,6-94%.
Study Objective: To develop an ultrasound-based mathematical model to detect diffuse form of benign mammary dysplasia (BMD). Materials and Methods: A total of 269 women (mean age, 30.4 ± 0.3) were examined as part of the Female Health Program, a targeted interministerial practical and research program. The main group included 223 patients with diffuse form of BMD, and the control group included 46 apparently healthy women. Diffuse BMD was verified using ultrasound, dynamic contrast-enhanced MRI, and X-ray mammography. Study Results: All examination data were used to create a sequence, with signs of the disease being ranked in descending order of diagnostic value. The signs that had low diagnostic value were excluded; then diagnostic coefficients (DC) were calculated. For each form of diffuse BMD, decision rules were determined, based on DC and their diagnostic value. These rules were used to create a mathematical model to diagnose diffuse BMD in about. This model helps verify the form of diffuse BMD and assess treatment outcomes, based on principles of evidence-based medicine. Conclusion: When used to compare and assess imaging data from patients with diffuse form of BMD, mathematical modelling helps create a diagnostic algorithm and determine DC for each form of diffuse BMD. The resulting decision rules, in the form of diagnostic charts, help detect this condition in about mathematical modelling 78.6-94% of cases.
Режим доступа: по договору с организацией-держателем ресурса
Lingua:russo
Pubblicazione: 2015
Soggetti:
Accesso online:http://elibrary.ru/item.asp?id=24041110
Natura: MixedMaterials Elettronico Capitolo di libro
KOHA link:https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=645858

MARC

LEADER 00000nla0a2200000 4500
001 645858
005 20251126154651.0
035 |a (RuTPU)RU\TPU\network\10962 
090 |a 645858 
100 |a 20160129d2015 k||y0rusy50 ca 
101 0 |a rus 
102 |a RU 
135 |a drcn ---uucaa 
181 0 |a i  
182 0 |a b 
200 1 |a Диагностика диффузной дисгормональной дисплазии молочных желез  |d Diagnosis of Diffuse Cystic Mastopathy Associated with Hormone Imbalance  |f О. С. Тонких, Л. С. Сотникова, О. М. Гергет, Е. В. Удут 
203 |a Текст  |c электронный 
300 |a Заглавие с экрана 
320 |a [Библиогр.: с. 20 (13 назв.)] 
330 |a Цель исследования: разработка математической модели ультразвуковой диагностики диффузной доброкачественной дисплазии молочных желез (ДДДМЖ). Материалы и методы. В рамках целевой межведомственной научно-практической программы «Здоровье женщины» обследованы 269 женщин (средний возраст - 30,4 ± 0,3 года). Основную группу составили 223 пациентки с диагнозом ДДДМЖ, группу контроля - 46 практически здоровых женщин. Наличие ДДДМЖ верифицировали с помощью УЗИ, МРТ с динамическим контрастным усилением и рентгеновской маммографии. Результаты. На основании массива данных, полученных при обследовании пациенток, была построена последовательность, в которой признаки заболевания располагались в порядке убывания информативности. Признаки, имевшие низкую информативность, были исключены, далее рассчитывали диагностические коэффициенты (ДК). Для каждой формы ДДДМЖ по ДК с учетом информативности признаков получены решающие правила, согласно которым разработана математическая модель для диагностики ДДДМЖ. Она позволяет верифицировать форму ДДДМЖ, оценивать эффективность лечебных мероприятий с позиций доказательной медицины. Заключение. Использование математического моделирования для сравнительной оценки данных лучевой картины у пациенток с ДДДМЖ дает возможность определить диагностический алгоритм и ДК для каждой формы заболевания. Полученные решающие правила в виде диагностических таблиц обеспечивают качество распознавания на уровне 78,6-94%. 
330 |a Study Objective: To develop an ultrasound-based mathematical model to detect diffuse form of benign mammary dysplasia (BMD). Materials and Methods: A total of 269 women (mean age, 30.4 ± 0.3) were examined as part of the Female Health Program, a targeted interministerial practical and research program. The main group included 223 patients with diffuse form of BMD, and the control group included 46 apparently healthy women. Diffuse BMD was verified using ultrasound, dynamic contrast-enhanced MRI, and X-ray mammography. Study Results: All examination data were used to create a sequence, with signs of the disease being ranked in descending order of diagnostic value. The signs that had low diagnostic value were excluded; then diagnostic coefficients (DC) were calculated. For each form of diffuse BMD, decision rules were determined, based on DC and their diagnostic value. These rules were used to create a mathematical model to diagnose diffuse BMD in about. This model helps verify the form of diffuse BMD and assess treatment outcomes, based on principles of evidence-based medicine. Conclusion: When used to compare and assess imaging data from patients with diffuse form of BMD, mathematical modelling helps create a diagnostic algorithm and determine DC for each form of diffuse BMD. The resulting decision rules, in the form of diagnostic charts, help detect this condition in about mathematical modelling 78.6-94% of cases. 
333 |a Режим доступа: по договору с организацией-держателем ресурса 
461 |t Доктор.Ру  |o научно-практический медицинский журнал  |d 2002- 
463 |t № 1  |v [С. 17-20]  |d 2015 
510 1 |a Diagnosis of Diffuse Cystic Mastopathy Associated with Hormone Imbalance  |z eng 
610 1 |a труды учёных ТПУ 
610 1 |a электронный ресурс 
610 1 |a математическое моделирование 
610 1 |a диагностические коэффициенты 
701 1 |a Тонких  |b О. С.  |g Ольга Сергеевна 
701 1 |a Сотникова  |b Л. С.  |g Лариса Степановна 
701 1 |a Гергет  |b О. М.  |c специалист в области информатики и вычислительной техники  |c профессор Томского политехнического университета, доктор наук  |f 1974-  |g Ольга Михайловна  |3 (RuTPU)RU\TPU\pers\28996  |9 13717 
701 1 |a Удут  |b Е. В.  |g Екатерина Викторовна 
712 0 2 |a Национальный исследовательский Томский политехнический университет (ТПУ)  |b Институт кибернетики (ИК)  |b Кафедра прикладной математики (ПМ)  |3 (RuTPU)RU\TPU\col\18700 
801 2 |a RU  |b 63413507  |c 20200918  |g RCR 
856 4 0 |u http://elibrary.ru/item.asp?id=24041110 
942 |c CF