6. Назовите виды медицинских данных и приведите примеры. Назовите особенности медицинских данных. Как эти особенности учитываются в медицинской практике?

Виды мед.данных: 1. количественные – описывают количественное состояние пациента и проводимые процедуры (ЧСС, артериальное давление)2.качественные – могут быть представлены в виде двоичной формы (напр., курит или нет)3. длительные записи – записи биопотенциалов: ЭКГ, ЭЭГ и др.)

Особенности медицинских данных (кол-ных): 1. точность (1/(Х-Хо), где Хо-истин. Знач-е) т. е. то, насколько среднее значение отличается от истинного; 2. необходимость правильной интерпретации (лежа, стоя); 3. ассоциативность.4.мед.инф. должна постоянно обновляться и нуждается в интерпретирующей среде;5. м.и. должна быть конфедициальной.

7. Приведите примеры аналоговых сигналов, используемых для диагностики состояния пациента. Чем аналоговый сигнал отличается от цифрового? Дайте понятие дискретизации аналогового сигнала, времени и частоты дискретизации. Рекомендуемая для дискретизации ЭКГ частота. Какие устройства используются для преобразования аналогового сигнала в цифровой?

Данные, снимаемые с приборов, являются аналоговыми, т.е. представляют собой электронное направленные, или меняющиеся.

Основное различие между аналоговыми и цифровыми сигналами заключается в самой структуре сигнального потока. Аналоговые сигналы представляют собой непрерывный поток, характеризующийся изменениями частоты и амплитуды. Это означает, что форма аналогового сигнала обычно похожа на синусоиду (т.е. гармоническую волну), представленную на рис. 1.2. Зачастую на иллюстрациях, изображающих гармоническую волну, весь сигнал характеризуется одним и тем же соотношением частоты и амплитуды, однако при графическом представлении сложной волны видно, что такое соотношение изменяется в зависимости от частоты.

Дискретизация аналогового сигнала состоит в том, что сигнал представляется в виде последовательности значений, взятых в дискретные моменты времени. Эти значения называются отсчётами. Δt называется интервалом дискретизации. Частота дискретизации (или частота семплирования, англ. sample rate) — частота взятия отсчетов непрерывного во времени сигнала при его дискретизации (в частности, аналого-цифровым преобразователем). Измеряется в Герцах.

Приборы:

Как правило, АЦП — электронное устройство, преобразующее напряжение в двоичный цифровой код. Тем не менее, некоторые неэлектронные устройства с цифровым выходом, следует также относить к АЦП, например, некоторые типы преобразователей угол-код. Простейшим одноразрядным двоичным АЦП является компаратор. частота дискритизации /сохранения ЭКГ сигнала Гц 2000/250

8.Условная вероятность. Полная вероятность случайных событий. Теорема Бейеса. Понятие о дифференциальной диагностике. Вероятностная диагностика.

Условная вероятность — это вероятность некоторого события A, при условии наступления некоторого другого события B; записывается P(A|B) и читается «вероятность A при условии B», или «вероятность A при данном B».

лучайным событием называется такое событие, изменить или предсказать которое в процессе случайного явления невозможно. Случайное событие - это результат (исход) конкретной единичной реализации случайного явления. 

1. Вероятность любого случайного события А является неотрицательной величиной, значение которой заключено в интервале от 0 до 1. 0  Р(А) 1.

2. Вероятность достоверного события равна 1. Р() = 1.

3. Вероятность невозможного события равна 0. Р() = 0.

Полная вероятность:

Теорема Байеса — одна из основных теорем элементарной теории вероятностей, которая определяетвероятность наступления события в условиях, когда на основе наблюдений известна лишь некоторая частичная информация о событиях; по формуле Байеса можно пересчитывать вероятность, беря в учет как ранее известную информацию, так и данные новых наблюдений.

,

 — априорная вероятность гипотезы A;

 — вероятность гипотезы A при наступлении события B (апостериорная вероятность);

 — вероятность наступления события B при истинности гипотезы A;

 — вероятность наступления события B.

Прогностичность положительного результата в задачах дифференциальной диагностики.

9.Определите, что означает термин «порог нормальности» для количественного диагностического признака. Приведите пример, диагностического признака и его порога нормальности. Дайте пример статистического распределения величин этого признака для групп имеющих диагностируемое заболевание пациентов и здоровых( не имеющих данного заболевания пациентов).

Порог нормальности — это уровень, на котором данный (рассматриваемый нами) признак будет в норме. Примером диагностического признака может служить температура тела (порог нормальности 37.0), уровень фермента и т. д.

Пример статистического распределения величин этого признака:

Диагностика инфаркта миокарда. Имеются острые загрудинные боли. Фермент SGOT – с помощью которого выявлятся болезнь – он попадает в кровь при повреждении кардиомиоцитов или гепатоцитов – количественный диагностический знак ИМ при здоровой печени.

Подвинем т.о. порог нормальности, чтобы понизить ЛО (данный пациент имеет болезнь, но не получает лечение, т.к. болезнь не выявлена.

Понижая ЛО мы повышаем ЛП, т.е. снизим ДСП.

ДЧ повыш. при пониж. ЛО

ЛП в данном случае – пациент имеет боль, но инфаркта у него нет.

10. Объясните значения терминов «истинно положительные» (TP), «истинно отрицательные» (TN), «ложно положительные» (FP) и «ложно отрицательные» (FN). Объясните понятия а-приорных и а-постериорных случаев.

TP (True Positives) – верно классифицированные положительные примеры (так называемые истинно положительные случаи);

TN (True Negatives) – верно классифицированные отрицательные примеры (истинно отрицательные случаи);

FN (False Negatives) – положительные примеры, классифицированные как отрицательные (ошибка I рода). Это так называемый "ложный пропуск" – когда интересующее нас событие ошибочно не обнаруживается (ложно отрицательные примеры);

FP (False Positives) – отрицательные примеры, классифицированные как положительные (ошибка II рода); Это ложное обнаружение, т.к. при отсутствии события ошибочно выносится решение о его присутствии (ложно положительные случаи).

Прогностическую ценность теста называют апостериорной вероятностью, т.е. вероятностью болезней после того, как стали известны результаты теста(«Золотой тест»)

Апостерио́рная вероя́тность — условная вероятность случайного события при условии того, что известны апостериорные данные, т.е. полученные после опыта.( условная вероятность события при нек-ром условии, рассматриваемая в противоположность его безусловной или априорной вероятности. Никакого принципиального различия между терминами "условная" и "апостериорная" нет.)

11.Дайте формулы для вычисления относительных частот истинного положительных, истинного отрицательных, ложно положительных и ложно отрицательных случаев и для вероятностей сочетанных событий. (напр., болен и S+).

ДЧ=ИП/(ИП+ЛО) – доля истинно положительных результатов в группе больных

ДС=ИО/(ЛП+ИО) - доля истинно отрицательных результатов в группе больных

ПП=ИП/(ИП+ЛП) – доля истинно положительных результатов среди всех положительных результатов(предсказательная ценность положительного результата)

ПО=ИО/(ИО+ЛО) – доля истинно отрицательных результатов среди всех отрицательных результатов(предсказательная ценность отрицательного результата)

ДЧ – вероятность того, что тест даст положительный результат у больного

ДС - вероятность того, что тест даст отрицательный результат у больного

ПП – вероятность заболевания при положительном (патологическом) результате теста

ПО – вероятность отсутствия заболевания при отрицательном (нормальном) результате теста