Metadata language
Title:
Author:
Subject:
przewlekłe zapalenie zatok przynosowych ; sztuczne sieci neuronowe ; modelowanie
Abstract:
Wprowadzenie. Leczenie operacyjne prowadzi do zmniejszenia nasilenia objawów przewlekłego zapalenia zatok przynosowych (PZZP) u większości, ale nie u wszystkich chorych. Przewidywanie wyniku zabiegu może wspomagać wybór optymalnej metody leczenia u poszczególnych pacjentów.Cel pracy. Celem pracy było zbudowanie modeli predykcyjnych pozwalających w sposób zindywidualizowany przewidywać wynik leczenia operacyjnego chorych z PZZP.Materiał i metoda. Grupę badaną stanowiło 183 chorych operowanych metodą endoskopową z powodu PZZP. Ocena przed operacją obejmowała wywiad, badanie laryngologiczne, tomografię komputerową i kwestionariusz samooceny objawów. Nasilenie dolegliwości oceniano ponownie po 3-6 i 12 miesiącach po operacji. Do przewidywania wyników leczenia na podstawie danych uzyskanych przed zabiegiem wykorzystano sztuczne sieci neuronowe (samouczące się systemy informatyczne wzorowane na budowie i funkcji układu nerwowego).Wyniki. Najlepsze modele prawidłowo przewidywały zmianę nasilenia dolegliwości po zabiegu operacyjnym u 94% chorych. W odniesieniu do poszczególnych objawów PZZP uzyskano 70-91% trafnych predykcji. Dla skutecznego prognozowania wystarczające były dane uzyskane w ramach rutynowej diagnostyki przedoperacyjnej.Wnioski. Sztuczne sieci neuronowe są efektywnymi narzędziami do prognozowania wyników leczenia operacyjnego chorych z PZZP i mają szansę znaleźć zastosow ; anie w codziennej praktyce klinicznej.
Place of publishing:
Level of degree:
Degree discipline:
otorynolaryngologia ; informatyka medyczna