| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Iskanje po katalogu digitalne knjižnice Pomoč

Iskalni niz: išči po
išči po
išči po
išči po
* po starem in bolonjskem študiju

Opcije:
  Ponastavi


1 - 2 / 2
Na začetekNa prejšnjo stran1Na naslednjo stranNa konec
1.
Korelacija med hipertenzijo in biološko starostjo in analiza njunega vpliva na smrtnost
Urša Deban, 2023, magistrsko delo

Opis: Uvod: Povišan krvni tlak oziroma hipertenzija je pomemben dejavnik tveganja srčno-žilnih in ledvičnih obolenj. Biološko starost lahko izračunamo na podlagi klinično merljivih parametrov. Metode: Z namenom analize korelacije med hipertenzijo in biološko starostjo in njuno povezanostjo s smrtnostjo smo analizirali podatke iz podatkovne zbirke NHANES, ki vsebuje podatke o zdravstvenem stanju ameriških prebivalcev. Iz podatkovne zbirke NCHS pa smo pridobili podatke o smrtnosti. Izračunali smo biološko starost in analizirali statistično pomembnost razlik v krvnem tlaku in biološkem staranju med različnimi demografskimi skupinami. Z modelom logistične regresije smo primerjali napovedno moč krvnega tlaka in staranja na smrtnost. Paciente smo razdelili v tri skupine glede na hipertenzivni status ter primerjali statistične parametre med njimi. Rezultati: Zaznali smo nizko korelacijo med krvnim tlakom in kronološko ter biološko starostjo, statistično pomembne razlike v biološkem staranju, ter krvnim tlakom in spolom. Ugotovili smo statistično pomembne razlike med nekaterimi, ne pa vsemi rasami. V analizi skupine hipertenzivnih pacientov nekatere razlike med demografskimi skupinami zbledijo. Izmed vseh testiranih spremenljivk se je kot najmočneje povezana s smrtnostjo pokazala ocena biološke starosti na podlagi krvnih meritev. Razprava in zaključek: Rezultati raziskave izpostavljajo pomen biološke starosti pri nastanku hipertenzije, nakazujejo razlike v krvnem tlaku med demografskimi skupinami in pomen biološke starosti pri oceni tveganja smrtnosti.
Ključne besede: hipertenzija, krvni tlak, biološko staranje, smrtnost, logistična regresija
Objavljeno v DKUM: 22.05.2023; Ogledov: 325; Prenosov: 69
.pdf Celotno besedilo (1,32 MB)

2.
Gradnja napovednih modelov s pomočjo strukturiranih in nestrukturiranih podatkovnih virov
Leon Kopitar, 2017, magistrsko delo

Opis: Teoretična izhodišča: Sladkorna bolezen tipa 2 (SB2) je najpogostejša oblika sladkorne bolezni, predvsem v razvitih državah sveta. Za SB2 zboleva vedno več ljudi, in to zaradi neprimernega življenjskega stila, predvsem premalo fizične dejavnosti in nepravilnega prehranjevanja. Čeprav večina ljudi SB2 vidi kot samoumevno bolezen, ki se lahko pojavi v poznih letih, se mnogi ne zavedajo njene resnosti. SB2 predstavlja glavni vzrok za možgansko kap in bolezni srca. Poleg tega lahko privede do slepote, bolezni ledvic oziroma, v skrajnem primeru, tudi do smrti. S starostjo se tveganje za SB2 razumljivo povečuje, vendar pa lahko v veliki meri na povečanje tveganja vplivamo predvsem sami. Smrtnemu izidu so najbolj podvrženi bolniki s SB2, ki so bili hospitalizirani na enoti intenzivnega oddelka. Glavni namen magistrskega dela je bil preveriti vpliv najpogosteje ponavljajočih se korenov besed iz zapisov o zdravljenju bolnika na točnost napovednega modela za napoved preživetja bolnikov s SB2. Metodologija raziskovanja: Analize smo opravili na filtrirani podatkovni zbirki MIMIC-III, ki hrani skupno 4236 zapisov o bolnikih s SB2. Analize so bile izvedene s programskim jezikom R s pomočjo naslednjih klasifikatorjev: Random Forest, Single C5.0 Ruleset, Glmnet (Lasso regresija), XGBoost ter GBM. Rezultate smo evalvirali z Bootstrap metodo, ponovljeno 100-krat. Rezultati: Vsi napovedni modeli, zgrajeni na podatkih moškega vzorca, so bili v primerjavi z modeli, zgrajenimi na podatkih ženskega vzorca, statistično signifikantno uspešnejši pri napovedovanju umrljivosti bolnikov s SB2 (ΔAUC = +0,049, p < 0,001). Z uporabo bigramov se rezultati napovedne uspešnosti statistično ne razlikujejo (p > 0,001). Ne glede na spol se rezultati pri napovedovanju z vključenim kriterijem SAPS izboljšajo v primerjavi z napovedovanjem, če kriterij SAPS ni prisoten (ΔAUCŽenske = +0,0756, ΔAUCMoški = +0,082). Sklep: Napovedni model XGBoost je najprimernejši model za napovedovanje umrljivosti bolnikov s SB2. Prisotnost besed, ki se navezujejo na stimulacijo oziroma spodbujanje, starost, gibanje, neodzivnost in diagnozo intracerebralne krvavitve, ima največji vpliv na uspešno napovedovanje umrljivosti bolnikov s SB2. Z vključitvijo bigramov se uspešnost napovednih modelov ne izboljša signifikantno. Uporaba pogosto uporabljenega kriterija SAPS, ki temelji na fizioloških podatkih, ostaja primarno vodilo pri napovedovanju umrljivosti bolnikov s SB2.
Ključne besede: sladkorna bolezen tipa 2, napovedni modeli, zapisi medicinskih sester
Objavljeno v DKUM: 10.10.2017; Ogledov: 1527; Prenosov: 327
.pdf Celotno besedilo (1,03 MB)

Iskanje izvedeno v 0.1 sek.
Na vrh
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici