Αναγνώριση παραγόντων επιβίωσης σε ασθενείς με χρόνια αιμοκάθαρση: υπολογιστική προσέγγιση με βάσεις δεδομένων

Abstract

[…] Στόχο της παρούσας εργασίας είναι η εφαρμογή της μεθόδου των δένδρων ταξινόμησηςσε δεδομένα που προκύπτουν από μια ευρεία βάση δεδομένων των ΗΠΑ (USRDS). Τα δέντρα χρησιμοποιούνται στην ιατρική εδώ και αρκετό καιρό. Πράγματι, θεωρείται ότι αντιπροσωπεύουν με τέτοιο τρόπο πολύπλοκες διαγνωστικές και θεραπευτικές στρατηγικές, σαν να μιμούνται πραγματικές διαδικασίες σκέψης. Ένα δέντρο πρόβλεψης είναι ένα ιδιαίτερο είδος δέντρου απόφασης. "Απόφαση" σημαίνει να γίνει μια συγκεκριμένη πρόβλεψη, εφόσον δοθούν ορισμένα κλινικά χαρακτηριστικά, η οποία θα προκύψει από μια δομημένη ακολουθία ερωτήσεων τύπου ναι/όχι που θα σχετίζονται με τα αυτά τα κλινικά χαρακτηριστικά. Η δομή αυτή είναι το (δυαδικό) δέντρο. Στόχος μας είναι η κατασκευή δέντρων ταξινόμησης που θα κατατάξουν σωστά τους ασθενείς με νεφρική νόσο τελικού σταδίου (ESRD) σε διαφορετικές κατηγορίες κινδύνου θνησιμότητας, βάσει κλινικών και εργαστηριακών μεταβλητών. Για τον λόγο αυτό ανασύρθηκαν πολλά δεδομένα επιβίωσης, που αφορούν ασθενείς διαφορετικών εθνικών υπόβαθρων. Μια ολοκληρωμένη συστοιχία μεταβλητών του δείκτη WAAS αναλύθηκε σε περίπτωση πιθανής προγνωστικής σημασίας. Η επιλογή αυτών των μεταβλητών έγινε βασίστηκε στα κλινικά στοιχεία που δόθηκαν από έμπειρους νεφρολόγους, σε προηγούμενη σχετική βιβλιογραφία, στην δυνατότητα ανάκτησης τους σε κλινικές συναντήσεις με τους ασθενείς και στην διαθεσιμότητα των πληροφοριών αυτών στη βάση δεδομένων USRDS. Τα ευρήματα του ερευνητικού έργου μας θα μπορούσαν να έχουν άμεσες συνέπειες στην κλινική πράξη και στην μελλοντική έρευναστον τομέα της πρόγνωσης και διαστρωμάτωσης κινδύνου σε ασθενείς με ESRD. […]