• Камилов Х.М., Максудова Л.М., Ибадова Г.А., Хамидова Г.М.
  Центр Профессионального Развития Медицинских Работников, Республика Узбекистан, г.Ташкент

Аннотация

Для проведения системного анализа был определен круг необходимых инструментов в выполнении данного анализа. Цель: Оптимизировать подходы к терапии пациентов с химическими ожогами глаз на основе индивидуализированного подхода к ведению, терапии, прогнозированию осложнений и исходов химических ожогов глаз. Материалы и методы. Для достижения поставленной цели были составлены шкалы критериев оценки эффективности сравниваемых (стандартизованный) и альтернативных подходов (индивидуализированные подходы на основе исследования HLA гистосовместимости и определения фенотипа ацетилирования пациентов). Выводы. По результатам системного морфологического анализа альтернативных вариантов, установлено, что применение индивидуализированного подхода к ведению пациентов с химическими ожогами глаз методом определения их фенотипа ацетилирования позволяет не только снизить экономические затраты на лечение таких пациентов, но и улучшить качество оказания помощи лицам с химическими ожогами глаз, путем уменьшения частоты рецидивов и осложнений заболевания, длительности пребывания пациентов в стационаре и лучшему восстановлению функционального состояния органа зрения.

Ключевые слова

системный анализ, альтернативные варианты, индивидуализированный подход, химические ожоги глаз, фенотип ацетилирования.

Литература

Методы и средства комплексного интеллектуального анализа медицинских данных/ А. А. Баранов, Л. С. Намазова-Баранова, И. В. Смирнов, Д. А. Девяткин и др. / Системный анализ в медицине и биологии. - Труды ИСА РАН. - /2015.- Том 65.- №2.- С. 81-93

Музыченко П.Ф. Трансфер инноваций в медицину и современные методы расчета экономической эффективности/Ж. Травма. - 2016.-Том 17. - №1 – С. 59-66

A novel data mining system points out hidden relationships between immunological markers in multiple sclerosis / Maira Gironi, Marina Saresella, Marco Rovaris et al. // Immun Ageing. 2013.- V.10.- №1.- Р.112-127; http://www.biomedcentral. com/content/pdf/1742–4933–10–1.pdf.

Brossette S. E., Sprague A. P., Jones W. T., Moser S. A. A data mining system for infection control surveillance / Methods of information in medicine. 2000.- V.39.- № 4/5.- P. 303–310

Data mining in healthcare and biomedicine: a survey of the literature / Illhoi Yoo, Patricia Alafaireet, Miroslav Marinov et al. // Journal of medical systems. 2012.- V.36.- № 4.- P. 2431–2448.

Guergana K. Savova, James J. Masanz, Philip V. Ogren et al. Mayo clinical text analysis and knowledge extraction system (cTAKES): architecture, component evaluation and applications // Journal of the American Medical Informatics Association. 2010.- V.17.- № 5.- P. 507–513

Obenshain M. K. Application of data mining techniques to healthcare data // Infection Control and Hospital Epidemiology. 2004. V. 25. № 8. P. 690–695.

Santos R. S., Malheiros S. M. F., Cavalheiro S., De Oliveira J. M. A data mining system for providing analytical information on brain tumors to public health decision makers // Computer methods and programs in biomedicine. 2013.- V. 109.- № 3.- P. 269–282.

Tassy O., Pourquié O. Manteia А. А predictive data mining system for vertebrate genes and its applications to human genetic diseases // Nucleic acids research. 2014.- V. 42.- № D1.- P. D882–D891.