p align="justify"> Тому вивчення проблем профілактики, лікування інфаркту міокарда та виявлення ранніх ознак серцевої недостатності у людей молодого та середнього віку представляється вкрай актуальним. Проводячи статистичні дослідження, можна побачити, які чинники (звички, хронічні хвороби, навколишнє середовище тощо) сприяють розвитку серцево-судинної недостатності, які профілактика і лікування найбільш ефективні, в яких регіонах і для якої професії ризик появи інфаркту міокарда вище, що найчастіше призводить до ускладнень і безліч інших не менш важливих критеріїв.
У даний роботі проаналізовано характер виживаності, виявлено чинники, які надають найбільший вплив на виживання, а також побудовані регресійні моделі для прогнозування ризику смерті і результату (вижив/помер).
2. Постановка завдання
Було проведено ретроспективне вивчення 791 доступних для аналізу хворих на інфаркт міокарда. Для кожного хворого є інформація про кількість прожитих днів до виписки або до смерті. Потрібен проаналізувати характер виживаності, які періоди найбільш критичні, які фактори мають найбільший вплив на виживаність, а також побудувати регресійні моделі для прогнозування ризику смерті і результату (вижив/помер). Для прогнозування виживаності та оцінки впливу розглядалися деякі кількісні та якісні фактори. Якісні фактори представлені в таблиці 1 в кількісному співвідношенні. Кількісні фактори представлені в таблиці 2 у вигляді середнього і середньоквадратичного відхилення. br/>
Таблиця 1. Характеристика хворих інфарктом міокарда
ПоказательПол (м/ж) 76526Трансмур (1/2) 431340Сідячій образ
Таблиця 2. Характеристика хворих інфарктом міокарда
ПоказательСреднееСтандартное Pсрлао (АДСР) 1104,1421,73 ІСПСН15921, 19ІндНор19, 783,69
Статистична обробка результатів була проведена за допомогою пакетів прикладних програм В«Statistica for Windows, Release 8.0. StatSoft, Inc. В»ІВ« SPSS for Windows, Release 13 В». br/>
3. Короткий опис математичного апарату
.1 Оцінка виживаності за методом Каплана-Майера
Функція виживаності - це характеристика випадкової величини, яка прив'язує деякий безліч подій (у даному випадку смерть) до часу. Функція виживаності показує ймовірність того, що пацієнт не помре до певного часу. Сама ж випадкова величина показує час смерті. p align="justify"> У медичній практиці часто мають справу з неповними/цензуірованнимі даними. Це пов'язано з тим, що важко спостерігати весь час життя пацієнта після операції, так як пацієнт міг бути виписаний або переведений в іншу клініку і зв'язок з ним було втрачено. При цьому ми маємо в своєму розпорядженні неповною інформацією про час життя пацієнта, а лише частковою. Для цензурованих...