Способ диагностики острых кишечных инфекций у новорожденных детей [] / С. Н. Бениова [и др.] // Детские инфекции. - 2015. - Том 14, N 1. - С. 60-62
Рубрики: КИШЕЧНЫЕ БОЛЕЗНИ
   БАКТЕРИАЛЬНЫЕ ИНФЕКЦИИ

   РОТАВИРУСНЫЕ ИНФЕКЦИИ

   МОДЕЛИ ТЕОРЕТИЧЕСКИЕ

   ЛОГИСТИЧЕСКИЕ МОДЕЛИ

   ФАКТОРЫ РИСКА

   ПРОГНОЗ

   ДИАГНОСТИКА РАННЯЯ

   НОВОРОЖДЕННЫЙ

Аннотация: Разработана математическая модель диагностики острых кишечных инфекций у новорожденных детей в зависимости от природы инфекционного агента. Были рассмотрены все факторы риска, способствующие развитию кишечных инфекций. С помощью метода логической регрессии была разработана медико-математическая модель экспресс диагностики острых кишечных инфекций у новорожденных детей, что значительно сокращает сроки постановки верного диагноза и начала лечения.


Доп.точки доступа:
Бениова, С.Н.; Абдуллаева, Е.С.; Столина, М.Л.; Гулевич, А.П.; Блохина, Н.П.; Шегеда, М.Г.
Экз-ры:



   
    Оценка риска развития неалкогольной жировой болезни печени у больных сахарным диабетом 2 типа [] / Л. А. Атраментова [и др.] // Проблеми ендокринної патології. - 2015. - N 1. - С. 21-27. - Библиогр.: с.26
Рубрики: ПЕЧЕНИ ЖИРОВАЯ ДИСТРОФИЯ
   ДИАБЕТ САХАРНЫЙ, ТИП 2

   РИСКА ОЦЕНКА

   ЛОГИСТИЧЕСКИЕ МОДЕЛИ



Доп.точки доступа:
Атраментова, Л.А.; Кравчун, Н.А.; Полторак, В.В.; Горшунская, М.Ю.; Йенсен, Е.; Красова, Н.С.; Лещенко, Ж.А.; Гладких, А.И.; Тыжненко, Т.В.; Плохотниченко, О.А.; Опалейко, Ю.А.; Почерняев, А.К.; Белецкая, О.М.
Экз-ры:



   
    Прогностическая значимость костной плотности, определенной при компьютерной томографии, в отношении низкоэнергетических переломов позвоночника [] / А. Е. Боков [и др.] // Медицинская визуализация. - 2015. - N 3. - С. 94-98
Рубрики: ПОЗВОНОЧНИКА ПЕРЕЛОМЫ
   ТОМОГРАФИЯ РЕНТГЕНОВСКАЯ КОМПЬЮТЕРНАЯ

   КОСТИ ПЛОТНОСТЬ

   ВОЗРАСТНЫЕ ФАКТОРЫ

   ЛОГИСТИЧЕСКИЕ МОДЕЛИ

   РЕГРЕССИОННЫЙ АНАЛИЗ

Аннотация: При выполнении рентгеновской КТ может быть определена костная плотность в единицах Хаунсфилда (ед. Н), но прогностическая значимость этого параметра в отношении низкоэнергетических переломов позвонков до настоящего времени недостаточно исследована. Цель исследования: определить прогностическую значимость костной плотности, определенной при КТ-исследовании, в отношении риска низкоэнергетических патологических переломов. Материал и методы. Проведена оценка результатов КТ 100 пациентов. На уровне L[[d]]II[[/d]] или L[[d]]III[[/d]] определяли плотность губчатой кости в ед.Н в сагиттальной, фронтальной плоскостях и на аксиальных срезах, после чего вычисляли среднее значение. Регистрировали наблюдения с одно- и многоуровневыми патологическими переломами, а также наблюдения с многоуровневыми дегенеративными изменениями. Исследовали прогностическую значимость указанных параметров в отношении патологических компрессионных переломов позвонков, для этого применяли логистический регрессионный анализ. Результаты. Выявлено, что имеется связь плотности позвонков, определенной в ед.Н, с частотой патологических переломов: снижение костной плотности ниже 101 ед.Н сопряжено с нарастанием частоты патологических переломов, в то время как снижение костной плотности ниже 82 ед.Н ассоциируется с увеличением частоты многоуровневых патологических переломов. Наличие многоуровневых дегенеративных изменений ассоциируются со снижением частоты патологических переломов позвонков. Заключение. КТ-данные могут быть использованы для оценки риска патологических компрессионных переломов позвонков и служить основанием для назначения профилактических мер или дальнейшего обследования.


Доп.точки доступа:
Боков, А.Е.; Млявых, С.Г.; Алейник, А.Я.; Растеряева, М.В.; Кутлаева, М.А.
Экз-ры:



   
    Методы прогнозирования временных рядов (на примере железнодорожных грузоперевозок) / Ю. И. Журавлёв [и др.] // Вестн. Рос. АН. - 2016. - Том 86, N 2. - С. 138-143
MeSH-главная:
ЛОГИСТИЧЕСКИЕ МОДЕЛИ -- LOGISTIC MODELS
ЖЕЛЕЗНЫЕ ДОРОГИ -- RAILROADS (стандарты)
ПРОГНОЗИРОВАНИЕ -- FORECASTING (методы)


Доп.точки доступа:
Журавлёв, Ю.И.; Рудаков, К.В.; Корчагин, А.Д.; Кузнецов , М.П.; Мотренко, А.П.
Экз-ры:



    Перепелица, М.
    Как стать лидером? [] / М. Перепелица // Фармацевт Практик. - 2016. - № 2. - С. 36-37
MeSH-главная:
ЗДРАВООХРАНЕНИЯ СЛУЖБ МАРКЕТИНГ -- MARKETING OF HEALTH SERVICES (методы, организация и управление, тенденции)
ЭКОНОМИКА ФАРМАЦЕВТИЧЕСКАЯ -- ECONOMICS, PHARMACEUTICAL (организация и управление, тенденции)
ЛОГИСТИЧЕСКИЕ МОДЕЛИ -- LOGISTIC MODELS
АПТЕКИ -- PHARMACIES (кадры, тенденции, экономика)
Аннотация: Гарантированное качество лекарств, современный сервис, внимание к каждому покупателю — составные успеха «Аптечной сети 9-1-1»

Экз-ры:



    Венгринюк, І.
    До електронних рецептів готові! [] / І. Венгринюк // Фармацевт-практик. - 2017. - № 1. - С. 34-35
MeSH-главная:
КОМПЬЮТЕР, УСТРОЙСТВО ДЛЯ ХРАНЕНИЯ ДАННЫХ -- COMPUTER STORAGE DEVICES (использование, тенденции, экономика)
ЗДРАВООХРАНЕНИЯ ИННОВАЦИИ И УСОВЕРШЕНСТВОВАНИЕ -- HEALTH CARE REFORM (методы, организация и управление)
ЛОГИСТИЧЕСКИЕ МОДЕЛИ -- LOGISTIC MODELS
ЗДРАВООХРАНЕНИЯ СЛУЖБ МАРКЕТИНГ -- MARKETING OF HEALTH SERVICES (использование, методы, организация и управление, тенденции, экономика)
Аннотация: Правильна логістика, раціоналізація товарообігу, аналітичний аналіз продажу, націнка лікарських засобів, що гарантує ліквідність товару, — це, за словами Івана Венгринюка, комерційного директора ТОВ «Іва-Фарм» (м. Івано-Франківськ), лише кілька з безумовних переваг повної комп’ютеризації аптечного підприємства

Экз-ры:



   
    Логістичний аутсорсинг у фармації: теорія та практика / М. В. Білоус [та ін.] // Фармац. журн. - 2017. - N 3/4. - С. 18-25
MeSH-главная:
ФАРМАЦИЯ -- PHARMACY (организация и управление)
ФАРМАЦЕВТИЧЕСКАЯ ПРОМЫШЛЕННОСТЬ -- DRUG INDUSTRY (организация и управление)
ЛОГИСТИЧЕСКИЕ МОДЕЛИ -- LOGISTIC MODELS


Доп.точки доступа:
Білоус, М. В.; Шматенко, О. П.; Рижов, О. А.; Райкова, Т. С.; Дроздов, Д. В.
Экз-ры:



    Жилинский, Е. В.
    Прогнозирование сепсиса у пациентов с ожоговой болезнью на основе клинико-лабораторных критериев [] / Е. В. Жилинский // Экстренная медицина. - 2017. - Том 6, N 1. - С. 74-80
MeSH-главная:
ОЖОГИ -- BURNS (эпидемиология)
ТРАВМ ПОКАЗАТЕЛИ ТЯЖЕСТИ -- TRAUMA SEVERITY INDICES
СЕПСИС -- SEPSIS (диагностика, осложнения, этиология)
ЛОГИСТИЧЕСКИЕ МОДЕЛИ -- LOGISTIC MODELS
РЕГРЕССИОННЫЙ АНАЛИЗ -- REGRESSION ANALYSIS
ПРОГНОЗ -- PROGNOSIS
РИСК -- RISK
ВЕРОЯТНОСТЬ -- PROBABILITY
МОДЕЛИ СТАТИСТИЧЕСКИЕ -- MODELS, STATISTICAL
Аннотация: Сепсис относится к наиболее тяжелым осложнениям ожоговой болезни с высокой летальностью. Прогнозирование развития сепсиса и выделение пациентов высокого риска позволит оптимизировать лечение тяжело обожженных. Цель нашего исследования — создание прогностической модели развития сепсиса у пациентов с ожоговой болезнью на основе клинико-лабораторных критериев. Для прогнозирования развития сепсиса у пациентов с ожоговой болезнью была получена модель на основе уравнения логистической регрессии, включающего константу и 5 переменных (наличие тромбоцитопении, содержание альбумина и фибриногена, долю нейтрофилов, частоту сердечных сокращений). Предложенный способ прогнозирования сепсиса у тяжело обожженных пациентов является моделью «очень хорошего» качества и может быть использован для оптимизации и выбора тактики.

Экз-ры:



    Павлюченко, А. К.
    Прогнозирование развития изменений органа зрения у больных с артритами различной этиологии [] = Forecasting of development of the vision organ changes at different etiology arthritis patients / А. К. Павлюченко // Архів офтальмології України. - 2017. - Т. 5, № 3. - С. 49-53. - Библиогр. в конце ст.
MeSH-главная:
АРТРИТ -- ARTHRITIS (классификация, осложнения, этиология)
ЗРЕНИЯ РАССТРОЙСТВА -- VISION DISORDERS (этиология)
ПРОГНОЗИРОВАНИЕ -- FORECASTING
ЛОГИСТИЧЕСКИЕ МОДЕЛИ -- LOGISTIC MODELS
Аннотация: Целью исследования явилась разработка математической модели прогнозирования развития изменений органа зрения у больных артритами различной этиологии
Материалы и методы. При разработке модели анализу подверглись данные 448 больных, страдающих хроническими воспалительными болезнями суставов, среди которых было 133 пациента с ревматоидным артритом, 79 - с анкилозирующим спондилитом, 61 ребенок с ювенильным идеопатическим артритом, 76 - с псориатическим артритом и 99 - с реактивным хламидийным артритом; изменения органа зрения (конъюнктивит, склерит, кератит, катаракта, увеит, глаукома) были выявлены у 20,3 %, 29,1 %, 39,3 %, 40,8 % и 62,6 % соответственно. Для оценки вклада факторных признаков в прогнозирование вероятности наличия изменений органа зрения (Р[[d]]иоз[[/d]]) был проведен анализ результирующих показателей Wald-статистики, а также значимости их отличия в сравнении с нулевой гипотезой. Проведенное исследование показало, что основные показатели, определяющие состояние больного - возраст, пол, типы артрита и индекс прогрессии артрита, определяют вероятность развития изменений органа зрения. Построена модель логистической регрессии, которая с высокой степенью достоверности (не менее 96 %) определяла вероятность развития изменений органа зрения при значении Р[[d]]ИОЗ[[/d]]0,343. Предложена формула для расчета вероятности развития изменений органа зрения, которая имела значимую связь между риском развития изменений органа зрения и выбранными показателями: площадь под ROC-кривой AUC=0,993±0,002 (ДИ±95 % 0,989-0,998), которая статистически значимо отличалась от 0,5 (р=2,45Е-68). Оценка модели по методу максимального правдоподобия выявила удовлетворительные параметры регрессии: -21og=89,73 (?2=502,0; р=0,000 при df=4)
Summary. The aim of this work was mathematical model creation for forecasting of vision organ changes different etiology arthritis patients
Results and conclusions. The conducted research showed that the key indicators defining a condition of the path -age, sex, like arthritis and the index of arthritis progression define probability of vision organ changes developme The logistic regression model which with high degree of probability (not less than 96 %) defined probability vision organ changes development at Pиоз0,343 value is constructed. The formula for calculation of probability development of changes of an organ of vision which had significant communication between risk of vision org changes development and the chosen indicators is offered: the area under AUC=0,993±0,002 ROC curve (CI±95 0,989-0,998) which statistically significantly differed from 0,5 (p=2,45E-68). Model assessment by a method maximum likelihood taped satisfactory parameters of regression: -21og=89,73 (?2=502,0; p=0,000 at df=4)

Экз-ры:



   
    Інтерлейкін 6 та інтегративний індекс анамнезу, вихідного стану здоров'я, пербігу вагітності як предиктори передчасних пологів у жінок із багатопліддям [] = Interluekin 6 and integrated index of anammesis, initial health status and gestation course as predictors of preterm delivery in women with multiple gestation / О. В. Булавенко [та ін.] // Перинатологія та педіатрія. - 2018. - N 1. - С. 41-47. - Библиогр. в конце ст.
MeSH-главная:
БЕРЕМЕННОСТЬ МНОГОПЛОДНАЯ -- PREGNANCY, MULTIPLE
РОДЫ ПРЕЖДЕВРЕМЕННЫЕ (29-38 НЕДЕЛЬ) -- OBSTETRIC LABOR, PREMATURE
ИНТЕРЛЕЙКИН-6 -- INTERLEUKIN-6
ЛОГИСТИЧЕСКИЕ МОДЕЛИ -- LOGISTIC MODELS


Доп.точки доступа:
Булавенко, О.В.; Вознюк, А. В.; Титаренко, Н.В.; Кукуруза, І. Л.
Экз-ры:



   
    Прогнозирование активности и тяжести эндокринной офтальмопатии методом многомерного линейного регрессионного моделирования [] / В. Г. Лихванцева [и др.] // Вестник офтальмологии. - 2018. - Т. 134, № 2. - С. 23-30. - Библиогр. в конце ст.
MeSH-главная:
ГРЕЙВСА ОФТАЛЬМОПАТИЯ -- GRAVES OPHTHALMOPATHY
ЗОБ ДИФФУЗНЫЙ ТОКСИЧЕСКИЙ -- GRAVES DISEASE
ПРОГНОЗ -- PROGNOSIS
РЕГРЕССИОННЫЙ АНАЛИЗ -- REGRESSION ANALYSIS
ВРЕДНЫХ ФАКТОРОВ МОДЕЛИ ПРОПОРЦИОНАЛЬНЫЕ -- PROPORTIONAL HAZARDS MODELS
ЛОГИСТИЧЕСКИЕ МОДЕЛИ -- LOGISTIC MODELS
ФАКТОРЫ РИСКА -- RISK FACTORS


Доп.точки доступа:
Лихванцева, В. Г.; Афанасьев, М. С.; Руденко, Е. А.; Караулов, А. В.; Афанасьев, С. С.; Коростелева, Е. В.; Выгодин, В. А.
Экз-ры:



   
    Прогнозування виникнення клімактеричного синдрому тяжкого ступеня у жінок з ендометріозом у період менопаузи [] / Н. Ф. Захаренко [та ін.] // Здоровье женщины. - 2018. - № 4. - С. 78-82. - Бібліогр. в кінці ст.
MeSH-главная:
КЛИМАКТЕРИЧЕСКОГО ПЕРИОДА РАССТРОЙСТВА -- CLIMACTERIC DISORDERS
ПРИЛИВЫ КЛИМАКТЕРИЧЕСКИЕ -- HOT FLASHES (диагностика, эпидемиология, этиология)
ФАКТОРЫ РИСКА -- RISK FACTORS
ЛОГИСТИЧЕСКИЕ МОДЕЛИ -- LOGISTIC MODELS
ЭНДОМЕТРИОЗ -- ENDOMETRIOSIS (осложнения)
МЕНОПАУЗА -- MENOPAUSE


Доп.точки доступа:
Захаренко, Н. Ф.; Татарчук, Т. Ф.; Коваленко, Н. В.; Ретунська, І. М.
Экз-ры:



    Сімак, І. М.
    Логістичні особливості надання догоспітальної екстреної допомоги пацієнтам похилого та старечого віку з гострим порушенням коронарного кровообігу [] / І. М. Сімак // Український медичний часопис. - 2018. - Т. 2, № 1. - С. 38-41. - Бібліогр. в кінці ст.
MeSH-главная:
КОРОНАРНЫЙ СИНДРОМ ОСТРЫЙ -- ACUTE CORONARY SYNDROME (диагностика, лекарственная терапия)
НЕОТЛОЖНАЯ МЕДИЦИНСКАЯ ПОМОЩЬ -- EMERGENCY MEDICAL SERVICES (использование, методы)
ЛОГИСТИЧЕСКИЕ МОДЕЛИ -- LOGISTIC MODELS
ПОЖИЛЫЕ -- AGED

Экз-ры:



    Посилкіна, О. В.
    Формування соціально орієнтованої логістичної моделі організації фармацевтичного виробництва [] / О. В. Посилкіна, В. Г. Котлярова // Управління, економіка та забезпечення якості в фармації. - 2018. - № 4. - С. 59-69
MeSH-главная:
ЛОГИСТИЧЕСКИЕ МОДЕЛИ -- LOGISTIC MODELS
(организация и управление)
СОЦИАЛЬНАЯ ОТВЕТСТВЕННОСТЬ -- SOCIAL RESPONSIBILITY
ОРГАНИЗАЦИОННАЯ КУЛЬТУРА -- ORGANIZATIONAL CULTURE


Доп.точки доступа:
Котлярова, В. Г.
Экз-ры:



   
    Концептуальні аспекти управління розподілом медичного майна з позиції військово-фармацевтичної логістики / М. В. Білоус [та ін.] // Фармац. журн. - 2019. - N 3. - С. 3-11
MeSH-главная:
ВОЕННАЯ МЕДИЦИНА -- MILITARY MEDICINE (организация и управление, стандарты)
ЛОГИСТИЧЕСКИЕ МОДЕЛИ -- LOGISTIC MODELS


Доп.точки доступа:
Білоус, М. В.; Шматенко, О. П.; Рижов, О. А.; Трохимчук, В. В.; Галан, О. В.; Дроздов, Д. В.
Экз-ры:



   
    Прогнозування розвитку та прогресування діабетичної ретинопатії при цукровому діабеті 2-го типу [] = Diabetic retinopathy development and progressing prediction in diabetes mellitus type 2 / А. С. Гудзь [та ін.] // Архів офтальмології України. - 2018. - Т. 6, № 1. - С. 23-30. - Бібліогр.: в кінці ст.
MeSH-главная:
ДИАБЕТИЧЕСКАЯ РЕТИНОПАТИЯ -- DIABETIC RETINOPATHY (метаболизм, этиология)
ДИАБЕТ САХАРНЫЙ, ТИП 2 -- DIABETES MELLITUS, TYPE 2 (патофизиология)
ДИАБЕТИЧЕСКИЕ ОСЛОЖНЕНИЯ -- DIABETES COMPLICATIONS (метаболизм, этиология)
ПОЛИМОРФИЗМ ГЕНЕТИЧЕСКИЙ -- POLYMORPHISM, GENETIC (иммунология)
ПРОГНОЗИРОВАНИЕ -- FORECASTING (методы)
ЛОГИСТИЧЕСКИЕ МОДЕЛИ -- LOGISTIC MODELS
Аннотация: Метою дослідження було прогнозування розвитку та прогресування діабетичної ретинопатії (ДР) при цукровому діабеті 2-го типу (ЦД2Т) на підставі побудови і аналізу регресійних логістичних моделей з визначенням ймовірності розвитку ДР, а також швидкості її прогресування. Залучено 302 особи: 1-а група (n=76) - пацієнти з ДР без змін на очному дні; 2-а (n=64) - пацієнти з непроліферативною і 3-я (n=64) - з проліферативною ДР (ДПР). Контрольну групу склали 98 пацієнтів без цукрового діабету. При побудові логістичної регресії були враховані стать, вік, тривалість захворювання на діабет і результати генотипування поліморфізмів rs2010963 і rs699947 гена VEGFА. Аналіз ДНК-локусів здійснювали з використанням TaqMan Mutation Detection Assays Thermo Fisher Scientific (США) в автоматичному ампліфікаторі Real-Time PCR System 7500 (Applied Biosystems, США). Розраховані ?-коефіцієнти математичної моделі розрахунку ймовірності розвитку ДР та ДПР для показників: “Тривалість захворювання на діабет”, “Стать” та “rs2010963” вказували на наявність прямого, а для показників: “Вік” і “rs699947” - зворотного зв’язку з результуючою змінною


Доп.точки доступа:
Гудзь, А. С.; Захаревич, Г. Є.; Петренко, О. В.; Луньова, Г. Г.
Экз-ры:



   
    Individual prognosis of complications in the presence of chronic heart failure [] / M. O. Kondratyuk [et al.] // Лікарська справа. Врачебное дело. - 2018. - № 5/6. - С. 37-43. - Библиогр. в конце ст.
MeSH-главная:
СЕРДЕЧНАЯ НЕДОСТАТОЧНОСТЬ -- HEART FAILURE
ТЕЛА МАССЫ ИНДЕКС -- BODY MASS INDEX
ХОЛЕСТЕРИН -- CHOLESTEROL
ПРОГНОЗ -- PROGNOSIS
ЛИМФОЦИТОВ ПОДСЧЕТ -- LYMPHOCYTE COUNT
РЕГРЕССИОННЫЙ АНАЛИЗ -- REGRESSION ANALYSIS
ЛОГИСТИЧЕСКИЕ МОДЕЛИ -- LOGISTIC MODELS


Доп.точки доступа:
Kondratyuk, M. O.; Gutor, T. G.; Strilchuk, L. M.; Zhakun, I. B.; Sorokopud, O. O.; Besh, O. M.
Экз-ры:



   
    Mathematical model of the individual prognosis of the probability of progression of acquired myopia in children [Text] / T. Tsybulskaya [et al.] // Офтальмология. Восточная Европа. - 2018. - Том 8, N 3. - P410-417
MeSH-главная:
МИОПИЯ -- MYOPIA
БОЛЕЗНИ ПРОГРЕССИРОВАНИЕ -- DISEASE PROGRESSION
ФАКТОРЫ РИСКА -- RISK FACTORS
ЛОГИСТИЧЕСКИЕ МОДЕЛИ -- LOGISTIC MODELS
КОМПЬЮТЕРНОЕ МОДЕЛИРОВАНИЕ -- COMPUTER SIMULATION
МАТЕМАТИЧЕСКИЙ АНАЛИЗ ОСНОВНЫХ КОМПОНЕНТОВ -- PRINCIPAL COMPONENT ANALYSIS
ДЕТИ -- CHILD
Аннотация: Проведено обследование 144 детей (288 глаз) с приобретенной миопией слабой степени. І группу наблюдения составили 62 ребенка (124 глаза) с прогрессирующей миопией, ІІ группу наблюдения — 82 ребенка (164 глаза) со стабильной миопией. Срок наблюдения — 1 год. Для анализа полученных данных использовали статистические методы построения многофакторных математических моделей. В модель прогноза вероятности прогрессированиямиопии вошли следующие факторные признаки: преломляющая сила роговицы ?41,5 дптр (ОШ 6,92; 95 % ДИ 4,04-11,8, р ‹ 0,05), аксиальная длина глазного яблока ?25,0 мм (ОШ 3,74; 95%ДИ 2,08-6,74, р0,05), диаметр роговицы ?12,3 (ОШ 8,41; 95 % ДИ 4,94-14,3; р ‹ 0,05), толщина слоя перипапиллярных нервных волокон ?90 мкн (ОШ 3,52; 95 % ДИ 2,14-5,82, р ‹ 0,05), запас относительной аккомодации ?1,5 дптр (ОШ 2,94; 95 % ДИ 1,34-6,43, р ‹ 0,05), привычный тонус аккомодации ?0,5 дптр (ОШ 2,07; 95 % ДИ 0,98-4,45, р ‹ 0,05), гипермобильность суставов ?5 баллов (ОШ 3,32; 95 % ДИ 1,88-5,85, р ‹ 0,05), возраст манифестации миопии ?8 лет (ОШ 5,62; 95 % ДИ 2,49-12,7, р ‹ 0,05), а также наличие наследственности по поводу миопии в анамнезе (ОШ 3,25; 95 % ДИ 1,97-5,34, р ‹ 0,05). Классификационная способность модели составила 89 %. Вероятность правильного положительного результата при использовании данной модели составила 91,1 %, а вероятность верного отрицательного результата — 89,9 %. Чувствительность модели 86,2 %, специфичность — 93 %. Полученная математическая модель (AUC


Доп.точки доступа:
Tsybulskaya, T.; Zavgorodnaya, N.; Lezhenko, G.; Pashkova, E.
Экз-ры:



   
    Медичне забезпечення військ у інтегрованій інформаційній мережі логістичного забезпечення збройних сил України [] / М. В. Білоус [та ін.] // Фармац. журн. - 2019. - N 6. - С. 6-13
MeSH-главная:
ВОЕННАЯ МЕДИЦИНА -- MILITARY MEDICINE
ЛОГИСТИЧЕСКИЕ МОДЕЛИ -- LOGISTIC MODELS


Доп.точки доступа:
Білоус, М. В.; Рижов, О. А.; Шматенко, О. П.; Галан, О. В.
Экз-ры:



    Сук, С. А.
    Роль кластерину як антиапоптичного фактора глії у розвитку діабетичного макулярного набряку у пацієнтів з цукровим діабетом 2-го типу [] = The role of clusterin as an antiapoptotic glial factor in the development of diabetic machular edema in patients with type 2 diabetes mellitus / С. А. Сук, С. О. Риков, М. Л. Кирилюк // Архів офтальмології України. - 2019. - Т. 7, № 2. - С. 32-37. - Бібліогр.: в кінці ст.
MeSH-главная:
КЛАСТЕРИН -- CLUSTERIN (кровь)
ЛОГИСТИЧЕСКИЕ МОДЕЛИ -- LOGISTIC MODELS
ДИСПЕРСИОННЫЙ АНАЛИЗ -- ANALYSIS OF VARIANCE
РЕГРЕССИОННЫЙ АНАЛИЗ -- REGRESSION ANALYSIS
ЖЕЛТОГО ПЯТНА ОТЕК -- MACULAR EDEMA (диагностика, кровь, патофизиология)
ДИАБЕТ САХАРНЫЙ, ТИП 2 -- DIABETES MELLITUS, TYPE 2 (кровь, патофизиология)
ДИАБЕТИЧЕСКИЕ ОСЛОЖНЕНИЯ -- DIABETES COMPLICATIONS (диагностика, профилактика и контроль)
Аннотация: Мета роботи полягала в оцінці вмісту кластерину в крові у хворих на цукровий діабет (ЦД) 2-го типу із діабетичним макулярним набряком (ДМН) різного ступеня у взаємозв’язку із показниками товщини шарів макули. Матеріали та методи. Обстежені 82 пацієнти, хворі на ЦД 2-го типу (145 очей), розподілені на 4 групи відповідно до форми ДМН. Середній вік пацієнтів становив 65,25 ± 10,85 року, середня тривалість діабету — 14,00 ± 7,05 року, середній рівень глікованого гемоглобіну — 8,40 ± 1,58 %. Результати. За допомогою однофакторного дисперсійного і регресійного аналізу, методикою побудови логістичних моделей регресії встановлено, що кластерин не асоціювався як із ризиком високого значення товщини шару нервових волокон, шару гангліонарних клітин, внутрішнього граничного шару, центральної товщини сітківки, об’єму макули та центральної ямки, низькою гостротою зору, так і з загальним високим ризиком погіршення стану макули на відміну від його початкових стадій. Висновки. Зроблено припущення щодо обмеженої ролі кластерину та його відносної недостатності за тяжкого ДМН і можливості його застосування in situ як додаткового лікувального заходу
One of the important modern factors that plays an important role in restoring close contacts and limiting the reactive response to metabolic damage (two main signs of the pathogenesis of diabetic macular edema (DME)) is the clusterin protein. The research of its contribution into the development of DME has recently been actively started. We previously found that at the initial stages of DME and its progression, the blood level of clusterin was elevated above the threshold (77 ?g/ml). Its level was associated with an increased risk of thickening of the nerve fibers layer and ganglio­nar layer. The study of clusterin expression and its relationship with these indicators at the different stages of DME development is rele­vant. The purpose of the work was to evaluate the role of clusterin as an antiapoptotic glial factor in the development of diabetic macular edema in patients with type 2 diabetes mellitus. Material and methods. The study involved 82 patients with DMT2 (145 eyes), divided into 4 groups in accordance with DME form. The average age of patients was 65.25 ± 10.85 years; the average duration of diabetes mellitus was 14.0 ± 7.05 years; the average level of HbA1c was 8.40 ± 1.58 %. Optical coherent tomography was performed using the Revo Nx Optopol spectral optical tomograph (5 ?m axial resolution) using Retina 3D scanning protocol for macular thickness study. The following instrumental parameters were used for analysis: nerve fiber layer (NFL), ganglion cell layer (GCL) layer, internal posterior layer (IPL), central sector thickness, minimum foveal thickness, average thickness, macular volume and foveal volume, visual acuity. Results. Using ANOVA analysis and regression analysis, methods for constructing of logistic regression models, we have shown that clusterin is not associated with the risk of high value of NFL, GCL, IPL, central sector of macula, foveal thickness and low visual acuity in comparison with the initial stages of DME. Conclusions. We suggest the limited role of clusterin and its relative insufficiency in severe DME and the possibility for its use in situ as an additional therapeutic agent


Доп.точки доступа:
Риков, С. О.; Кирилюк, М. Л.
Экз-ры: