Pidevate tervisenäitajate kaugeleulatuv ennustamine
Nimi
Belinda Lepmets
Kokkuvõte
Selles bakalaureusetöös uuritakse, kas ja kuidas on võimalik luua pidevate tervisenäitajate kaugeleulatuvaks ennustamiseks mudel, mis kasutab lühiajalisi terviseandmeid. Selleks loodi sarnasuse otsimise ennustusmudel, mis põhineb lühiajalise vaatlusaknaga alusandmestikul, milles on paljude patsientide mõõtmiste andmed. Vastavalt lähteparameetritele valitakse kõige sarnasem patsient ning liigutakse samm-sammult mööda tema ja teiste patsientide andmeid edasi, mille tulemusel moodustub kaugeleulatuv prognoos. Seda mudelit demonstreeriti nelja
testjuhu peal: pikkus, kehakaal, pulss ja süstoolne vererõhk, kasutades RITA-MAITT ja ELIKTU uuringute andmeid. Parima ennustustäpsusega nendest testjuhtudest on pikkuse ennustusmudel, mille keskmine viga mudeli testimisel oli 5,5 cm ning „kolme ennustuse keskmise“ mudeli puhul 5,1 cm. Mudeli tulemustest võib järeldada, et kuigi kõigi pidevate tervisenäitajate ennustamiseks see ei sobi, annab mõnede näitajate ennustamine piisavalt täpseid tulemusi ning seetõttu väärib meetod edasiarendamist ja uurimist.
testjuhu peal: pikkus, kehakaal, pulss ja süstoolne vererõhk, kasutades RITA-MAITT ja ELIKTU uuringute andmeid. Parima ennustustäpsusega nendest testjuhtudest on pikkuse ennustusmudel, mille keskmine viga mudeli testimisel oli 5,5 cm ning „kolme ennustuse keskmise“ mudeli puhul 5,1 cm. Mudeli tulemustest võib järeldada, et kuigi kõigi pidevate tervisenäitajate ennustamiseks see ei sobi, annab mõnede näitajate ennustamine piisavalt täpseid tulemusi ning seetõttu väärib meetod edasiarendamist ja uurimist.
Lõputöö keel
eesti
Lõputöö tüüp
Bakalaureus - Informaatika
Juhendaja(d)
Sulev Reisberg
Kaitsmise aasta
2024