CC BY
11
Вестник АГТУ. Серия: Управление, вычислительная техника и информатика. 2022. № 2
ISSN 2072-9502 (print), ISSN 2224-9761 (online) Vestnik ASTU. Series: Management, computer science and informatics. 2022. № 2
ISSN 2072-9502 (print), ISSN 2224-9761 (online)
УПРАВЛЕНИЕ В СОЦИАЛЬНЫХ И ЭКОНОМИЧЕСКИХ СИСТЕМАХ
SOCIAL AND ECONOMIC SYSTEMS MANAGEMENT
Научная статья УДК 004.02:004.06
https://doi.org/10.24143/2072-9502-2022-2-87-96
Применение методов парного сравнения количественных и бинарных выборок в биомедицинских исследованиях с целью принятия управленческих решений
Лев Игоревич Евельсон1*, Эмилия Владимировна Гегерь2, Ирина Романовна Козлова3
1Научно-инновационный центр информационных и дистанционных технологий, Брянск, Россия, levelmoscow@mail.ru*
2Брянский клинико-диагностический центр, Брянск, Россия
3Брянский государственный технический университет, Брянск, Россия
Аннотация. Решение исследовательских задач в рамках создания единого цифрового контура в здравоохране-нии требует проведения исследований, реализуемых на основе деперсонализированных медицинских данных, накопленных в информационных системах лечебных учреждений. Описаны методы математической статистики, направленные на сравнение средних значений выборок двух видов: количественных и бинарных - с целью определения связи между показателями анализа крови и условиями труда. Выполнено сопоставление методов и результатов сравнения количественных и бинарных выборок. Показано, в каких случаях целесообразно использовать те или иные методы, когда есть возможность выбора между ними. Исследование проводилось с использованием медицинских данных, накопленных в медицинской информационной системе транзакционного типа. В процессе подготовки к исследованию данные подвергались деперсонализации, очистке от неизбежных шумов и дефектов. Бинаризация значений показателей производилась путем сопоставления с известными границами интервала медицинской нормы. Разработана методика приведения выборок к однородности одновременно по признакам пола и возраста пациентов. Выявлены показатели лабораторных исследований, которые имеют статистически значимую взаимосвязь с условиями труда в рассматриваемых 4 группах. Эти группы соответствовали следующим комплексам условий труда: воздействие промышленных электромагнитных излучений, воздействие на рабочем месте шума и вибраций, условия работы в региональных офисных службах. Предлагаемые методы и полученные результаты повысят точность выполняемых оценок риска профессиональной заболеваемости и станут основой для исследования механизма влияния производственных факторов, что будет способствовать улучшению условий труда и снижению негативного воздействия вредных производственных факторов на здоровье человека. Они также будут способствовать совершенствованию анализа данных, накопленных в медицинских информационных системах, и принятию управленческих решений в здравоохранении.
Ключевые слова: математическая статистика, анализ данных, бинарные выборки, медицинские информационные системы, анализ крови, пределы нормы
Для цитирования: Евельсон Л. И., Гегерь Э. В., Козлова И. Р. Применение методов парного сравнения количественных и бинарных выборок в биомедицинских исследованиях с целью принятия управленческих решений // Вестник Астраханского государственного технического университета. Серия: Управление, вычислительная техника и информатика. 2022. № 2. С. 87-96. https://doi.org/1Q.24143/2072-95Q2-2Q22-2-87-96.
© Евельсон Л. И., Гегерь Э. В., Козлова И. Р., 2022
Ü я Original article
В" &
hQ И
s S
W QJ
я S
" а
Applying methods of twin comparing quantitative and binary samples in biomedical information systems for decision making
I H Lev I. Evelson1*, Emiliya V. Geger2, Irina R. Kozlova3
M ^ 1
§ Innovation Scientific Centre of Information and Remote Technologies, LLC,
g Bryansk, Russia, levelmoscow@mail.ru*
s 2
g Bryansk Clinical and Diagnostic Center,
Bryansk, Russia
я
H 3
я
4
m
'Bryansk State Technical University, Bryansk, Russia
is Abstract. Solving research problems within the framework of creating a single digital circuit in healthcare requires
° a research conducted on the basis of depersonalized medical data stored in the information systems of medical institu-io tions. There are described the methods of mathematical statistics aimed at comparing the average values of two types я of samples: quantitative and binary in order to determine the relationship between blood test indicators and working
3 conditions. Comparison of methods and results of comparison of quantitative and binary samples is made. The expe-¡^ diency of processing small structured samples taken out from the medical information system is substantiated. The я study was conducted by using medical data stored in a transactional medical information system. During the prepara-я tion process, the data were depersonalized, cleaned from the inevitable noise and defects. Binarization of the values ~ of the indicators was performed by comparing them with the known boundaries of the interval of the medical norm. я A method was developed to bring the samples to uniformity simultaneously on the gender and age signs of the pals tients. There have been revealed the parameters of laboratory tests, which have a statistically significant relationship g with working conditions identified for 4 groups under study. These groups were corresponding to the following work § conditions complexes: influence of electromagnetic emanation, noise and vibrations, working conditions in regional ^ office services. The proposed methods and received results will increase the accuracy of the performed risk assess-g ments of occupational morbidity and become the base for studying the mechanism of the work conditions influencing я the health. They will contribute to improvement of the analysis of the data collected in the medical information sys-¡1 tems and management decision-making in healthcare.
о
¡3 Keywords: mathematical statistics, data analysis, binary sampling, medical information systems, blood test, norm limits я
я For citation: Evelson L. I., Geger E. V., Kozlova I. R. Applying methods of twin comparing quantitative and binary
о samples in biomedical information systems for decision making. Vestnik of Astrakhan State Technical University. Se-
[2 ries: Management, Computer Science and Informatics. 2022;2:87-96. (In Russ.) https://doi.org/10.24143/2073-5529-
§ 2022-2-87-96.
rj Я Я
я Введение могут быть консолидированы, обезличены (депер-Щ К настоящему времени в информационных си- сонализированы), очищены от неизбежных шумов с стемах (ИС) медицинских организаций накоплено и дефектов и выгружены в аналитические системы ^ уже много различных данных, связанных с меди- либо в электронные таблицы MS Excel для дальня цинской помощью населению. В данный момент нейших исследований. Конкретные задачи, кото-§ создается единая цифровая сеть, в цифровой контур рые при этом ставятся, могут быть весьма разно-
& вовлечено все больше лечебных учреждений, образны. При выборе методов их решения следует га и цифровые технологии позволяют оказывать все рационально подходить к учету особенностей ме-более эффективные и персонализированные услуги. тодов, характеристик имеющихся доступных набо-В создании единого цифрового контура в здра- ров данных для конкретной задачи и вычислитель-воохранении важную роль играет аналитика, осно- ных ресурсов. Характерный объем анализируемых ванная на первичной информации [1]. Медицин- выборок медицинских данных для многих задач ские информационные системы (МИС) оперируют составляет порядка сотен или тысяч записей, поэто-большими объемами детализированной информа- му целесообразно ориентироваться на методы, ции о здоровье пациента с помощью технологии предназначенные для работы с относительно неоперативной обработки транзакций - OLTP (Online большими структурированными выборками. Под-Transaction Processing - обработка транзакций ходы Big Data, часто используемые в мировой прак-в реальном времени) [2, 3]. Они предназначены для тике [7, 8], предназначены для работы с большими «цифровизации» непосредственно текущих ин- наборами данных, формирующихся из разнообраз-формационных процессов учреждения. Данные, ных по структуре и формату источников медицин-хранящиеся в МИС, как правило, для исследова- ской информации, представляющих собой неструк-тельских задач не используются [4-6]. Однако они турированный набор файлов, таблиц, рисунков,
графиков, их описаний, зачастую противоречивых выводов и суждений. Для малых и средних выборок технологии Big Data неэффективны. При применении классических методов математической статистики возникает ряд типичных проблем, которые «в чистой математике» считаются как бы заранее кем-то решенными, однако на практике их приходится решать, и от этого существенно зависит достоверность результатов и выводов.
В статье на важном для охраны труда практическом примере продемонстрированы некоторые типичные проблемы, показаны возможные пути и разработанные методики их решения с помощью нетрадиционного применения хорошо известных математических методов. Рассматривается проблема оценки статистической значимости зависимости между лабораторными показателями анализа крови и условиями труда пациента. Такая задача является частью общей актуальной проблемы оценки риска профессиональной заболеваемости. Ее решение играет существенную практическую роль в планировании мероприятий по охране труда, а также способствует развитию цифровых технологий в медицине для принятия управленческих решений на основе точных, своевременных и полных данных и адекватных аналитических инструментов.
Цель работы - выявление важных особенностей и закономерностей практического применения различных известных методов математической статистики, направленных на исследование зависимости показателей крови от производственных факторов.
Материалы и методы исследования
Исследования проводились в клинико-диагностической лаборатории Брянского клинико-диагностического центра, результаты были отражены в медицинской информационной системе транзакцион-ного типа. В качестве первичного источника данных использовались результаты общего анализа крови (ОАК) и биохимические показатели крови у лиц, работа которых связана с вредными условиями труда - с воздействием электромагнитных излучений промышленной частоты (I группа, или ЭМИ, 108 чел.), с воздействием шума и вибраций (II группа, или ШиВ, 149 чел.). Также использовались результаты медицинских осмотров работников офисных служб (III группа, или ТАМ, 251 чел. и группа IV, или АДМ, 147 чел.). Биомедицинские исследования выполнены в строгом соответствии с законодательством Российской Федерации, ведомственными приказами и инструкциями Г91. В работе использовались методы математической статистики, направленные на сравнение средних значений выборок двух видов: количественных и бинарных. Количественные включали непосредственно числовые действительные значения показателей анализа крови. Бинарные (да/нет, 1/0 и т. д.) получаются с помощью операции сопоставления этих числовых значений с известным интервалом нор-
мы (попадает/не попадает). Такой метод замены изначально количественных данных на бинарные для подобных задач описан в работах [10-12]. Метод сравнения бинарных выборок для общего случая основанный на распределении Бернулли и теореме Муавра - Лапласа, подробно описан, например, в [13]. Основная конечная формула для критерия значимости разницы:
Q = ( P* - p г )/
Pi(1 - Pi) + p*(1 - Pг)
к = x - y
s
где
^s*2 =
n
Л X ( X, -- - i £-
X )2
s2 =-
т X( У, -
1 i=i
y )2
(i)
где р* и р* - частоты появления бинарного значения «1» в первой и второй сравниваемых выборках, соответственно; щ и п2 - объемы выборок.
Для количественных выборок сравнение средних значений, а точнее оценка значимости разницы между ними при разных неизвестных дисперсиях, называется задачей Беренса - Фишера. Она не имеет точного теоретического решения, а для приближенного решения в данной работе использовался критерий Крамера - Уэлча [14], в котором фигурируют выборочные оценки дисперсий. Формула для расчетного значения критерия:
i i S'
ста
(2)
3 b
где 5 - несмещенная оценка дисперсии разности ^
выборочных средних рассматриваемых выборок; §
«2 - несмещенная оценка дисперсии выборки 1; ^
о
5 2 - несмещенная оценка дисперсии выборки 2; 3
х - выборочное среднее арифметическое значение §
элементов выборки 1; у - выборочное среднее 2
арифметическое значение элементов выборки 2. д
До проведения анализа данных после консоли- О
дации была произведена очистка от дефектов ее
и шумов, деперсонализация данных. В выборки 2.
включались значения различных показателей кро- §
ви, а также бинарные значения пола (муж- 3
ской/женский) и количественные значения возрас- §
та. Пол и возраст являются важными признаками, 04 которые могут существенно влиять на заболеваемость и показатели крови. В ходе анализа поочередно лица каждой группы, подвергшиеся воздействию вредных производственных факторов (ЭМИ и ШиВ) либо являющиеся сотрудниками одной организации (ТАМ, АДМ), сравнивалась с объединенной группой, в которую входили лица остальных групп. Объединенные группы были следующие: «Все остальные, кроме группы ЭМИ» (ВОЭ),
s =
к 'я
1 и
я а
2 я
g о
я E
u S
a ^
H §
§ &
§ * ч
га
и
о &
о
ID
«Все остальные, кроме группы ШиВ» (ВОШ), «Все остальные, кроме группы ТАМ» (ВОТ) и «Все остальные, кроме группы АДМ» (ВОА). Прежде всего, пары групп ЭМИ и ВОЭ, ШиВ и ВОШ, ТАМ и ВОТ, АДМ и ВОА были проверены на однородность по признакам пола путем сравнения бинарных выборок по формуле (1) и возраста с помощью критерия Крамера-Уэлча по формуле (2). Все пары друг относительно друга оказались неоднородными по обоим этим признакам, поэтому далее была произведена корректировка выборок с целью добиться однородности. Разработанная методика корректировки основывалась на принципах рандомизации и эвристических способах. В соответствии с первым принципом корректировка осуществлялась таким образом, чтобы порядок записей, проверяемых на предмет удовлетворения критерию удаления, был случайным. В соответствии со вторым принципом корректировка сразу же прекращалась, как только оба (по полу и по возрасту) расчетные значения критериев однородности становились меньше или равны критическим значениям, причем алгоритм корректировки был сформирован так, чтобы число удаляемых записей было минимальным.
Выполнявшийся анализ данных был условно разделен на следующие этапы:
1. Консолидация обезличенных данных, выбираемых из транзакционной МИС в соответствии с поставленной задачей анализа.
2. Очистка данных от дефектов и шумов [15].
3. Для проведения каждого расчета, касающегося очередной группы, - операция слияния всех остальных групп в группу ВО (таким образом получались группы ВОЭ, ВОШ, ВОТ и ВОА).
4. Корректировка групп ВО с целью получения выборок, однородных с изучаемой в данном расчете, одновременно по признакам пола и возраста. Для проверки однородности применялись критерии К и 0> (формулы (1) и (2)).
5. Сравнение средних значений показателей крови с определением статистической значимости разницы по критерию Крамера-Уэлча, которое делалось поочередно для каждой из 4 исходных групп, сравниваемых с соответствующей объединенной и скорректированной группой ВО.
6. Бинаризация показателей крови путем сопоставления их значений с интервалом нормы.
7. Сравнение средних частот с определением статистической значимости разницы по критерию 0> сравнения бинарных выборок для каждой из 4 исходных групп, сравниваемых с соответствующей объединенной и скорректированной группой ВО.
Результаты исследования и их анализ
По результатам расчетов были сформированы таблицы. В табл. 1 приведены данные, связанные с проверкой однородности групп по важным признакам пола и возраста.
Таблица 1 Table 1
я
£ рц
S
И ш
i-ч
s'
Результаты корректировки выборок Results of sample adjustment
Группа Объем исходной выборки Средний возраст исходной выборки Половой состав исходной выборки (м/ж) ö И" ö ¿3 Объем скорректированной выборки Средний возраст скорректированной выборки Половой состав скорректированной выборки (м/ж) J J
ЭМИ/ВОЭ ЭМИ 108 42,67 106/2 1,07 10,31 106 42,47 106/0 1,94 0
ВОЭ 547 43,94 409/138 407 44,87 407/0
ШиВ/ВОш ШиВ 149 51,76 139/10 11,12 6,72 149 51,76 139/10 1,89 1,83
ВОш 506 41,37 376/130 136 49,54 118/18
ТАМ/ВОТ ТАМ 251 41,08 223/28 -5,88 5,55 251 41,08 223/28 -1,86 1,93
ВОТ 404 45,38 292/112 277 42,65 230/47
АДМ/ВОА АДМ 147 40,91 47/100 -3,89 -14,93 147 40,91 47/100 -1,87 -1,9
ВОа 508 44,55 468/40 73 43,45 33/40
Показан половой состав и средний возраст в исходных и скорректированных выборках, а также представлены полученные расчетные значения критериев сравнения средних значений возраста по критерию К и бинарных выборок по признаку пола по критерию Q - до корректировки и после.
Как видно из столбцов Кисх и Qисх, исходные группы ЭМИ, ШиВ, ТАМ, АДМ оказались неоднородны с соответствующими группами ВО по одно-
му из двух признаков, причем группы ШиВ, ТАМ и АДМ неоднородны сразу по обоим признакам, а группа ЭМИ - только по полу. В связи с этим производилась корректировка, результаты которой отражены в правой части табл. 1. Отметим: фактически корректировались только объединенные группы ВО. Группы ШиВ, ТАМ и АДМ не изменялись, а из исходной группы ЭМИ, в которой из 108 человек было только 2 женщины, были сразу
удалены 2 соответствующие им записи. Из соответствующей группы ВОэ также сразу были удалены все записи, относящиеся к женщинам, вследствие чего при применении далее общего алгоритма корректировки однородность проверялась только по критерию К, а критерий Q при сравнении ЭМИ и ВОЭ равнялся 0. Изменение числа записей при корректировке группы ВО оказалось очень большим (соответственно почти в 7 и 4 раза) для групп АДМ и ШиВ, в отличие от групп ЭМИ и ТАМ. Это обусловлено тем (как видно из данных табл. 1), что в исходных группах половой состав групп АДМ и возрастной состав группы ШиВ отличаются от остальных групп. В то же время целесообразно провести дополнительное исследование и оптимизацию предложенного алгоритма корректировки.
В табл. 2-5 приводятся результаты сравнения средних количественных значений лабораторных показателей по критерию Крамера - Уэлча для исходных (до корректировки) и скорректированных выборок; приводятся результаты сравнения частот выхода за пределы нормы количественных значений лабораторных показателей для исходных (до корректировки) и скорректированных выборок, т. е. результаты сравнения бинарных выборок по критерию Q, при этом расчетные значения по критериям Крамера - Уэлча и Q приведены с учетом знака: наличие перед числом знака «-» означает, что среднее значение для рассматриваемой группы оказалось меньше, чем для совокупности остальных, а отсутствие знака (что подразумевает знак «+») говорит о том, что значение было больше.
Результаты расчетов по критериям Крамера-Уэлча и Q для группы ЭМИ Results of calculations by using the Cramer-Welch and Q criteria for EMR group
Группа Показатели OAK Биохимия
Гемоглобин Лейкоциты Лимфоциты Моноциты Эритроциты Тромбоциты Эозинофилы Гематокрит СОЭ Общий холестерин Глюкоза
Результаты расчета по критерию Крамера-Уэлча
ЭМИ-ВОисх -1,55 -0,64 3,1 6,47 -0,89 2,03 8,43 -1,13 -0,04 3,98 0,96
ЭМИ-ВОкор -2,01 -0,57 3,01 6,02 -3,33 1,87 8,52 -2,57 0,02 3,14 0,74
Результаты расчета по критерию Q
ЭМИ-ВОИСх -1,55 -0,639 3,1 6,467 -0,886 2,03 8,43 -1,13 -0,04 3,97 0,96
ЭМИ-ВОкор -2,01 -0,57 3,01 6,02 -3,32 1,87 8,52 -2,57 0,02 3,14 0,74
Сводные результаты для группы ЭМИ
ЭМИ-ВОИСх + 0 0 0 + + - + 0 0 0 + - + -0 0 0 + + + 0
ЭМИ-ВОкор 0- 0 0 0 + - + -- 0 0 - + -- 0 0 0 + + 0
Таблица 2 Table 2
i
i
era
er о о.
3
y
3 p
3 b
Результаты расчетов по критериям Крамера-Уэлча и Q для группы ШиВ Results of calculations by using the Cramer-Welch and Q criteria for NV group
Таблица 3 Table 3
Группа Показатели OAK Биохимия
Гемоглобин Лейкоциты Лимфоциты Моноциты Эритроциты Тромбоциты Эозинофилы Гематокрит СОЭ Общий холестерин Глюкоза
Результаты расчета по критерию Крамера-Уэлча
ШиВ-ВОисх 3,05 3,89 -3,02 0,65 0,64 -1,37 3,41 4,200 -3,43 0,83 0,7
ШиВ-ВОкор -0,09 2,33 -2,28 1,72 -1,15 0,87 3,33 1,8 -2,62 -0,93 -1,63
Результаты расчета по критерию Q
ШиВ-ВОисх 0,239 1,25 -0,73 -1,57 -0,24 -0,71 -2,13 2,68 -1,87 -0,17 1,83
ШиВ-ВОкор -0,17 0,391 -0,29 -2,11 -1,37 -0,65 -2,96 1,71 -1,81 -1,03 0,77
Сводные результаты для группы ШиВ
ШиВ-ВОисх + 0 + 0 -0 0 0 0 0 0 0 + - + + -0 0 0 0 0
ШиВ-ВОкор 0 0 + 0 -0 0- 0 0 0 0 + - 0 0 -0 0 0 0 0
3
s У
i
к
1 ®
я 53
2 я
g о
& го
я Е
" а
Таблица 4 Table 4
Результаты расчетов по критериям Крамера-Уэлча и Q для группы ТАМ Results of calculations using the Cramer-Welch and Q criteria for TAM group
Группа Показатели ОАК Биохимия
Гемоглобин Лейкоциты Лимфоциты Моноциты Эритроциты Тромбоциты Эозинофилы Гематокрит СОЭ Общий холестерин Глюкоза
Результаты расчета по критерию Крамера-Уэлча
ТАМ-ВОИсх 6,34 -0,98 1,4 3,81 6,74 0,41 2,5 6,03 0,41 1,82 -2,46
ТАМ-ВОкор 3,744 -1,64 1,28 3,73 4,00 0,68 2,71 4,327 1,81 1,82 -1,9
Результаты расчета по критерию Q
ТАМ-ВОИсх 2,886 -1,41 -0,53 -2,96 6,74 0,066 -5,25 1,54 0,9 1,03 -1,77
ТАМ-ВОкор 2,479 -1,44 -1,67 -3,37 4,51 0,07 -5,11 0,24 1,2 1,25 -1,65
Сводные результаты для группы ТАМ
ТАМ-ВОИсх + + 0 0 0 0 + - + + 0 0 + - + 0 0 0 0 0 - 0
ТАМ-ВОкор + + 0 0 0 0 + - + + 0 0 + - + 0 0 0 0 0 0 0
и
о &
о
ID
Таблица 5 Table 5
я
3 &
я tt
5 ^
M
13
M £
ш
6
W rj U
S'
Я О о Л
ч
w Ш
w
Результаты расчетов по критериям Крамера-Уэлча и Q для группы АДМ Results of calculations using the Cramer-Welch and Q criteria for ADM group
Группа Показатели ОАК Биохимия
Гемоглобин Лейкоциты Лимфоциты Моноциты Эритроциты Тромбоциты Эозинофилы Гематокрит СОЭ Общий холестерин Глюкоза
Результаты расчета по критерию Крамера-Уэлча
АДМ-ВОисх -12,5 -3,31 -1,19 2,08 -8,33 1,23 -0,91 -5,53 2,9 -6,65 -0,57
АДМ-вОкор -3,33 -1,5 1,8 1,69 -2,41 0,11 -0,77 -0,76 -0,94 -2,63 0,99
Результаты расчета по критерию Q
АДМ-ВОИсх -2,35 0,66 -1,79 -1,98 -6,86 -1,8 0,95 -3,98 0,66 -4,11 -1,29
АДМ-ВОкор -0,83 0,35 -0,82 0,65 -1,71 -2,16 2,7 -0,25 -0,27 -3,39 0,224
Сводные результаты для группы АДМ
АДМ-ВОИСх - - - 0 0 0 + - - - 0 0 0 0 - - + 0 - - 0 0
АДМ-ВОкор - 0 0 0 0 0 0 0 - 0 0 - 0 + 0 0 0 0 - - 0 0
Критические значения по обоим критериям (Крамера-Уэлча и О) принимались во всех случаях равными 1,96, что соответствует уровню значимости а = 0,05 [14, 15]. Знаки «+» и «-» в сводных результатах расчетных значений критериев означают знак разности между средними в случае, если разница оказалась статистически значимой, а знак «0» говорит о ее незначимости.
На рис. 1 изображена гистограмма по количественному показателю «Эозинофилы», построенная для скорректированной группы ЭМИ (после удаления двух записей, относящихся к женщинам), а на рис. 2 - такая же гистограмма для группы ВОЭ(кор) (указаны средние арифметические значения и назначенные интервалы нормы).
0,800 0,700 0,600 0,500 0,400 0,300 0,200 0,100 0,000
0,660(70)
Ь-Я-
0,085(9) 0075(8)
0 —■- 0,038(4) -—Ц о 0,009(1) о 0,009(1) --1-1-1-1-
Интервал нормы 2,000-4,000 (муж. и жен.) Среднее значение показателя 1,783
6,6 7,3 8
Эозинофилы ЭМИ(кор), %
Рис. 1. Гистограмма по количественному показателю «Эозинофилы» для группы ЭМИ(кор) Fig. 1. Histogram for the quantitative indicator "Eosinophils" for EMR(kor) group
V
pp
i
i
era
3" o o.
0,800
0,600
а
0,400 0,300 0,200 0,100 0,000
0,418(170)
-■— 0,275(112)
—О-1 0,241(98) 1-
0,039(16) -1 u<uzui»i оnn?íii 000PI1) n n nnrom -1-1-1-1-1-1-1-1
13 14,5 16
Эозинофилы ВОэ(кор), %
I Интервал нормы 2,000-4,000 (муж. и жен.) ' Среднее значение показателя 3,037
Рис. 2. Гистограмма по количественному показателю «Эозинофилы» для группы ВОЭ(кор) Fig. 2. Histogram for the quantitative indicator "Eosinophils" for ВО(кор) group
Ситуация по эозинофилам в группах ЭМИ(кор) и ВОЭ(кор) является примером того, что результаты сравнения (определения знака и значимости разницы) количественных и бинарных выборок показателей крови могут не только не совпадать, но даже быть противоположными. В этом примере прослеживается зависимость показателя «Эозинофилы» от воздействия ЭМИ. Судя по рис. 1 и 2, вид распределения - как в ЭМИ, так и в ВОЭ - далек от нормального, т. е. важная предпосылка применения традиционных параметрических методов здесь не выполняется. Значимость зависимости лабораторных показателей от условий труда, по нашему мнению, выражается наличием второго знака «+»
3
У
3 p
3 b
3
s У
во второй строке в секциях «Сводные результаты ...» табл. 2-5, который отражает сравнение бинарных выборок по критерию Q для скорректированных выборок. Это связано с тем, что сравнение неоднородных по полу и возрасту исходных выборок нелегитимно, сравнение количественных выборок по критерию K не имеет прямой связи с заболеваемостью. В то же время наличие второго знака «-» вряд ли говорит о том, что производственные факторы положительно влияют на показатели крови.
На рис. 3, 4 представлены гистограммы количественного показателя «Моноциты» для групп ТАМ( кор) и ВОт(Кор) соответственно.
к 'я
1 ®
я а
2 я
g о
& го
® Е
u S
a ^
И §
§ &
§ * ч
га
и
о &
о ю
0,800
й 0.600 н о н
ä 0.500 §
Я
ч
¡2 о. я
о
Я о,
н
О
400 300 200 100
0,430(108) -О-
0,243(61) 0,255(64)
-■- ■-
0,024(6) 1- 0,028(7) 0,016(4) „ 0 0 0>004(1) --1-1-1-1-1-1-1
5,4
7,6
9,8
16,4
18,6 20,8 23
Моноциты ТАМ(кор), %
■ Интервал нормы 4,000-8,000 (муж. и жен.) ° Среднее значение показателя 6,654
Рис. 3. Гистограмма по количественному показателю «Моноциты» для группы ТАМ(кор) Fig. 3. Histogram for the quantitative indicator "Monocytes" for TAM (кор) group
я £
S
ш
s'
0,700
О 0.200
0,292(81)
0,094(26)
0,022(6) 0,029(8)
0,173(48) 0,170(47)
0,137(38)
0,054(15)
0,014(4) 0,014(4)
I
1,3
2,6
3,9
5,2
6,5
7,8
9,1
10,4
11,7 13
Моноциты ВОт(кор), %
I Интервал нормы 4,000-8,000 (муж. и жен.) Среднее значение показателя 5,892
Рис. 4. Гистограмма по количественному показателю «Моноциты» для группы ВОТ(кор) Fig. 4. Histogram for the quantitative indicator "Monocytes" for ВОТ(кор) group
В результате анализа данных табл. 1-5 установлено, что в группе ЭМИ значимо больше выходов за пределы нормы обнаружено по лимфоцитам, моноцитам, эозинофилам и общему холестерину; в группе ШиВ таких показателей крови не нашлось; в группе ТАМ значимо больше выходов за пределы нормы обнаружено по гемоглобину; в группе АДМ -по эозинофилам. Сопоставление результатов по исходным и скорректированным выборкам при расчетах по К и О (см. табл. 2-5) показывает, что по обоим критериям статистический вывод нигде не получался противоположным (не было случаев, когда по исходным выборкам получалось бы, что средние значения или частоты выхода за пределы нормы в рассматриваемой группе больше, а по скорректированным - наоборот, меньше). В то же время он не всегда получался одинаковым: по многим показателям в разных группах разница оказывалась зна-
чимой для исходных выборок и незначимой для скорректированных и наоборот. Это можно рассматривать как подтверждение необходимости приведения сравниваемых выборок к однородности по полу и возрасту. Сопоставление результатов по К и О по скорректированным выборкам (первый и второй знаки во второй сводной строке в табл. 2-5) показывает следующее. По группе ЭМИ знак «+» не совпал нигде, знак «-» совпал для 2-х показателей, знак «0» - для 3-х показателей. По группе ШиВ знаки «+» и «-» не совпали нигде, знак «0» совпал для 6 показателей. По группе ТАМ знак «+» совпал для 2 показателей, знак «-» не совпал нигде, знак «0» совпал для 6 показателей. По группе АДМ знак «+» не совпал нигде, знак «-» совпал для 1 показателя, знак «0» - для 6 показателей. Таким образом, выводы по критериям К и О намного чаще совпадали в случае незначимости разницы
между выборками. Проиллюстрированные на рис. 1-4 примеры соответствуют случаям противоположных знаков в сводных строках табл. 2-5. Применение обоих критериев правомерно, при этом критерии дополняют друг друга. Критерий K позволяет выявить значимость влияния производственных факторов на среднее значение показателя крови, а критерий Q - оценить влияние производственных факторов на частоту выхода за пределы нормы. Для комплексного исследования, направленного на изучение биологического механизма влияния производственных факторов на показатели крови, целесообразно применять оба эти критерия. Учитывая, что критерий K относится к параметрическим методам, представляется целесообразным исследовать, насколько законы распределения действительно близки к нормальному и, возможно, применить непараметрические методы сравнения распределений количественного показателя. Применение критерия Q требует бинаризации, результат которой зависит от принятого интервала нормы, поэтому для метода бинарных выборок целесообразно исследовать влияние границ нормы на получаемые в результате по критерию Q статистические выводы.
Заключение
В работе предложен метод анализа медицинских данных, накапливаемых в транзакционных информационных системах медицинских учреждений. Ме-
тод направлен на выявление зависимости показателей крови и заболеваемости от производственных факторов. Он основан на известной формуле определения статистической значимости разности частот сравниваемых бинарных выборок. Продемонстрировано новое применение ключевых математических формул на медицинских данных. Для количественных показателей крови, определяемых лабораторно, предлагается использовать алгоритм бинаризации, использующий сопоставление значения показателя с заранее известными границами интервала нормы. В результате исследования были выявлены показатели крови, для которых число выходов за пределы нормы значимо больше в рассматриваемой группе, чем в совокупности остальных. Показано, что для оценки значимости зависимости используемых для диагностики лабораторных показателей крови от условий труда метод бинарных выборок является более информативным с точки зрения оценки профессиональной заболеваемости, в то время как методы сравнения средних значений двух количественных выборок более информативны для изучения биологического механизма этой зависимости.
Нами ведется разработка соответствующей программной оболочки, основу которой составит данный метод, и технологий наполнения контента, что позволит более эффективно управлять медицинскими данными с целью поддержки принятия врачебных решений.
pp
i
i
ста
Список источников
1. Программа «Цифровая экономика РФ » ( утв. 04.06.2019 г., протокол № 7). URL: https://digital.gov.ru/ru/ activity/directions/858/ (дата обращения: 10.03.2021).
2. Стефанова Н. А., Андронова И. В. Проблемы циф-ровизации сферы здравоохранения: российский и зарубежный опыт // Вестн. Самар. ун-та: экономика и управление. 2018. Т. 9. № 3. С. 31-35.
3. Белышев Д. В. Анализ методов хранения данных в современных медицинских информационных системах // Программные системы: теория и приложения. 2016. № 2 (29). С. 85-103.
4. Новокрещенов В. С., Киселев С. Н. Современные методы хранения данных в медицинских информационных системах // Соврем. науч. исслед. и инновации. 2017. № 4. URL: http://web.snauka.ru/issues/2017/04/81796 (дата обращения: 25.03.2021).
5. Баранов А. А., Намазова-Баранова Л. С., Смирнов И. В., Девяткин Д. А., Шелманов А. О., Вишнёва Е. А., Антонова Е. В., Смирнов В. И. Методы и средства ком -плексного интеллектуального анализа медицинских данных // Тр. ИСА РАН. 2016. Т. 65. № 2. С. 81-93.
6. Карпов О. Э., Субботин С. А., Шишканов Д. В. Использование медицинских данных для создания систем поддержки принятия решений // Врач и информ. технологии. 2019. № 2. C. 11-18.
7. Belle A., Thiagarajan R., Soroushmehr S. M., Navidi F., Beard D. A., Najarian K. Big Data Anab-tics in Healthcare // BioMed research international. 2015. V. 2015. P. 1-16.
8. Yanase J., Triantaphyllou E. The seven key challenges for the future of computer-aided diagnosis in medicine // Int. J. Med. Inform. 2019. V. 129. P. 413-422.
9. О персональных данных: Федеральный закон от 27 июля 2006 г. № 152-ФЗ (ред. от 24 апреля 2020 г.). URL: http://base.garant.ru/5635295/ (дата обращения: 30.01.2021).
10. Geger E. V., Podvesovskii A. G., Kuzmin S. A., Tol-stenok V. P. Methods for the Intelligent Analysis of Biomedical Data // CEUR Workshop Proceedings of the 29th International Conference on Computer Graphics and Vision (GraphiCon 2019). 2019. V. 2485. P. 308-311.
11. Гегерь Э. В., Козлова И. Р., Юркова О. Н., Евель-сон Л. И. Методика сравнения бинарных выборок при анализе медицинских данных для принятия управленческих решений // XXI век: итоги прошлого и проблемы настоящего плюс. Информатика, вычислительная техника, управление. 2020. Т. 9. № 2 (50). С. 164-170.
12. Гегерь Э. В., Евельсон Л. И., Федоренко С. И., Козлова И. Р. Совершенствование методов обработки данных в информационных системах поддержки принятия управленческих решений // Соврем. наукоемкие технологии. 2019. № 12, ч. 2. С. 276-281.
13. Орлов А. И. Прикладная статистика. М.: Экзамен, 2006. 671 с.
14. Кобзарь А. И. Прикладная математическая статистика. Для инженеров и научных работников. М.: Физ-матлит, 2006. 816 с.
15. Mirkes E. M., Coats T. J., Levesley J., Gorban A. N. Handling missing data in large healthcare dataset: A case study of unknown trauma outcomes // Computers in Biology and Medicine. 2016. V. 75. P. 203-2016.
к
1 ®
S ^
я S3
2 S g g
w о
я S
" a
References
1. Programma «Tsifrovaia ekonomikaRF» (utv. 4.06.2019 g., protokol № 7) [Program Digital Economy of the Russian Federation (approved on June 4, 2019, protocol No. 7)1. Available at: https://digital.gov.ru/ru/activity/directions/858/ (accessed: 10.03.2021).
2. Stefanova N. A., Andronova I. V. Problemy tsifrovizatsii sfery zdravookhraneniia: rossiiskii i zarubezhnyi opyt [Problems of digitalization of healthcare sector: Russian and foreign experience]. Vestnik Samarskogo universiteta: ekonomika i upravlenie, 2018, vol. 9, no. 3, pp. 31-35.
3. Belyshev D. V. Analiz metodov khraneniia dannykh v sovremennykh meditsinskikh informatsionnykh sistemakh [Analysis of data storage methods in modern medical information systemsl. Programmnye sistemy: teoriia i prilozhe-niia, 2016, no. 2 (29), pp. 85-103.
4. Novokreshchenov V. S., Kiselev S. N. Sovremennye metody khraneniia dannykh v meditsinskikh infor-matsionnykh sistemakh [Modern methods of data storage in medical information systemsl. Sovremennye nauchnye issledovaniia i innovatsii, 2017, no. 4. Available at: http://web.snauka.ru/issues/2017/04/81796 (accessed: 25.03.2021).
5. Baranov A. A., Namazova-Baranova L. S., Smirnov I. V., Deviatkin D. A., Shelmanov A. O., Vishneva E. A., Antono-va E. V., Smirnov V. I. Metody i sredstva kompleksnogo intel-lektual'nogo analiza meditsinskikh dannykh [Methods and means of complex intellectual analysis of medical data]. Trudy ISA RAN,, 2016, vol. 65, no. 2, pp. 81-93.
6. Karpov O. E., Subbotin S. A., Shishkanov D. V. Ispol'zovanie meditsinskikh dannykh dlia sozdaniia sistem podderzhki priniatiia reshenii [Using medical data to create decision support systems]. Vrach i informatsionnye tekhnologii, 2019, no. 2, pp. 11-18.
7. Belle A., Thiagaraian R., Soroushmehr S. M., Navidi F., Beard D. A., Najarian K. Big Data Analytics in Healthcare. BioMed research international, 2015, vol. 2015, pp. 1-16.
8. Yanase J., Triantaphyllou E. The seven key challenges for the future of computer-aided diagnosis in medicine. Int. J. Med. Inform., 2019, vol. 129, pp. 413-422.
9. O personal'nykh dannykh Federal'nyi zakon ot 27 iiulia 2006 g. № 152-FZ (24 aprelia red. ot 2020 g.) [On personal data Federal Law of July 27, 2006 No. 152-FZ (April 24 edition of 2020)1. Available at: http://base.garant.ru/5635295/ (accessed: 30.01.2021).
10. Geger E. V., Podvesovskii A. G., Kuzmin S. A., Tol-stenok V. P. Methods for the Intelligent Analysis of Biomedical Data. CEUR Workshop Proceedings of the 29th International Conference on Computer Graphics and Vision (GraphiCon 2019), 2019, vol. 2485, pp. 308-311.
11. Geger' E. V., Kozlova I. R., Iurkova O. N., Evel'son L. I. Metodika sravneniia binarnykh vyborok pri analize med-itsinskikh dannykh dlia priniatiia upravlencheskikh reshenii [Methods for comparing binary samples in analysis of medical data for making managerial decisionsl. XXI vek: itogi proshlogo i problemy nastoiashchego plius. Informatika, vychislitel'naia tekhnika, upravlenie, 2020, vol. 9, no. 2 (50), pp. 164-170.
12. Geger' E. V., Evel'son L. I., Fedorenko S. I., Kozlova I. R. Sovershenstvovanie metodov obrabotki dannykh v infor-matsionnykh sistemakh podderzhki priniatiia upravlencheskikh reshenii [Improving data processing methods in information systems for supporting managerial decision-makingl. Sovremennye naukoemkie tekhnologii, 2019, no. 12, part 2, pp. 276-281.
13. Orlov A. I. Prikladnaia statistika [Applied statistics]. Moscow, Ekzamen Publ., 2006. 671 p.
14. Kobzar' A. I. Prikladnaia matematicheskaia statisti-ka. Dlia inzhenerov i nauchnykh rabotnikov [Applied Mathematical Statistics. For engineers and scientists]. Moscow, Fizmatlit Publ., 2006. 816 p.
15. Mirkes E. M., Coats T. J., Levesley J., Gorban A. N. Handling missing data in large healthcare dataset: A case study of unknown trauma outcomes. Computers in Biology and Medicine, 2016, vol. 75, pp. 203-2016.
Статья поступила в редакцию 26.01.2022; одобрена после рецензирования 25.02.2022; принята к публикации 01.04.2022 The article is submitted 26.01.2022; approved after reviewing 25.02.2022; accepted for publication 01.04.2022
Информация об авторах / Information about the authors
Лев Игоревич Евельсон - кандидат технических наук, иг доцент; директор по научным исследованиям и инновацией ям; Научно-инновационный центр информационных & и дистанционных технологий; levelmoscow@mail.ru
Lev I. Evelson — Candidate of Technical Sciences, Assistant Professor; Director of the Research and Innovation Centre; "Innovation Scientific Centre of Information and Distance Technologies", LLC; levelmoscow@mail.ru
£3 4
Эмилия Владимировна Гегерь - доктор биологических наук, доцент; заведующий кабинетом статистики; Брянский клинико-диагностический центр; emiliya_geger@mail.ru
Emiliya V. Geger - Doctor of Biology, Assistant Professor; Head of the Statistics Department; Bryansk Clinical Diagnostic Center; emiliya_geger@mail.ru
Ирина Романовна Козлова - аспирант кафедры компьютерных технологий и систем; Брянский государственный технический университет; kozlowa.iri2014@yandex.ru
Irina R. Kozlova - Postgraduate Student of the Department of Computer Technologies and Systems; Bryansk State Technical University; kozlowa.iri2014@yandex.ru
