醫(yī)學(xué)決策支持系統(tǒng)介紹-文庫吧
2025-01-06 02:33 本頁面
【正文】 率，表示在患者癥狀 S出現(xiàn)時(shí) ,患疾病 Di的可能性。? 對(duì)于兩個(gè)或更多個(gè)癥狀存在的情況，仍可用貝葉斯 (Bayes)公式計(jì)算。在各個(gè)癥狀彼此獨(dú)立前提下，則各個(gè)癥狀同時(shí)出現(xiàn)的概率是各自單獨(dú)出現(xiàn)時(shí)其概率的乘積。因此假設(shè)各癥狀互相獨(dú)立，貝葉斯 (Bayes)公式可寫為：? 在運(yùn)用貝葉斯模型時(shí)須要注意的問題– 模型中 j種疾病互斥，先驗(yàn)概率之和要為 l(即要構(gòu)成一個(gè)完整的疾病群 ).– 先驗(yàn)概率的確定。參考文獻(xiàn)報(bào)道和歷史資料統(tǒng)計(jì)頻率作為近似估計(jì)。– 條件概率的確定。– 用于鑒別診斷的癥候指標(biāo)是互相獨(dú)立無關(guān)的。– 當(dāng)計(jì)算出各后驗(yàn)概率 P(Hj|A)后，作為臨床判斷的依據(jù)只有當(dāng) P(Hj|A)(j＝ l， 2， …,n)間差距達(dá)五倍以上時(shí)方可下結(jié)論，或是當(dāng)某一后驗(yàn)概率值達(dá) 0． 85才下結(jié)論。 應(yīng)用舉例一 : 如對(duì)某地區(qū) 1207位闌尾炎思考的資料統(tǒng)計(jì)為表 31。按慢性闌尾炎、急性闌尾炎、闌尾炎穿孔三類統(tǒng)計(jì)癥候頻率 (腹痛開始部位、惡心嘔吐、大便、體溫、體征及體檢結(jié)果 )。– 若已知慢性闌尾炎 H急性闌尾炎 H闌尾炎穿孔 H3發(fā)生的先驗(yàn)概率分別為：P(H1)＝ P(H2)＝ P(H3)＝ – 現(xiàn)有一闌尾炎患者、開始上腹痛，之后嘔吐，腹瀉，人院體溫 37℃ ．全身腹肌緊張，壓痛， WBC(白細(xì)胞 )數(shù)達(dá) 19350。 顯然其癥侯為 B＝ B13B 23B 33B 42B 51B 61B 73 ,則其 P(Hj|B)(j＝ l， 2， 3， 4)的大小可通過公式算得。 ? 其中， P(B|Hj)＝P(B13B 23B 33B 42B 51B 61B 73 |Hj) ＝ P(B13 | Hj) P(B23 | Hj) P(B33 | Hj) P(B42 | Hj) P(B51 | Hj) P(B61 | Hj) P(B73 | Hj) (j=l， 2， 3) P(B|H1) ＝ 9． 4510 8 P(H1)P(B|H1)＝ 0． 3519 ． 45 10 8 ＝ 3． 695 10 8 同理 P(H2) P(B|H2) = 10 5 P(H3) P(B|H3) = 10 4得：P(H1|B)=%P(H2|B)=%P(H3|B)=%所以： 診斷為闌尾炎穿孔（ H3).得：P(H1|B)=%P(H2|B)=%P(H3|B)=%所以： 診斷為闌尾炎穿孔（ H3).貝葉斯臨床決策系統(tǒng)設(shè)計(jì)實(shí)現(xiàn)? 貝葉斯模型與傳統(tǒng)醫(yī)生診斷的差異– 貝葉斯條件概率決策診斷模型及最大似然診斷模型使用時(shí)必須預(yù)先知道所規(guī)定的全部征候表現(xiàn)，然后再進(jìn)行綜合分析、判斷。– 臨床醫(yī)師的診斷過程常是根據(jù)已掌握的病人的臨床表現(xiàn)，結(jié)合自己的知識(shí)與經(jīng)驗(yàn)進(jìn)行分析、判斷和逐步問診、檢查后再分析及再判斷，直至有足夠把握作出結(jié)論。 – 貝葉斯逐步問診模型就是仿效這種過程，進(jìn)行逐步提問和逐步分析的計(jì)量診斷模型。 ? 舉例二：中風(fēng)部位診斷。– 基礎(chǔ)資料：在因中風(fēng)造成死亡的病例中選擇發(fā)作后 24小時(shí)仍處于昏迷狀態(tài)的 47例為對(duì)象 (62歲87歲 )。 – 方法：在中風(fēng)即刻到 24小時(shí)內(nèi)患者所表現(xiàn)的癥狀中選擇六項(xiàng)癥狀進(jìn)行研究：? S1：嘔吐? S2：陳施氏呼吸? S3：發(fā)作后血壓上升到 200mmHg以上? S4：?jiǎn)蝹?cè)麻痹? S5：對(duì)光反射減弱或消失? S6：心房顫動(dòng)– 診斷疾病分類：?G1：大腦前、中動(dòng)脈支配區(qū)域的出血與下丘腦出血?G2：小腦出血與蛛網(wǎng)膜下腔出血?G3：大腦中動(dòng)脈支配區(qū)域的栓塞– 診斷表編制步驟：對(duì) 47例病人按 G1， G2， G3三類分組，計(jì)算出各組內(nèi)每一癥狀出現(xiàn)的頻率。由于標(biāo)本數(shù)不太多，所以癥狀出現(xiàn)率為 0時(shí)以 ，出現(xiàn)率為 1時(shí)以。?某患者出現(xiàn)的癥狀為 S1， S3， S4， S5，而 S2和 S6癥狀沒有出現(xiàn)，根據(jù)表 27可分別計(jì)算出該患者分屬三類的似然函數(shù)。于是，LG1＝ ()(1)=LG2＝ () （） =LG3＝ () （） =比較上面三個(gè)似然函數(shù)的大小，最大函數(shù)為 LG1，因而可以判斷患者所得的病名屬于 G1類：大腦前、中動(dòng)脈支配區(qū)域出血。? 判斷實(shí)驗(yàn)結(jié)果? 在驗(yàn)證實(shí)驗(yàn)結(jié)果時(shí)除了上述 47例外，還利用了原來沒有考慮的腦干出血 3例，腦干栓塞 1例，其結(jié)果見表 28，由表可知：病理診斷為 G1類計(jì) 24例，計(jì)量診斷符合 20例；病理診斷為 G2類計(jì) 6例，計(jì)量診斷符合 4例；病理診斷為 G3類計(jì)17例，計(jì)量診斷符合 16例。? 若將病理診斷 G1與 G2合并后分為出血類(G1+G2)和栓塞類 (G3)二大類，則病理診斷G1+G2類計(jì) 30例計(jì)量診斷符合 28例；栓塞 17例中符合 16例；同時(shí)， 3例腦于出血全部符合，只有 l例腦干栓塞誤分在 G1類中。 ? Byes理論的局限：– 難估計(jì)先驗(yàn)概率與條件概率– 條件之間線性無關(guān)– 早期醫(yī)學(xué)決策使用（二）決策樹與決策分析? 啟發(fā)式推理形成樹型決策樹（ p170）
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1