dc.contributor.advisor | Briš, Radim | cs |
dc.contributor.author | Kuráňová, Pavlína | cs |
dc.date.accessioned | 2013-12-18T13:23:40Z | |
dc.date.available | 2013-12-18T13:23:40Z | |
dc.date.issued | 2013 | cs |
dc.identifier.other | OSD002 | cs |
dc.identifier.uri | http://hdl.handle.net/10084/101360 | |
dc.description | Import 18/12/2013 | cs |
dc.description.abstract | Disertační práce na téma Efektivní metody pro modelování a kvantifikaci medicínských rizik ukazuje a v konkrétních případech řeší metody a postupy k získání výsledků o zařazení pacienta do jedné z několika kategorii Phadiatop testu, a to jen na základě detailního studia osobní a rodinné anamnézy. Mimo jiné poukazuje i na pochybení, k nimž dochází při sběru medicínských dat. Dále se zaměřuje na genetické predispozice ke vzniku atopie a ukazuje ta onemocnění, která výsledek ovlivňují.
Vlastní práce obsahuje 8 kapitol. Úvodní část (kapitola 2) je věnována základním teoretickým poznatkům o vzniku atopie, alergiích a Phadiatop testu. Z této teorie je pak vycházeno při návrzích matematických postupů a modelování výsledků zařazení pacienta do konkrétní skupiny Phadiatop testu. Těmi se zabývají následující dvě kapitoly. Kapitola 3 popisuje diskriminaci pomocí logistické regrese a kapitola 4 je zaměřena na predikci do více skupin pomocí multinomické vysvětlované proměnné. Tato je ještě rozdělena na možnosti predikce do neuspořádaných kategorií a uspořádaných kategorií. Kapitola 5 je věnována obdrženým databázím, poznatkům o záznamech a předzpracování dat do použitelné statistické podoby. Metodika popsána v kapitolách 3 a 4 je aplikována na konkrétní data v kapitolách 7 a 8. Představuje metody logistické regrese pro zařazení pacienta do skupiny „negativního“ nebo „pozitivního“ Phadiatop testu. Náročnějším zpracováním dané problematiky se zabývá kapitola 8, která pojednává o ordinální regresi, tedy zařazení pacienta do jedné z pěti konkrétních skupin Phadiatop testu podle závažnosti. Kapitola 9 dává ucelený návod jak postupovat při využití ordinální regrese a ukazuje, jak tato predikce probíhá na konkrétním příkladu.
V kapitole 10 jsou uvedeny závěry a doporučení pro predikci pacientů do jednotlivých skupin Phadiatop testu. Pro zařazení pacienta do konkrétní skupiny Phadiatop testu byl vytvořen applet, který je připraven k využití přímo na odborných pracovištích, tento je na přiloženém CD spolu s testovanou databází pacientů. Stručným vyhodnocením genetických predispozic ke vzniku atopie se zabývá kapitola 11. | cs |
dc.description.abstract | This dissertation thesis called Effective methods for modelling and quantifying the medical risks shows and solves methods and procedures of gaining results in classifying patients into one of the several categories of the Phadiatop test based on the detailed personal and family anamneses. It also points out the mistakes made during the medical data collecting. Next, the thesis concentrates on the genetic predispositions for developing atopy and shows the diseases influencing the results of the Phadiatop test.
The thesis itself is divided into 8 chapters. The introductory chapter (Chapter 2) is dedicated to the basic theoretical facts about developing atopy, allergies and Phadiatop test. This theory is later used during suggesting of the mathematical methods and modelling the results of the patients classifying. Chapter 3 describes the discrimination using the logistic regression and Chapter 4 is devoted to the prediction into more groups using the multinomial explained variable. This is divided into the possibility of predicting into random categories and ordered categories. Chapter 5 deals with the databases, information about the data and processing the data into a useful statistical sample. Methodology described in Chapters 3 and 4 is applied on the particular data in Chapters 7 and 8. It introduces the methods of the logistic regression for classifying each patient into the “negative” or “positive” groups of the Phadiatop test. Chapter 8 describes the demanding processing of the issues given as it deals with ordinal regression; thus, about classifying each patient into one of the five particular groups of the Phadiatop test according to the seriousness. Chapter 9 provides comprehensive instructions of the ordinal regression usage and shows one particular prediction.
Chapter 10 includes the conclusions and recommendations for the patients' prediction into one of the individual Phadiatop test groups. After classifying patients into a particular Phadiatop test group an applet was created in order to be used in surgeries. The applet is available on the attached CD. Chapter 11 deals with the genetic predispositions for the development of atopy. | en |
dc.format | 90 l. : il. + 1 CD-R | cs |
dc.format.extent | 2313185 bytes | cs |
dc.format.mimetype | application/x-octetstream | cs |
dc.language.iso | cs | cs |
dc.publisher | Vysoká škola báňská - Technická univerzita Ostrava | cs |
dc.subject | logistická regrese, ordinální regrese, Phadiatop test, medicínská data | cs |
dc.subject | logistic regression, ordinal regression, Phadiatop test, medical data | en |
dc.title | Efektivní metody pro modelování a kvantifikaci medicínských rizik | cs |
dc.title.alternative | Efektivní metody pro modelování a kvantifikaci medicínských rizik | en |
dc.type | Disertační práce | cs |
dc.identifier.signature | 201400468 | cs |
dc.identifier.location | ÚK/Sklad diplomových prací | cs |
dc.contributor.referee | Koucký, Miroslav | cs |
dc.contributor.referee | Penhaker, Marek | cs |
dc.contributor.referee | Karpíšek, Zdeněk | cs |
dc.date.accepted | 2013-10-10 | cs |
dc.thesis.degree-name | Ph.D. | cs |
dc.thesis.degree-level | Doktorský studijní program | cs |
dc.thesis.degree-grantor | Vysoká škola báňská - Technická univerzita Ostrava. Fakulta elektrotechniky a informatiky | cs |
dc.description.category | Prezenční | cs |
dc.description.department | 470 - Katedra aplikované matematiky | cs |
dc.thesis.degree-program | Elektrotechnika | cs |
dc.thesis.degree-branch | Technická kybernetika | cs |
dc.description.result | vyhověl | cs |
dc.identifier.sender | S2724 | cs |
dc.identifier.thesis | KUR138_FEI_P2649_2612V045_2013 | |
dc.rights.access | openAccess | |