Логотип репозитарію
  • English
  • Yкраї́нська
  • Увійти
    Новий користувач? Зареєструйтесь. Забули пароль?
Логотип репозитарію
  • Фонди та зібрання
  • Пошук за критеріями
  • English
  • Yкраї́нська
  • Увійти
    Новий користувач? Зареєструйтесь. Забули пароль?
  1. Головна
  2. Переглянути за автором

Перегляд за Автор "Tsybulskaya, T. E."

Зараз показуємо 1 - 1 з 1
Результатів на сторінці
Налаштування сортування
  • Ескіз недоступний
    Документ
    Математична модель індивідуального прогнозу ймовірності розвитку набутої міопії у дітей
    (Полтавський державний медичний університет, 2018) Цибульська, Т. Є.; Пашкова, О. Є.; Цыбульская, Т. Е.; Пашкова, Е. Е.; Tsybulskaya, T. E.; Pashkova, E. E.
    Раннє прогнозування ймовірності розвитку набутої міопії залишається актуальною проблемою практичної офтальмології. Мета – підвищення ефективності діагностики набутої міопії шляхом розробки математичної моделі прогнозу індивідуальної ймовірності розвитку міопії у дітей. Об’єкт і методи. Обстежено 52 дитини (104 ока) 6-13 років без офтальмологічної патології, у 26 дітей з яких в подальшому виникла міопія (І група спостереження), у 26 дітей міопія не спостерігалась (ІІ група спостереження). Для аналізу отриманих даних використовували статистичні методи побудови многофакторних математичних моделей. Результати. В модель прогнозу ймовірності розвитку набутої міопії у дітей увійшли біометричні, акомодаційні показники, анамнестичні дані, ступінь сполучнотканинної дисплазії. Класифікаційна здатність моделі 84,6%. Ймовірність вірного позитивного результату при використанні даної моделі становила 80,8%, а ймовірність вірного негативного результату – 88,5%. Чутливість моделі 87,5%, специфічність – 82,1%. Висновки. Отримана математична модель (AUC=0,897 (95 % ДІ 0,81-0,98) дозволяє виявити сукупність факторів ризику формування набутої міопії у дітей та розрахувати ймовірність її розвитку.
BASEROARRORROARMAPOpenDOARЕ-каталог PSMU

36011, Poltava, 23 Shevchenko Street

DSpace software and Poltava State Medical University copyright © 2017-2025 | Library PDMU

  • Налаштування куків
  • Політика приватності
  • Угода користувача
  • Зворотний зв'язок