Луговський Ю. О. ДОСЛІДЖЕННЯ БЕЗПЛІДДЯ ПОДРУЖНІХ ПАР НА ОСНОВІ ГЕНОТИПІВ ТА ГЕНЕАЛОГІЧНИХ ДАНИХ

УДК 004.9 + 575

 

ДОСЛІДЖЕННЯ БЕЗПЛІДДЯ ПОДРУЖНІХ ПАР НА ОСНОВІ ГЕНОТИПІВ ТА ГЕНЕАЛОГІЧНИХ ДАНИХ

Луговський Ю. О.

Національно Технічний Університет України "Київський Політехнічний Інститут", Україна, Київ

 

В даній роботі досліджуються пари чоловік-жінка на безпліддя. Результатом є прогнозуючі моделі побудовані на основі генетичних даних та генеалогічної інформації поколінь. Для розробки моделей використовувалися метод логістичної регресії та дерева рішень. Показується як за допомогою критерію AUC можна визначити якість моделі. Подається короткий опис програмного продукту, який був розроблений на основі результатів дослідження.

Ключові слова: безпліддя, прогнозуюча модель, програмний додаток

 

Луговской Ю. А. Исследование бесплодия супружеских пар на основании генотипов и генеалогических данных/ Национальный Технический Университет Украины "Киевский Политехнический Институт", Украина, Киев.

В данной работе анализируются пары мужчина-женщина на бесплодие. Результатом есть модель прогнозирования построена на основе генетических данных и генеалогической информации поколений. Для разработки моделей использовались методы логистической регрессии и деревьев решений. Показывается как с помощью критерия AUC можно определить качество модели. Приводится краткое описание программного продукта, разработанного на основе результатов.

Ключевые слова: бесплодие, модель прогнозирования, программный продукт.

 

Yurii Luhovskii Infertility research of man-woman's pairs based on genetic and genealogical data/ National Technical University of Ukraine "Kyiv Polytechnic Institute", Ukraine, Kyiv

In this research was analyzed man-woman's pairs for infertility. As result, we got predicting model built on genetic data and genealogy information of generations. Logistic regression and decision tree were used to implement model. Shows how with help of AUC criteria model can be evaluated. Given the short overview for program that was developed based on research result.

Key words: infertility, prediction model, program.

 

Вступ

На сьогоднішній день в Україні стоїть проблема безпліддя у жінок та недоношеність плоду. В Україні недоношеними народжуються 7% дітей. Передчасні пологи можуть закінчитися перинатальною чи неонатальною смертю. Також у недоношених дітей проявляються складні захворювання: дитячий церебральний параліч, хронічні респіраторні захворювання, сліпота та інші.

В Україні існують медичні заклади (один із них знаходиться в м. Києві це - НМАПО ім. П. Л. Шупика), які допомагають подружнім парам в лікуванні безпліддя та недоношеності. Вони роблять генетичні аналізи парі та порівнюють конкретні гени з метою визначення на скільки сприятливий генетичний фон для завагітнення.

Трапляються випадки коли генетичні дані сприятливі, але в пари не виходить завагітніти. Це означає, що є інші фактори, що впливають на безпліддя. Медицина до сьогоднішнього дня не може назвати їх всіх, а отже давати 100% прогноз ніхто не може.

Новизною даної роботи є те, що береться до уваги пара чоловік-жінка, а не вони окремо. Використано саме такий підхід, тому що на практиці зустрічалися випадки коли в подружньої пари не виходило завагітніти, поки вони не змінили партнерів. Це свідчить, що їх потрібно досліджувати як одне ціле.

Мета дослідження

Визначення найкращої моделі, яку можна використовувати для прогнозування безпліддя пари чоловік-дружина на базі відомих факторів впливу. На основі отриманих даних розробити програмний продукт, який будуть використовувати генетики для прогнозування безпліддя у подружніх пар.

Матеріал і методи дослідження

Для дослідження установа НМАПО ім. П. Л. Шупика надала дані для аналізу. На основі цих даних будується модель прогнозування. Модель прогнозування - це модель об'єкту прогнозування, дослідження якої дозволяє отримати інформацію про можливі стани об'єктів прогнозування в майбутньому. Об'єкт прогнозування - процес, система чи явище про стан якого робиться прогнозування.

Для побудови моделей використовуються різні методи, до них можна віднести: лінійна чи логістична регресія, Баєсівська мережа, дерево рішень, нейронні мережі та інші.

Для даного дослідження обрано логістичну регресію та дерево рішень.

Логістична регресія — це вид нелінійної множинної регресії, яка аналізує функціональну залежність між декількома незалежними змінними (регресорами) і залежною змінною [1, 2]. Бінарна логістична регресія застосовується у тому випадку, коли вихідна змінна може приймати тільки два значення.

 

Повний текст статты за посиланням Stattya_Lugovskiy.doc

Поиск по сайту

Конференции

Please publish modules in offcanvas position.