Trong chu trình lập luận dựa theo các trường hợp này:
Lưu trữ: từ mô tả của trường hợp mục tiêu được sử dụng để lưu trữ vào cơ sở dữ liệu các trường hợp mẫu.
Sử dụng lại: Các trường hợp mẫu đã được lưu trữ sẽ được sử dụng lại trong tương lai với một giải pháp thích hợp.
Duyệt lại: Một giải pháp mới được kiểm tra xem có thành công không.
Ghi lại: Vấn đề mục tiêu với giải pháp của nó được thêm vào cơ sở dữ liệu các trương hợp mẫu.
Các yếu tố cơ bản sau đây được sử dụng để mô tả đối tượng bệnh nhân:
Giới tính Tuổi Chiều cao Cân nặng Ngày mổ
Nhóm nguy cơ đông máu Nhóm nguy cơ tắc mạch Điều kiện kèm theo
Loại van Số van Vùng miền Khu vực
Giải pháp mục tiêu ở đây chính là chế độ điều trị của một bệnh án mẫu khi đã được tìm ra là tốt nhất để áp dụng cho trường hợp đang xét.
Hàm tính độ tương tự:
Dựa trên độ đo mờ của các yếu tố trên trong hàm tính độ tương tự với các bệnh án mẫu:
Sim(T,C)=w1.Sim(ft ,fc )+…+w .Sim(ft ,fc )
1 1
n
n n
Trường hợp tương tự
Độ tương tự đặc trưng
Trọng số đặc trưng
Trong đó:
T và C là 2 trường hợp đang được tính độ tương tự với nhau.
fti, fci: tương ứng là các đặc tính của trường hợp T và trường hợp C,
wi[0,1];
wi=1;
n n
Sim(ft ,fc )[0,1];
Sim(T,C)[0,1];
Nếu Sim(T,C)=1 Thì trường hợp T hoàn toàn tương tự như trường hợp C, Nếu Sim(T,C)=0 Thì trường hợp T hoàn toàn khác với trường hợp C,
Nếu 0 Với bài toán cụ thể này, tập f={Giới tính, Tuổi, Chiều cao, Cân nặng, Ngày mổ, Nhóm nguy cơ đông máu, Nhóm nguy cơ tắc mạch, Điều kiện kèm theo, Loại van, Số van, Vùng miền, Khu vực} Tập w tương ứng sẽ được tính toán tối ưu theo mức độ ưu tiên dựa trên kinh nghiệm của các bác sĩ. Một tập tương ứng các kết quả thử nghiệm được đề nghị như sau: i fi fi wi 1 Số van Noofvalse 19/100 2 Khu vực Epidemic 15/100 3 Vùng miền Region 13/100 4 Loại van typeofvalse 10/100 5 Điều kiện kèm theo ClinicalEnclosure 7/100 6 Nhóm nguy cơ đông máu RiskofFrozeBlood 5/100 Có thể bạn quan tâm! Xem toàn bộ 91 trang tài liệu này. 7 Nhóm nguy cơ tắc mạch RiskofEmbolism 3/100 8 Tuổi birthday 6/100 9 Giới tính sex 10/100 10 Chiều cao Height 5/100 11 Cân nặng Weight 5/100 12 Thời điểm mổ Month of Operated 2/100 Tổng cộng w 100/100 Xét 2 trường hợp bệnh án t và c, độ tương tự của chúng được xác định như sau: Bảng 4.2 Công thức xác định các hàm tương tự thành phần i Sim(fti,fci) Giá trị Quan hệ giữa fti,fc i 1 Số van 1 Số van t = số van c 0 Số van t <> số van c 2 Khu vực 1 Khu vực t = Khu vực c 0 Khu vực t <> Khu vực c 3 Vùng miền 1 Vùng miền t = Vùng miền c 0 Vùng miền t <> Vùng miền c 4 Loại van 1 Loại van t = Loại van c 0.5 Loại van t <> Loại van c nhưng cùng nhóm van cơ hoặc van sinh học 0 Vùng miền t <> Vùng miền c khác nhóm van cơ hoặc van sinh học 5 Điều kiện kèm theo 1 Giống nhau 0 Khác nhau 6 Nhóm nguy cơ đông máu 1 Giống nhau 0 Khác nhau 7 Nhóm nguy cơ tắc mạch 1 Giống nhau 0 Khác nhau 8 Tuổi 1 (Nếu chênh lệch nhau không quá 10 tuổi và Nếu cùng >15 và < 40 với nam, < 45 với nữ) hoặc (Nếu chênh lệch nhau không quá 10 tuổi cùng >=40 với nam và >=45 với nữ) 0.8 Nếu chênh lệch nhau không quá 20 tuổi và Nếu cùng >15 và < 40 với nam, < 45 với nữ 0.6 Nếu chênh lệch nhau không quá 30 tuổi và Nếu cùng >15 và < 40 với nam, < 45 với nữ 0.3 Nếu chênh lệch nhau không quá 40 tuổi và Nếu cùng >15 và < 40 với nam, < 45 với nữ 0 Trong những trường hợp khác 9 Giới tính 1 Giống nhau 0 Khác nhau 10 Chiều cao 1 Không chênh nhau quá 5cm 0.5 Không chênh nhau quá 10cm 0.2 Trong những trường hợp khác 11 Cân nặng 1 Không chênh nhau quá 3kg 0.7 Không chênh nhau quá 5kg 0.5 Không chênh nhau quá 8kg 0.2 Trong những trường hợp khác 12 Thời điểm mổ 1 Cùng tháng mổ 0.5 Không chênh nhau quá 3 tháng 0 Trong những trường hợp khác Sau khi tính toán, Sim(T,C) sẽ trả về là một giá trị trong khoảng [0,1]. Tập trọng số tương tự được cài đặt trong thuật toán được tìm ra theo kinh nghiệm của các bác sĩ về mức độ quan trọng của từng thành phần đối với việc quyết định sự tương tự của bệnh nhân này so với bệnh nhân khác. Đầu vào của thuật toán là một trường hợp bệnh nhân mới với các số liệu tương ứng trong tập đặc tính kể trên. Thuật toán sẽ tính độ tương tự theo hàm tương tự mô tả ở trên theo từng trường hợp bệnh án mẫu lưu trong cơ sở dữ liệu. Độ tương tự nào là lớn nhất sẽ được quyết định chấp nhận hay không dựa theo kinh nghiệm của các bác sĩ. Thông thường, một trường hợp được chấp nhận là tương tự không chỉ có giá trị hàm tương tự cao nhất mà giá trị đó phải lớn hơn hoặc bằng 0.9. Ví dụ minh họa: Tính độ tương tự của bệnh nhân 05-00-28690 so với bệnh nhân 05-00-27346: Patient id Age sex Height Weight Operated Date Risk of Froze Blood Risk of Embolism Clinical Enclosure Type of valse No of valse Region Epidemic Cơ 05-00- rung nhĩ học Mien Nong 28690 45 Nam 158 58 28/11/2005 Cao Cao cơn bi 1 Bac Thon Vòng 05-00- bình bình van 2 Mien Nong 27346 20 Nam 167 49 14/11/2005 thường thường lá 1 Bac Thon 1 1 12 12 12 Tính độ tương tự so với bệnh nhân 05-00-27346: (t=05-00-28690; c=05-00-27346) Sim(05-00-28690, 05-00-27346)=w1.Sim(ft ,fc )+…+w .Sim(ft ,fc ) wi được cho theo bảng sau: i wi 1 19/100 2 15/100 3 13/100 4 10/100 5 7/100 6 5/100 7 3/100 8 6/100 9 10/100 10 5/100 11 5/100 12 2/100 100/100 Tính các độ tương tự thành phần theo bảng 4.2 như sau: Số van(T)=Số van (C)=1: Sim(ft1,fc1)=1, => w1*Sim(ft1,fc1)=0.19*1=0.19 Khu vực (T) = Khu vực (C) = “Nong thon” Sim(ft2,fc2)=1, => w2*Sim(ft2,fc2)=0.15*1=0.15 Vùng miền (T)= Vùng miền (C)= “Bac” Sim(ft3,fc3)=1, => w3*Sim(ft3,fc3)=0.13*1=0.13 Loại van (T) = “Cơ học bi” <> Loại van (C) = “vòng van 2 lá” nhưng cùng là van cơ học: Sim(ft4,fc4)=0.5, => w4*Sim(ft4,fc4)=0.10*0.5=0.05 Điều kiện kèm theo (T) = “rung nhĩ cơn” <>Điều kiện kèm theo (C) = “” 5 Sim(ft5,fc5)=0, => w5*Sim(ft5,fc )=0.07*0=0 Nhóm nguy cơ đông máu(T)= “cao” <> Nhóm nguy cơ đông máu(C)= “bình thường” 6 Sim(ft6,fc6)=0, => w6*Sim(ft6,fc )=0.05*0=0 Nhóm nguy cơ đtắc mạch(T)= “cao” <> Nhóm nguy cơ tắc mạch(C)= “bình thường” 7 Sim(ft7,fc7)=0, => w7*Sim(ft7,fc )=0.03*1=0 Tuổi (T) - Tuổi (C) =45 - 20 = 15, Sim(ft8,fc8)=0.8, => w8*Sim(ft8,fc8)=0.06*0.8=0.048 Giới tính (T) = Giới tính (C) = “Nam” 9 Sim(ft9,fc9)=1, => w9*Sim(ft9,fc )=0.1*1=0.1 |Chiều cao (T) – Chiều cao (C)| = |158 – 167| = 9 Sim(ft10,fc10)=0.5, => w10*Sim(ft10,fc10)=0.05*0.5=0.025 |Cân nặng(T) – Cân nặng(C)| = |58 – 49| = 9 Sim(ft11,fc11)=0.2, => w11*Sim(ft11,fc11)=0.05*0.2=0.01 Thời điểm mổ (T) = Thời điểm mổ (C) = tháng 11 Sim(ft12,fc12)=1, => w12*Sim(ft12,fc12)=0.02*1=0.02 Vậy: 8 Sim(T,C) = w1*Sim(ft1,fc1) + w2*Sim(ft2,fc2) + w3*Sim(ft3,fc3) + w4*Sim(ft4,fc4) + w5*Sim(ft5,fc5) +w6*Sim(ft6,fc6) +w7*Sim(ft7,fc7)+ w8*Sim(ft8,fc ) +w9*Sim(ft9,fc9) +w10*Sim(ft10,fc10) +w11*Sim(ft11,fc11) +w12*Sim(ft12,fc12) =0.19*1 +0.15*1 +0.13*1 +0.10*0.5 +0.07*0 +0.05*0 +0.03*1 +0.06*0.8 +0.1*1 +0.05*0.5 +0.05*0.2 +0.02*1 =0.19+0.15+0.13+0.05+0+0+0+0.048+0.1+0.025+0.01+0.02 =0.723 Vậy độ tương tự của bệnh nhân 05-00-28690 so với bệnh nhân 05-00-27346 là 0.723. Trong trường hợp này phác đồ điều trị của bệnh nhân 05-00-28690 vẫn chưa đủ tương tự để làm tham khảo cho bệnh nhân 05-00-27346, bởi vì độ tương tự của hai bệnh nhân phải lớn hơn hoặc bằng 0.9 mới có thể được xét để áp dụng. 4.3. Phương pháp tìm kiếm quy luật sử dụng thuốc Bước 1: Từ tập dữ liệu các bệnh án mẫu, tìm ra được các quy luật điều trị mẫu. Những quy luật này hình thành trên các bệnh nhân đã điều trị ổn định và có kết quả tốt. Dựa trên kiến thức của các bác sĩ điều trị, có thể có phương pháp tìm ra quy luật này như sau: Xét mỗi khoảng thời gian 1 tuần (7 ngày): Nếu thấy có sự lặp lại liều lượng với mật độ trên 80% thì có thể coi là đã hình thành quy luật. Bước 2: Nếu trong thời gian 1 tuần mà chưa có, thì tăng khoảng thời gian xét lên 2 tuần. Lặp lại luật trên cho khoảng thời gian 2 tuần này. Bước 3: Tiếp tục lặp cho đến khi khoảng thời gian bằng 5 tuần thì dừng. Trường hợp lớn hơn 4 tuần mà chưa tìm ra quy luật, thì có nghĩa người bệnh đó chưa hình thành quy luật. Cần theo dõi thêm về mặt điều trị. Bước 4: Những quy luật mẫu này sẽ được ghi vào một cơ sở dữ liệu. Xây dựng thuật toán tìm kiếm các quy luật mẫu trên tập dữ liệu của bệnh nhân đã điều trị sau thời gian nhất định: 1 tuần , 2 tuần, 1 tháng, 3 tháng .... Bước 5: Trong trường hợp không có luật mẫu nào được chấp nhận, thì sẽ tự tìm quy luật trên dữ liệu của chính bệnh nhân đang xét và đưa quy luật này vào tập luật mẫu. Sai Nếu t> 5 tuần đúng Lặp với x< x +sốngày(t) đúng Dừng. Không có Quy luật Có thể mô tả quy trình này bằng sơ đồ sau: Sai Đặt t=1 tuần Đặt mốc x = ngày đầu tiên Lặp lại việc so sánh dữ liệu liều lượng trong khoảng t trên toàn tập dữ liệu liều lượng mẫu bắt đầu từ x (t tuần/tất cả các tuần đã uống) Đếm số lần trùng lặp với sai số 10%-20%. đúng Nếu R>= 80% Sai Tính tỉ lệ R=Số lần trùng lặp/ tổng số lần tính Chấp nhận quy luật và ghi vao CSDL Tăng t=t+ 1 tuần Bảng 4.2 Sơ đồ thuật toán tự tìm quy luật.
Cơ Sở Lý Thuyết Một Số Phương Pháp Tính Toán Mềm
Các Kỹ Thuật Lập Luận Dựa Trên Sự Sử Dụng Lại
Ngưỡng Inr An Toàn Đối Với Từng Loại Van Nhân Tạo
Sơ Đồ Thuật Toán Tìm Quy Luật Từ Csdl Mẫu Quy Luật.
Chức Năng Nhập Thông Tin Cá Nhân Và Trạng Thái Người Bệnh
Ứng dụng một số phương pháp tính toán mềm xây dựng phần mềm trợ giúp điều trị thuốc chống đông đường uống cho bệnh nhân sử dụng van tim nhân tạo - 10
