ПРИНЦИП ПРЕДЕЛЬНЫХ ОБОБЩЕНИЙ: методология, задачи ...

281
Среднее АД ^САД {
3 {Высокое ^d e f; Нормальное ^c; Низкое ^a b}
2 {≥ 160 ^f [160; 220]; 130 - 159 ^e [130; 159]; 110 – 129 ^d [110; 129]; 70 –
109 ^c [70; 109]; 50 – 69 ^b [50; 69]; ≤ 49 ^a [30; 49]}
1 {[30; 220]}}.
Для каждого первичного теста τ ∈{G(τ)} создадим сопряженный тест b τ ,
результатом которого являются соответствующие баллы. Для теста «САД»
сопряженный тест будет иметь вид:
b_САД {1 {4 (САД/2 a∨f); 3 (САД/2 e) ; 2 (САД/2 b ∨ d); 0 (САД/2 c)}}.
Дополнительные тесты пришлось создавать потому, что баллы не
уникальны для каждого значения теста τ и это не позволяет использовать
алиасы, как в случае со шкалой Апгар. Значения тестов b τ рассчитываются
автоматически на основе значений тестов τ. Таким образом, банк тестов
удваивается: {G(τ), G(b τ )}. В рамках каждого блока шкалы APACHE баллы
{b τ /B} всех тестов {τ/T} суммируются. В результате получаются
индикаторы, оценки {p/P}.
Оценка по APACHE II = (Баллы по шкале острых физиологических
изменений) + (баллы за возраст) + (баллы за хронические заболевания).
Высокие оценки по шкале APACHE II связаны с высоким риском
летальности в ОРИТ, что позволяет сформировать финальную
интерпретацию данных: {Риск/ УП/ Прогноз}, где УП – уровень помощи.
Интегральные показатели {p/P} * по шкале APACHE III расширены и
значительно усовершенствованы по сравнению со шкалой APACHE II [3].
Приведенные примеры отражают общий конструкт орграфа набросков
на основе оценочных и прогностических шкал, который можно изобразить
следующим образом:
{τ/T} ⇒ {b/B} ⇒ {p/P} ⇒ {p/P} * ⇒ {Риск/ УП/ Прогноз}. (6.9)
Финитный набросок {Риск/ УП/ Прогноз} задает максимально сжатую
интерпретацию исходного образа {τ/T}.
Орграф набросков (6.9) может использоваться в рамках метода
предельных обобщений с целью построения (предельных) синдромных и
вероятностных моделей знаний. Покажем это.
Пусть изучаются факторы, влияющие на наступление некоторого
события, например, летального исхода, инвалидизации, неблагоприятного
течения заболевания (после инсульта, инфаркта и т.д.) или
неэффективности лечения. Положим Z = {событие+; событие-} = {+; -} =
{1, 2}. Сформируем первичную базу прецедентов следующего вида:
Ω = {α({τ/T}, z/Z)}, где Z = {1, 2}. Если речь идет о летальном исходе, то