04278ntm a22005897i 4500 000610836 CZ-PrVSE 20190909112111.0 m d cr n|||||||||| 190909s2019 xr fsbm 000 0 cze d NEZPRACOVANÝ IMPORT ABA006 cze ABA006 ABA006 rda Štěpánek, Lubomír ISIS:120809 dis Prediction of (pre)diabetes of type two using clinical and laboratory data eng Predikce přítomnosti (pre)diabetu mellitu druhého typu na základě klinických a laboratorních dat / Lubomír Štěpánek 2019 ?? stran : digital, PDF soubor Vedoucí práce: Milan Bašta Diplomová práce (Ing.)—Vysoká škola ekonomická v Praze. Fakulta informatiky a statistiky, 2019 Obsahuje bibliografii Textový (vysokoškolská kvalifikační práce) Rok obhajoby 2019 Klinicky vyjádřený diabetes mellitus druhého typu je považován za jeden z nejvýznamnějších a nejrozsáhlejších medicínských problémů současného západního světa, a to i stran ekonomických nákladů nutných na jeho léčbu. Zatímco diagnostika samotného diabetu melittu druhého typu je již dobře etablovaná, jeho prekurzorová jednotka, prediabetes mellitus druhého typu, je definována pouze některými formálními laboratorními odchylkami od normy, avšak její klinické či jiné laboratorní koreláty nejsou jasně vyjádřeny ani plně známy. Přitom záchyt onemocnění ve fázi prediabetu může vést k vyhnutí se fáze manifestního diabetu pouze pomocí úpravy dietetiky a životního stylu.Cílem této práce je na relativně rozsáhlých klinických a laboratorních datech o pacientech, kteří navštěvovali interní metabolické ambulance Fakultní nemocnice Olomouc v posledních cca deseti letech a jsou v různé fázi onemocnění diabetem druhého typu (tj. někteří již mají diabetes, někteří nemají diabetes a mají prediabetes a zbylí nemají ani prediabetes), predikovat přítomnost (pre)diabetu. Predikce je vnímána jako klasifikační úloha s učitelem ("supervised") a je řešena pomocí běžných algoritmů, tedy prostřednictvím mnohorozměrné logistické regrese, naivních bayesovských klasifikátorů, metody podpůrných vektorů, CART ("classification and regression trees") rozhodovacích stromů, eventuálně i arteficiálních neuronových sítí. Jako nástroj volby pro zpracování dat a provedení analýz slouží jazyk R.Pozornost je věnována i interpretaci výsledků s akcentem na klinické využití a případným kombinacím laboratorních a klinických odchylek od normy, které nejsou běžně klinicky známy a přesto jsou u pacientů s (pre)diabetem druhého typu dle vstupních dat často přítomny, a mohou tak klinickým lékařům sloužit jako varovné indicie nutící pomýš Způsob přístupu: Internet statistika [obor dipl. práce] diplomové práce fd132022 czenas master's theses eczenas rozhodovací strom naivní bayesovský klasifikátor neuronová síť laboratorní data klinická data prediabetes mellitus druhého typu diabetes mellitus druhého typu predikce klasifikační úloha logistická regrese CART Bašta, Milan ISIS:51301 ths Sobíšek, Lukáš, 1983- xx0238269 opn Vysoká škola ekonomická v Praze. Fakulta informatiky a statistiky kn20010709399 dgg https://insis.vse.cz/zp/65907/podrobnosti VŠKP v InSIS https://insis.vse.cz/zp/65907 Hlavní práce https://insis.vse.cz/zp/65907/posudek/vedouci Hodnocení vedoucího https://insis.vse.cz/zp/65907/posudek/oponent/63591 Oponentura https://insis.vse.cz/zp/65907/podrobnosti dc:identifier NEPOSILAT VSKP vse65907 190823 65907