Научный журнал «Вестник Череповецкого государственного университета»
Статья
DOI:
Полный текст:
Статья посвящена изучению методов машинного обучения при коррекции поведенческих факторов риска в профилактике сердечно-сосудистых заболеваний (ССЗ). Выполнен мониторинг процессов здоровьесберегающих педагогических вмешательств в структуре региональной системы организации медицинской профилактики. При помощи компьютерного моделирования построена модель правил связывания на основе метода ассоциативных правил (Association Rules). Для фактора риска (ФР) «Повышенное артериальное давление» (АД) выделен шаблон из 5 логических правил. На основе метода деревьев решений сформированы решающие правила и определена целевая аудитория влияния для адресной коррекции ФР. Выполнен анализ и получена оценка достоверности прогностической модели. Результаты анализа использованы для поддержки управленческих решений в региональной системе медицинской профилактики.
Асеев М. Г., Дюк В. А. Применение системы Deep Data Diver для решения задачи анализа рыночных корзин // Труды СПИИРАН. – 2004. – Вып. 2. – Т. 1. – С. 127–134.
Жилина Н. М., Фадеева А. Е., Чеченин Г. И. Анализ смертности населения г. Новокузнецка на основе электронной базы данных за период 1999–2007 гг. // Социальные аспекты здоровья населения. – 2009. – № 3. – С. 1–11.
Крысанов И. С. Введение в фармакоэкономическое моделирование // Фармакоэкономика. Современная фармакоэкономика и фармакоэпидемиология. – 2008. – Т. 1. – № 1. – С. 7–9.
Постановление Правительства Вологодской области от 28.10.2013 № 1112 «Об утверждении Государственной программы “Развитие здравоохранения Вологодской области” на 2014–2020 годы». – URL: (дата обращения: 16.05.2020).
Рапаков Г. Г., Банщиков Г. Т. Визуализация показателей в задачах управления здравоохранением Вологодской области // Вузовская наука – региону: материалы XII Всероссийской научно-технической конференции (Вологда, 25 февраля 2014 г.). – Вологда: ВоГУ, 2014. – С. 61–63.
Рапаков Г. Г., Банщиков Г. Т. Интеллектуальный анализ данных в здравоохранении региона (на материалах Вологодской области). – Вологда: ВоГУ, 2014. – 79 с.
Рапаков Г. Г., Банщиков Г. Т. Организация системы раннего выявления больных артери-альной гипертензией и доступность антигипертензивных средств в Вологодской области: опыт использования кластерного анализа // Архивъ внутренней медицины. – 2013. – № 4. – С. 16–23.
Рапаков Г. Г., Банщиков Г. Т. Эффективность реализации областной целевой программы лечения пациентов с артериальной гипертензией на региональном уровне (опыт Вологодской области) // Экономические и социальные перемены: факты, тенденции, прогноз. – 2014. – № 5. – C. 206–221.
Рапаков Г. Г., Горбунов В. А. Интеллектуальный анализ медико-социологических данных с использованием метода Microsoft Decision Trees // Вестник Воронежского государственного университета. Серия: Системный анализ и информационные технологии. – 2015. – № 2. – С. 130–137.
Рапаков Г. Г., Касимов Р. А. Методы и алгоритмы машинного обучения при принятии управленческих решений в региональной системе медицинской профилактики (опыт Вологодской области). – Вологда: ВоГУ, 2014. – 143 с.
Рапаков Г. Г., Касимов Р. А., Банщиков Г. Т., Горбунов В. А. Распознавание и анализ социокультурных поведенческих паттернов на основе метода ассоциативных правил // Физико-математическое моделирование систем: материалы XII Международного семинара (Воронеж, 27 июня 2014 г.): в 3 ч. – Воронеж: Воронежский государственный технический университет, 2014. – Ч. 2. – С. 155–160.
Решение Вологодской городской Думы от 29 декабря 2014 г. № 129 «Об утверждении Концепции активного долголетия на территории муниципального образования “Город Вологда” на период до 2035 года “Вологда – город долгожителей”». – URL: (дата обращения: 16.05.2020).
Шаханов Н. И., Варфоломеев И. А., Ершов Е. В., Юдина О. В. Прогнозирование отказов оборудования в условиях малого количества поломок // Вестник Череповецкого государственного университета. – 2016. – № 6 (75). – С. 36–41.
Harrington P. Machine Learning in Action. – New York: Manning Publications, 2012. – 384 p.
Witten I. H., Frank E. Data Mining: Practical Machine Learning Tools and Techniques. – San Francisco: Morgan Kaufmann, 2005. – 525 p.
Wu X. The Top Ten Algorithms in Data Mining. – London: Chapman & Hall, 2009. – 201 p.
Zhang C., Zhang S. Association Rule Mining: Models and Algorithms. – Berlin; Heidelberg: Springer-Verlag, 2002. – 248 p.
Жилина Н. М., Фадеева А. Е., Чеченин Г. И. Анализ смертности населения г. Новокузнецка на основе электронной базы данных за период 1999–2007 гг. // Социальные аспекты здоровья населения. – 2009. – № 3. – С. 1–11.
Крысанов И. С. Введение в фармакоэкономическое моделирование // Фармакоэкономика. Современная фармакоэкономика и фармакоэпидемиология. – 2008. – Т. 1. – № 1. – С. 7–9.
Постановление Правительства Вологодской области от 28.10.2013 № 1112 «Об утверждении Государственной программы “Развитие здравоохранения Вологодской области” на 2014–2020 годы». – URL: (дата обращения: 16.05.2020).
Рапаков Г. Г., Банщиков Г. Т. Визуализация показателей в задачах управления здравоохранением Вологодской области // Вузовская наука – региону: материалы XII Всероссийской научно-технической конференции (Вологда, 25 февраля 2014 г.). – Вологда: ВоГУ, 2014. – С. 61–63.
Рапаков Г. Г., Банщиков Г. Т. Интеллектуальный анализ данных в здравоохранении региона (на материалах Вологодской области). – Вологда: ВоГУ, 2014. – 79 с.
Рапаков Г. Г., Банщиков Г. Т. Организация системы раннего выявления больных артери-альной гипертензией и доступность антигипертензивных средств в Вологодской области: опыт использования кластерного анализа // Архивъ внутренней медицины. – 2013. – № 4. – С. 16–23.
Рапаков Г. Г., Банщиков Г. Т. Эффективность реализации областной целевой программы лечения пациентов с артериальной гипертензией на региональном уровне (опыт Вологодской области) // Экономические и социальные перемены: факты, тенденции, прогноз. – 2014. – № 5. – C. 206–221.
Рапаков Г. Г., Горбунов В. А. Интеллектуальный анализ медико-социологических данных с использованием метода Microsoft Decision Trees // Вестник Воронежского государственного университета. Серия: Системный анализ и информационные технологии. – 2015. – № 2. – С. 130–137.
Рапаков Г. Г., Касимов Р. А. Методы и алгоритмы машинного обучения при принятии управленческих решений в региональной системе медицинской профилактики (опыт Вологодской области). – Вологда: ВоГУ, 2014. – 143 с.
Рапаков Г. Г., Касимов Р. А., Банщиков Г. Т., Горбунов В. А. Распознавание и анализ социокультурных поведенческих паттернов на основе метода ассоциативных правил // Физико-математическое моделирование систем: материалы XII Международного семинара (Воронеж, 27 июня 2014 г.): в 3 ч. – Воронеж: Воронежский государственный технический университет, 2014. – Ч. 2. – С. 155–160.
Решение Вологодской городской Думы от 29 декабря 2014 г. № 129 «Об утверждении Концепции активного долголетия на территории муниципального образования “Город Вологда” на период до 2035 года “Вологда – город долгожителей”». – URL: (дата обращения: 16.05.2020).
Шаханов Н. И., Варфоломеев И. А., Ершов Е. В., Юдина О. В. Прогнозирование отказов оборудования в условиях малого количества поломок // Вестник Череповецкого государственного университета. – 2016. – № 6 (75). – С. 36–41.
Harrington P. Machine Learning in Action. – New York: Manning Publications, 2012. – 384 p.
Witten I. H., Frank E. Data Mining: Practical Machine Learning Tools and Techniques. – San Francisco: Morgan Kaufmann, 2005. – 525 p.
Wu X. The Top Ten Algorithms in Data Mining. – London: Chapman & Hall, 2009. – 201 p.
Zhang C., Zhang S. Association Rule Mining: Models and Algorithms. – Berlin; Heidelberg: Springer-Verlag, 2002. – 248 p.
Ключевые слова:
компьютерное моделирование, машинное обучение, ассоциативные правила, деревья решений, поддержка принятия решений
Для цитирования:
Рапаков Г. Г., Банщиков Г. Т., Горбунов В. А., Ударатин А. В. Использование методов машинного обучения при коррекции поведенческих факторов риска в профилактике сердечно-сосудистых заболеваний // Вестник Череповецкого государственного университета. – 2020. – № 4 (97). – С. 54–68. DOI: 10.23859/1994-0637-2020-4-97-5
Контент доступен под лицензией Creative Commons Attribution 4.0 License.