studiu pe un exemplu de bn
Post on 04-Apr-2018
219 Views
Preview:
TRANSCRIPT
7/31/2019 Studiu pe un exemplu de BN
http://slidepdf.com/reader/full/studiu-pe-un-exemplu-de-bn 1/17
Cap. 3 Diagnostic Psihiatric
- 30 -
Capitolul 3
Existand numeroase cauze posibile ale unei boli, doctorii nespecialisti intampina
dificultati in identificarea cu precizie a bolii pacientului si in deciderea prescrierii unui
tratament adecvat. Depistarea unei afectiuni depinde de analizarea cauzelor si a
simptomelor pacientului, orientarea spre o afectiune sau alta fiind determinata de numarul de
cauze si simptome aferente cat si de ponderea fiecarei cauze sau simptom. Certitudinea in
prognosticarea unei boli duce la luarea unor masuri cat se poate de urgente si prescrierea
tratamentului adecvat.
3.1 NOTIUNI INTRODUCTIVE
Retelele bayesiene sunt recunoscute drept modele grafice eficiente, avand capacitati
semnificative in investigarea datelor biomedicale, pentru preziceri medicale asupra bolii si
tratamentului. Studiul de caz ofera o analiza, folosind structuri bayesiene, a datelor din
domeniul psihiatric, preluate din sectia de Psihiatrie a Spitalului Municipal Lugoj.
Implementarea cu retele bayesiene a dus la identificarea unor factori descriptivi ai bolilor
principale identificate si a corelatiilor dintre ele.
Structura de retea bayesiana ofera, pe langa multe altele, avantajul de a fi un model
al gandirii oamenilor. Sunt relativ usor de inteles principiile de suprafata ale uneia. Indomeniul medical retelele pot fi de un adevarat ajutor in prezicerea bolilor si a tratamentului
adecvat. Ajustarile minore aduse unei retele pot duce la imbunatatirea acesteia. Oricare ar fi
sistemul decizional, unul bazat pe retele bayesiene detine instrumente eficiente pentru
masurarea probabilitatii unui eveniment, fiind o reprezentare ideala pentru combinarea
cunoasterii anterioare (de cele mai multe ori, in cazul bolilor, este cunoscuta drept cauze) cu
datele analizate.
In zilele noastre, sistemele de suport decizional clinic (CDSS – clinical decision
support systems) sunt astfel realizate pentru a asista personalul medical sau din domeniulsanatatii (wellness), in sarcinile decizionale. Componentele de baza ale unui CDSS sunt:
baza dinamica de informatii (medicale in acest caz) si un mecanism de inferenta (un set de
reguli rezultate din studii ale expertilor in medicina).
3.2 STUDII IN DOMENIU MEDICAL
In aceasta sectiune se prezinta succint cateva studii si cercetari cu privire la retelele
bayesiene si utilitatea lor in medicina. Asa cum arata Peter LUCAS [Luc01], retelele
7/31/2019 Studiu pe un exemplu de BN
http://slidepdf.com/reader/full/studiu-pe-un-exemplu-de-bn 2/17
Cap. 3 Diagnostic Psihiatric
- 31 -
bayesiene isi dovedesc utilitatea inca din anii ’ , fiind folosite cu succes in luarea de decizii
medicale din anii ’ . Asa cum se va vedea din studiul de caz prezentat, ele au o mare
aplicabilitate in domeniul medical, de la posibilitatea prezicerii evolutiei unei boli, pana la
oportunitatea determinarii efectelor tratamentelor asupra diferitilor pacienti.
De asemenea retele bayesiene sunt folosite in implementarea sistemelor
decizionale, care la randul lor ofera solutii la diverse probleme aparute din domeniul medical.
In acest caz, o echipa de cercetatori din Granada, Spania [Aci01] a descris retelele
bayesiene implementate cu algoritmi de invatare, si le-a folosit in reprezentarea sistemelor
de sanatate, pentru pacientii sositi la urgenta unui spital. Acest sistem poate face previziuni
aupra unor variabile de interes, sau poate oferi posibile decizii in actiunile, care trebuie luate.
Folosind acest tip de sisteme, activitatea generala dintr-un spital si grija pentru pacient din
partea personalului, pot fi imbunatatite.
Utilitatea majora a retelelor bayesiene folosite in domeniul medical, ramane cea din
aria diagnosticului. Cercetatori de la Universitatea Cranfield, impreuna cu medici de la
Spitalul Princess Margaret, Marea Britanie, au gandit si implementat o retea bayesiana
pentru diagnosticului durerilor, din zona lombara. Exista trei categorii asociate cu acest tip de
durere, acestea fiind clasificate si asezate intr-o retea cu noduri. Variabilele au fost
reprezentate prin valori discrete, unele chiar binare. Precizia retelei a fost de % si poate fi
imbunatatita daca numarul de cazuri, folosite in procesul de invatare, este crescut.
Retele bayesiene sunt folosite pentru reprezentare si analiza de informatii, pe de oparte, si pentru judecata sau argumentare, pe de alta. Astfel este nevoie de un proces de
invatare. Pablo FELGAER et.al prezinta in lucrarea sa [Fel06] o metoda de invatare
automata, aducand optimizarea retelelor bayesiene, aplicata clasificarilor, utilizand invatarea
hibrida. Aceasta metoda combina avantajele arborilor decizionali cu capacitatile oferite de
retelele bayesiene. Retele, realizate astfel, sunt folosite in prezicerea tipurilor si a
caracteristicilor diverselor tumori. De asemenea se folosesc in domeniul cardiologiei,
folosindu-se de cauze si simptome.
O colaborare intre fundatia SNN (Foundation for Neural Networks) si UMCU
(University Medical Center Utrecht), din Olanda, a dus la aparitia unui sistem-prototip de
diagnostic medical, denumit de realizatorii lui „Promedas” [Kap**]. Sistemul este implementat
folosind o retea probabilistica cauzala, de dimensiune apreciabila, ce foloseste tehnici de
lucru recent integrate domeniului. In trei ani de la aparitie, pachetul software a reusit sa
acopere arii semnificante din domeniile hematologiei si endocrinologiei. Scopul acestuia este
de a aduce imbunatatiri sistemului clinic particular si sustinerea invatamantului.
Folosind avantajele retelelor bayesiene, Isabel Milho si Ana Fred, de la Institutul de
telecomunicatii, Lisabona [Mil00], au pus in functiune un instrument web de diagnostic
7/31/2019 Studiu pe un exemplu de BN
http://slidepdf.com/reader/full/studiu-pe-un-exemplu-de-bn 3/17
Cap. 3 Diagnostic Psihiatric
- 32 -
medical. Acesta ofera o interfata prietenoasa, oferind utilizatorilor posibilitatea crearii de
aplicatii, fara cunostinte avansate de teorie a retelelor bayesiene. Sistemul poate fi accesat
prin intermediul paginii web corespunzatoare. O exemplificare a functionalitatii a fost
realizata facandu-se referire la disfunctiile de somn.
Magnus Stensmo (Computer Science Division, University of California) impreuna cu
Terrence J. Sejnowski (Computational Neurobiology Lab, The Salk Institute, [Ste96], au pus
in practica un sistem de diagnostic medical, bazat pe teoria decizionala si invatarea din
cazuri, caracteristice retelelor bayesiene. In studiul lor este prezentat un diagnostic al bolilor
cardiace.
Asadar, studiile recente arata ca un sistem decizional, implementat cu retele
bayesiene poate fi de un real folos in domeniul medical.
3.3 STATISTICA
Pentru efectuarea analizei in parametri reali ai retelei bayesiene, s-au luat in
considerare boli apartinand pshihiatriei: schizofrenie (simpla si paranoida), tulburare
anxios depresiva, dementa mixta (Alzheimer si dementa vasculara). In studiul de caz a fost
analizata si psihoza maniaca depresiva, data fiind relatia stransa intre aceasta si tulburarea
anxios depresiva. Studiul s-a realizat in Spitalul Municipal Lugoj, sectia Psihiatrie, de-a
lungul a luni ale anului : mai, iunie, iulie, august. Bolnavii, care au prezentat aceste
boli, cat si cei cu altele nespecificate aici, au fost rulati pe de paturi si repartizatizati pe
doctor.
Numarul pacientilor in cele luni de studiu este identificabil in Tabelul 1,
reprezentarea se face si in functie de sex.
MAI IUNIE IULIE AUGUST
TOTAL FEMEI BARBATI
SCHIZOFRENIE 29 19 17 13 78 48 30
DEPRESIE 43 31 25 21 120 77 43
DEMENTA 12 9 11 8 40 22 18
Tabelul 1. Repartitia pacientilor in functie de boala, luna calendaristica si sex
Observata fiind repartitia bolilor, este importanta prezentarea (Tabelul 2), categorisirii
bolilor in cronice si acute si a numarului de cazuri pentru fiecare ele.
7/31/2019 Studiu pe un exemplu de BN
http://slidepdf.com/reader/full/studiu-pe-un-exemplu-de-bn 4/17
Cap. 3 Diagnostic Psihiatric
- 33 -
Studierea tabelelor 1 si 2 releva urmatoarele observatii preliminare:
1. Referitor la schizofrenie si sindrom depresiv numarul femeilor este mult mai mare
decat cel al barbatilor, aceste boli se manifesta mai ales la acest sex
2. Observand tot aceste doua boli, prezenta lor in perioada primavara-vara este
semnificativ mai mare decat toamna-iarna, asadar acestea au maxime si minime pe
luni si anotimpuri
3. Dementa mixta este intalnita sub o repartitie relativ uniforma pe luni si anotimpuri
4. Caracteristic pentru un spital generalizat, bolile acute sunt in numar mai mare decat
cele cronice
BOALA CRONICA BOALA ACUTA
SCHIZOFRENIE 30 48
DEPRESIE 13 107
DEMENTA 6 34
Tabelul 2. Categorisirea bolilor in cronice si acute
3.4 BOLILE PSIHICE
Psihiatria este domeniul medical specializat in studiul, preventia si tratamentul
disfunctiilor mentale. Oricare ar fi circumstantele si motivele unei persoane de a veni la
psihiatru, acesta trebuie initial sa observe si sa investigheze starea psihica actuala a
persoanei. De obicei aceasta actiune implica intervievarea persoanei si obtinerea de
informatii de la alte surse (familie, apartinatori, asociati, specialisti sociali, personal de
urgenta). O examinare a starii mentale este efectuala, insa este necesara si o investigare a
starii fizice, pentru excluderea existentei altor boli, cum ar fi: disfunctii ale tiroidei, diferite
tipuri de tumori. De cele mai multe ori se efectueaza teste de sange sau imagistice.
Interventia timpurie in cadrul bolilor psihice poate minimiza disabilitatea indusa de
afectiune, astfel ca tratamentul sa poata fi administrat pana la inceputul fazei acute.
Importanta unui diagnostic si a unei interventii timpurii este in continuu accentuata. Acestea
doua depind de intelegerea manifestarii bolii si a mecanismelor interne, care pot duce de la
perioada anterioara bolii la debutul primului episod al ei, trecand prin faza prodromala.
Figura 24 defineste etapele, definite ca perioade de timp, care constituie instalarea
unei psihoze. Au fost identificate etape, prin care trece un pacient, pana la aparitia bolii.
7/31/2019 Studiu pe un exemplu de BN
http://slidepdf.com/reader/full/studiu-pe-un-exemplu-de-bn 5/17
7/31/2019 Studiu pe un exemplu de BN
http://slidepdf.com/reader/full/studiu-pe-un-exemplu-de-bn 6/17
Cap. 3 Diagnostic Psihiatric
- 35 -
boli din domeniul psihiatric. In continuare vor fi prezentati pasii construirii retelei, analizarea
unui boli prin grafice de variatie, descrierea rezultatelor obtinute in urma demersului.
In Figura 25 este redata retea bayesiana a studiului de caz. Modelul a suferit multiple
modificari, pana a ajunge la aceasta forma. Acestea s-au datorat studiului agendei medicale
2008, a numeroaselor articole din domeniu procurate de la Spitalul Municipal Lugoj, a
articolelor de pe site-urilor medicinale si dialogurile cu un personal medical calificat.
Reteaua este formata din 29 variabile/noduri, numerotate cu pentru
a fi usor folosite in analiza, 33 conexiuni intre variabile, care determina relatii cauzale, de tip
parinte-fiu. In centrul modelului se regasesc cele boli studiate: schizofrenie (simpla si
paranoida), dementa mixta, depresie (sindrom anxios depresiv) si psihoza maniaca
depresiva (in stransa relatie cu depresia).
Partea stanga a retelei este constituita din variabilele-cauza, motivele care determina
aparitia semnalelor corespunzatoare bolii respective. Fiecare cauza influenteaza afectiunea
corespunzatoare intr-un anumit procent, producand modificarea posibilitatea regasirii bolii
respective la pacientul analizat.
Partea dreapta specifica simptomele observate la pacientii cu afectiunea
corespunzatoare simptomului. De asemenea acestea influenteaza sansele de recunoastere
a afectiunii pacientului, in functie de gravitatea lor.
Relatiile cauzale parinte-fiu, intr-o retea bayesiana, sunt directionate in ambele
sensuri. In acest caz, modificarea unei variabile-cauza duce la modificarea tuturorvariabilelor, ce au o legatura in comun cu aceasta, oricat de indepartate ar fi link-urile,
modificarile procentelor realizandu-se in conformitatea cu influenta nodului parintelui asupra
nodului fiu. Aceasta este calea directa indicata si de sensurile link-urilor din Figura 25. Pe
calea inversa, pornind de la variabilele-simptom, modificarile se realizeaza, de asemenea, in
functie de influenta nodurilor asupra celor interconectati. Se spune ca la orice schimbare
adusa starilor unei variabile, toata reteaua bayesiana se actualizeaza. Paragraful urmator
descrie cateva caracterstici ale determinarii probabilitatii, adecvate pentru fiecare afectiune.
Important in determinarea probabilitatii optime ale unei boli este influenta genetica(sexul pacientului si numarul cazurilor de intalnire a bolii in cadrul membrilor familiei). Este
cunoscut faptul ca femeile sunt mai sensibile cu privire la manifestarea disfunctiilor psihice,
decat barbatii. De asemenea exista posibilitati de intalnire a schizofreniei la persoanele, ale
caror mame au suferit de anumite viroze pe perioada sarcinii. Un factor cu efect major in
aparitia diverselor boli mentale sunt calitatea mediului inconjurator al pacientului si nivelul
educational. Varsta este un alt coeficient al acestei ecuatii medicale, persoane sub 40 de ani
sunt mult mai predispuse la manifestarea schizofreniei, mai ales paranoide. Corelate cu alti
factori in determinarea dementei mixte (sindromul Alzheimer inclus) sunt varii particule
toxice, care se gasesc in mediul de lucru. Aceste precizari pot fi observate in Figura 26.
7/31/2019 Studiu pe un exemplu de BN
http://slidepdf.com/reader/full/studiu-pe-un-exemplu-de-bn 7/17
Cap. 3 Diagnostic Psihiatric
- 36 -
Figura 25. Modelul grafic de retea bayesiana pentru cele afectiuni psihiatrice studiate
7/31/2019 Studiu pe un exemplu de BN
http://slidepdf.com/reader/full/studiu-pe-un-exemplu-de-bn 8/17
7/31/2019 Studiu pe un exemplu de BN
http://slidepdf.com/reader/full/studiu-pe-un-exemplu-de-bn 9/17
Cap. 3 Diagnostic Psihiatric
- 38 -
Valorile starilor nodului schizofreniei sunt determinate de influenta nodurilor
conectate la acesta. Modificari aduse unei probabilitati ale starilor unui nod, care are link-uri
spre respectiva boala, duc la modificari ale probabilitatilor starilor nodului respectiv, conform
TDB (Table Dialog Box – contine relatiile cauzale dintre un nod si parintii lui). Valorile starilor
unui nod se modificate in concordanta cu evidentele (findings), obtinute prin diferite mijloace
si de la mai multe surse. Aceste schimbari duc la actualizarea tuturor celorlalte noduri
conectate, indiferent de nivel, cu nodul respectiv. Cu fiecare evidenta adaugata, reteaua se
particularizeaza pe pacient. Un diagnostic pentru schizofrenie se obtine astfel: Cel mai usor
se pot obtine informatii cu privire la sexul si varsta pacientului. De obicei prima intrebare se
refera la varsta. Dupa introducerea acestor date, apar modificari in starile nodurilor
schizofrenie simpla si paranoida.
Figura 28. Informatii adaugate cu privire la sex si varsta
Spre exemplificare s-a considerat o pacienta cu varsta curpinsa intre si ani. Se
observa o crestere de 0.01 procente in cazul schizofreniei simple si cu 8.31 procente in cel
al schizofreniei paranoide. Aceasta crestere substantiala a probabilitatii manifestarii
schizofreniei paranoide se datoreaza varstei, studiile aratand ca debutul acestei boli este in
intervalul 30-35 ani. Pacientul sau insotitorii pot fi intervievati, de asemenea, cu privire la
numarul persoanelor din familie suferinde de schizofrenie si in cazuri mai rare despre
posibilitatea existentei unei viroza la mama in perioada sarcinii. Odata obtinute cateva
informatii cu privire la cauzele prezentarii pacientului la medic, trebuie acordata atentie sisimptomelor existente.
In Figura 29 se observa intervenirea unor modificari si ale probabilitatilor starilor
variabilelor simptom, odata cu adaugarea informatiile cu privire la sex si varsta, dovedind
caracteristica de actualizare a intregii retele odata cu existenta unei informatii. Cele mai mari
diferente intre starea initiala si starea curenta, in cazul variabilelor simptom sunt: cresterea
semnificativa a posibilitatii existentei unei vieti afective si a unei personalitati deteriorate, ca
urmare a posibilei boli de la 36.5% la 60.4%; cresterea posibilitatii manifestarii de delire sau
halucinatii de la 10.9% la 19%.
7/31/2019 Studiu pe un exemplu de BN
http://slidepdf.com/reader/full/studiu-pe-un-exemplu-de-bn 10/17
Cap. 3 Diagnostic Psihiatric
- 39 -
Figura 29. Observarea modificarilor variabilelor simptom
In schimb, daca in urma discutiilor se depisteaza manifestarea delirului sau a
halucinatiilor (Figura 30), probabilitatea schizofreniei paranoide este cat se poate de certa
(74.8%), existand totusi o posibilitate de a intalni alte afectiuni, care sa dea aceleasi
simptome, de 25.2%.
Figura 30. Probabilitate de 100% a manifestarii delirului sau a halucinatiilor
Tulburarile de comportament influenteaza schizofrenia paranoida intr-un procent de
%, in cazul in care, aceasta este singura variabila observata.
In cazul schizofreniei simple, aceasta este influentata majoritar de prezenta
grimaselor, manierismului sau a puerilismului, din grupul simptomelor. Asa cum se observa
in Figura 31, probabilitatea pentru schizofrenie simpla este de 37.4%, fiind superioara
schizofreniei paranoide, prin prisma conexiunii nodului „grimase, manierism, puerilism” cu
nodul „schizofrenie S”.
7/31/2019 Studiu pe un exemplu de BN
http://slidepdf.com/reader/full/studiu-pe-un-exemplu-de-bn 11/17
Cap. 3 Diagnostic Psihiatric
- 40 -
Figura 31. Probabilitate de 100% a manifestarii puerilismului si caracteristicilor sale
Probabilitatea maxima a prezentei schizofreniei la un pacient, data fiind observarea
de 100% a tuturor simptomelor caracteristice bolii, este de 93%.
Este importanta obtinerea a cat mai multe evidente pentru a efectua o prezicere
corecta. Rezultatele relevate de reteaua bayesiana impreuna cu alte investigatii medicale
duc la tratarea optima particularizata a pacientului.
3.7 FORMALISMUL RETELEI BAYESIENE
Dupa etapa de modelare a retelei, se utilizeaza inferenta bayesiana pentru a
actualiza cunostintele statistice ale acesteia, pe baza observatiilor curente si a teoremei
Bayes.
In continuare va fi descris formalismul modelului grafic prezentat in Figura 25, cu
accent pe diagnosticul schizofreniei (partea inferioara a retelei cu linie punctata). Observand
structura retelei bayesiene si numarul nodurilor acesteia, se poate scrie distributia
conexiunilor completa pentru model, definita ca in formula 28:
(28)
Cu alte cuvinte, reteaua bayesiana este o pereche , unde
reprezinta DAG (directed acyclic graph) din Figura 25 ( este setul de variabile si setul
de arce directe), este distributia conexiunilor modelului. Tinand cont de dependentele
fiecarui nod de parinti, se obtine urmatoarea expresie (29) a distributiei conexiunilor:
(29)
7/31/2019 Studiu pe un exemplu de BN
http://slidepdf.com/reader/full/studiu-pe-un-exemplu-de-bn 12/17
Cap. 3 Diagnostic Psihiatric
- 41 -
In Tabelul 3 sunt prezentate probabilitatile conditionale si marginale ale nodurilor
retelei, implicate in diagnosticul schizofreniei. Valorile sunt obtinute din statistici medicale din
sectia de Psihiatrie a Spitalului Municipal Lugoj si din pareri avizate ale unui personal
medical. Notatiile din tabel semnifica: reprezinta nodul al retelei bayesiane din Figura
25; (True) stare a unor noduri, (False) starea contrara lui ; male, female, zero, one,
both, present, absent sunt stari ale nodurilor.
Tabelul 3. Probabilitatile conditionale si marginale ale nodurilor retelei bayesiene
Conform modelului descris prin relatiile anterior mentionate, expresiile 29, sectiunea
urmatoare va cuprinde rezultatele obtinute in diagnosticul schizofreniei.
3.8 APLICATII SI REZULTATE
Sectiunea prezinta a) dependentele matematice detaliate ale diagnosticuluischizofreniei, folosind reteaua bayesiana descrisa; b) rezultatele obtinute in cazurile studiate
7/31/2019 Studiu pe un exemplu de BN
http://slidepdf.com/reader/full/studiu-pe-un-exemplu-de-bn 13/17
Cap. 3 Diagnostic Psihiatric
- 42 -
utilizand setul de date obtinute in sectia de psihiatrie a Spitalului Municipal Lugoj.
Probabilitatea diagnosticarii unui pacient cu schizofrenie simpla este data de
distributia conexiunilor nodurilor in legatura cu acesta. Pentru a face calculul probabilistic
(inferenta probabilistica) pentru nodul „schizofrenie simpla” ( ) trebuie calculata inferenta
pentru nodul „Influenta genetica schizofrenie” ( ). Relatiile 30 si 31 infatiseaza acest lucru.
(30)
unde:
si , , , , , ,
, , , , .
(31)
Utilizand informatiile din reteaua bayesiana (Figura 25), Tabelul 1, si relatiile 30 si 31,
se obtin rezultatele din egalitatile 32 si 33. Din ecuatia 33 se poate trage concluzia ca
probabilitatea ca un pacient sa fie diagnosticat cu schizofrenie simpla, fara a obtine nici o
informatie despre el, este de aproximativ . Evident ca rezultatul obtinut cu ajutorul
inferentei se va modifica, depinzand probabilitatea nodurilor, implicate in procesul decizional,
si dependentele intre ele.
7/31/2019 Studiu pe un exemplu de BN
http://slidepdf.com/reader/full/studiu-pe-un-exemplu-de-bn 14/17
Cap. 3 Diagnostic Psihiatric
- 43 -
(32)
(33)
3.9 MODELARE GRAFICA
Pentru evaluarea retelei bayesiene prezentate, s-au studiat patru cazuri, bazate pe
date statistice pe o perioada de patru luni, din sectia de psihiatrie.
Primele trei studii au in principal acelasi obiectiv: observarea influentei modificarii
valorilor a doar unei variabile la un moment dat, asupra probabilitatii diagnosticului unui
pacient cu afectiune psihica (schizofrenie simpla sau paranoida, sau dementa mixta).
Rezultatele grafice sunt prezentate in Figura 33.
Figurile 32 a), b) c) au fost obtinute prin testarea a zece posibile cazuri, pentru
fiecare grafic, in studierea diagnosticului unui pacient.
Nod Present
% true Schizo s Schizo p Dementa
0 1.43 1.05 2.85
10 1.58 2.75 10.9
20 1.74 4.45 18.9
30 1.89 6.15 27
40 2.04 7.86 35
50 2.19 9.56 43.1
60 2.34 11.3 51.1
70 2.49 13 59.2
80 2.64 14.7 67.2
90 2.79 16.4 75.2
Disfunctii
comportamentale
( )
Parinti:
- schizofrenie
paranoida
- dementa
Mixta
100 2.94 18.1 83.3
Figura 32 a) Disfunctii comportamentale
7/31/2019 Studiu pe un exemplu de BN
http://slidepdf.com/reader/full/studiu-pe-un-exemplu-de-bn 15/17
Cap. 3 Diagnostic Psihiatric
- 44 -
Nod Present
% true Schizo s Schizo p Dementa
0 1.26 0 36
10 2 7.48 36.5
20 2.73 15 37.1
30 3.47 22.4 37.6
40 4.21 29.9 38.1
50 4.95 37.4 38.6
60 5.69 44.9 39.1
70 6.42 52.4 39.6
80 7.16 59.9 40.1
90 7.9 67.3 40.6
Delire/halucinatii
( )
Parinte:
- schizofrenie
paranoida
100 8.64 74.8 41.1
Figura 32 b) Delire/halucinatii
Nod Present
% true Schizo s Schizo p Dementa
0 1.26 0 36
10 2 7.48 36.5
20 2.73 15 37.1
30 3.47 22.4 37.6
40 4.21 29.9 38.1
50 4.95 37.4 38.6
60 5.69 44.9 39.1
70 6.42 52.4 39.6
80 7.16 59.9 40.190 7.9 67.3 40.6
Deteriorare personalitate/
Viata emotionala
( )
Parinti:
- schizofrenie
simpla
- dementa mixta
100 8.64 74.8 41.1
Figura 32 c) Deteriorare personalitate/Viata emotionala
Figura 33. a) Disfunctii comportamentale Figura 33. b) Delire/halucinatii
7/31/2019 Studiu pe un exemplu de BN
http://slidepdf.com/reader/full/studiu-pe-un-exemplu-de-bn 16/17
Cap. 3 Diagnostic Psihiatric
- 45 -
Dementa mixta ( ) (Alzheimer inclus) este o boala complexa, asadar efectele
asupra pacientilor sunt mai usor observabile. Prezentata in Figura 33 a), influenta dementei
mixte asupra comportamentului uman ( ) este crescuta fata de a celorlalte afectiuni
studiate. Schizofrenia paranoida este de asemenea relativ proeminenta, dat fiind faptul ca
simptomul “disfunctii comportamentale” ii este caracteristic, asa cum se vede si din modelul
bayesian.
Identificarea delirului sau a halucinatiilor la un pacient, ofera specialistul clara
explicatie a existentei unei schizofrenii paranoide. Probabilitatile celorlalte doua boli, in acest
caz, sunt mult mai scazute, asa cum se observa in Figura 33 b).
Figura 33 c) Deteriorare personalitate/Viata emotionala
Asemanator cu Figurile 33 a) si b), in Figura 33 c) dependenta dementei mixte de
viata emotionala si personalitatea a unui pacient este sesizabila in raport mult mai mare
decat celelalte doua boli.
Ultimul grafic (Figura 34) reprezinta datele statistice pe o perioada de patru luni,
obtinute din reteaua bayesiana in procesul diagnosticarii pacientilor cu posibile boli psihice.
Se prezinta evolutia temporala a diagnosticului bolilor psihice, pe baza modelului si a
variabilelor simptom, pentru pacientii studiati.
Asadar Figura 34 prezinta evolutia temporala a trei boli psihice: schizofrenie simpla
( ), schizofrenie paranoida ( ) si dementa mixta ( ), in lunile mai, iunie, iulie, august
ale anului 2008. Concluzia explicitarii grafice este: probabilitatea diagnosticului unui pacient
cu afectiunile precizate anterior variaza in cazul dementei mixte si a schizofreniei paranoide,
si scade cu in cazul schizofreniei simple.
7/31/2019 Studiu pe un exemplu de BN
http://slidepdf.com/reader/full/studiu-pe-un-exemplu-de-bn 17/17
Cap. 3 Diagnostic Psihiatric
- 46 -
Figura 34. Evolutia bolilor pe perioada studiata
3.10 CONCLUZII
Studiul de caz „Diagnostic Psihiatric” reprezinta subiectul articolului „Bayesian
Network Model for Diagnosis of Psychiatric Diseases” [Cur09], acceptat la Conferinta
internationala ITI2009 (Information Technology Interfaces) din 22-25 iunie 2009,
Cavtat/Dubrovnik, Croatia la sectiunea „Medical Informatics”. Conferinta ITI isi propune sa
promoveze comunicarea si interactiunea intre cercetatorii, implicati in dezvoltarea si
aplicarea unor metode si tehnici din domeniul informational si tehnologiei informatiei. Cu o
traditie de 35 de ani, ITI este o conferinta stiintifica si multidisciplinara.Studiul de caz prezinta modelarea, folosind retelelor bayesiene, unui proces
decizional aplicat diagnosticarii celor mai importante boli psihice. Avand date preluate din
statistica medicala a sectiei de Psihiatrie a Spitalului Municipal Lugoj, a fost implementat un
model in scopul imbunatatirii procesului diagnosticarii, in ajutorul specialistilor. Cele patru
cazuri studiate asigura observarea influentei anumitor simptome asupra probabilitatilor
bolilor psihice, si prezinta evolutia temporala a bolilor studiate.
Pentru domeniul medical, retelele bayesiene sunt un instrument eficient al
specialistilor, in prezicerea si determinarea tratamentului corect pentru boala pacientului.
Aducand ajustari minore (suplimentarea nodurilor, link-urilor, imbunatatirea tabelei
probabilitatilor conditionale si marginale) reteaua bayesiana poate fi actualizata, pentru a
satisface nevoile psihiatrice de orice fel. La fel ca toate sistemele decizionale, retelele
bayesiene reprezinta unelte importante pentru masurarea probabilitatilor evenimentelor, fiind
reprezentari ale cunostintelor cauzale obtinute anterior realizarii retelei, si ale datelor
observate.
top related