Informacja o cookies

Zgadzam się Nasza strona zapisuje niewielkie pliki tekstowe, nazywane ciasteczkami (ang. cookies) na Twoim urządzeniu w celu lepszego dostosowania treści oraz dla celów statystycznych. Możesz wyłączyć możliwość ich zapisu, zmieniając ustawienia Twojej przeglądarki. Korzystanie z naszej strony bez zmiany ustawień oznacza zgodę na przechowywanie cookies w Twoim urządzeniu.

Publikacje Pracowników Politechniki Lubelskiej

MNiSW
20
Lista 2021
Status:
Warianty tytułu:
Zastosowanie metod Bayesowskich do modelowania rozwoju farmakooporności u pacjentów
Autorzy: Voronenko Mariia, Zhunissova Ulzhalgas M., Smailova Saule, Lytvynenko Luidmila N., Savina Nataliia B., Mulesa Pavlo P., Lytvynenko Volodymyr I.
Dyscypliny:
Aby zobaczyć szczegóły należy się zalogować.
Rok wydania: 2022
Wersja dokumentu: Drukowana | Elektroniczna
Język: angielski
Numer czasopisma: 2
Wolumen/Tom: 12
Strony: 77 - 82
Scopus® Cytowania: 1
Bazy: Scopus
Efekt badań statutowych NIE
Materiał konferencyjny: NIE
Publikacja OA: TAK
Licencja:
Sposób udostępnienia: Witryna wydawcy
Wersja tekstu: Ostateczna wersja opublikowana
Czas opublikowania: W momencie opublikowania
Data opublikowania w OA: 30 czerwca 2022
Abstrakty: angielski | polski
In this paper, we propose a methodology for using static Bayesian networks (BN) in modeling the development of pharmacoresistance in patients with a diagnosis of epilepsy. Methods for constructing the structure of a static BN, their parametric training, validation, sensitivity analysis and “What-if” scenario analysis are considered. The model was designed in collaboration with expert doctors, as well as expert pharmacologists in the selection and quantification of input and output variables.
W niniejszej pracy zaproponowano metodologię wykorzystania statycznych sieci bayesowskich (BN) w modelowaniu rozwoju farmakooporności u pacjentów z rozpoznaniem padaczki. Rozważane są metody konstruowania struktury statycznej BN, jej parametrycznego treningu, walidacji, analizy wrażliwości i analizy scenariuszy "co jeśli". Model został zaprojektowany we współpracy z ekspertami lekarzami, a także ekspertami farmakologami w zakresie doboru i kwantyfikacji zmiennych wejściowych i wyjściowych