新型冠状病毒感染后合并症患者病理的发展

А.Р. Копалиани, Е.Н. Коровин, Е.И. Новикова, И.Н. Пантелеев
{"title":"新型冠状病毒感染后合并症患者病理的发展","authors":"А.Р. Копалиани, Е.Н. Коровин, Е.И. Новикова, И.Н. Пантелеев","doi":"10.36622/vstu.2023.22.2.012","DOIUrl":null,"url":null,"abstract":"Коморбидность является важной проблемой современной медицины, изучение которой представляет приоритетную задачу здравоохранения. Согласно литературным данным, по распространенности коморбидность в некоторых странах охватывает треть населения, при этом отмечена тенденция к росту числа таких пациентов во всех возрастных группах. В контексте пандемии COVID-19 наличие сопутствующей патологии у пациентов является значимым фактором риска, влияющим на течение и прогноз новой коронавирусной инфекции. Чтобы правильно назначить лечение такому пациенту врачу необходимо проанализировать достаточно большой объем информации. Помочь врачам и освободить их время могут разрабатываемые программные модули, которые на основе введенных специалистом данных, ставят диагноз. В статье рассматривается создание и работа такого программного продукта для повышения лечебно-профилактических мероприятий у коморбидных пациентов после перенесенной COVID-19-инфекции, указаны входные и выходные данные системы, приведены архитектуры нейросети, составлена блок-схема работы программы, с помощью Delphiразработан ее интерфейс. Вместе с тем проанализирован рынок предложений и составлена таблица сравнения разработанной программы с тремя существующими аналогами. Основной целью создания программного продукта является ускорение процесса прогнозирования развития различных патологий для коморбидного пациента, перенесшего COVID-инфекцию Comorbidity is an important problem of modern medicine, the study of which is a priority task of public health. According to literature data, the prevalence of morbidity in some countries covers a third of the population, while there is a tendency to increase the number of such patients in all age groups. In the context of the COVID-19 pandemic, the presence of concomitant pathology in patients is a significant risk factor affecting the course and prognosis of a new coronavirus infection. In order to properly prescribe treatment to such a patient, the doctor needs to analyze a sufficiently large amount of information. To help doctors and free up their time can be developed software modules that, based on the data entered by a specialist, make a diagnosis. The article discusses the creation and operation of such a software product to enhance therapeutic and preventive measures in comorbid patients after COVID-19 infection, the input and output data of the system are indicated, neural network architectures are given, a flowchart of the program is compiled, its interface is developed using Delphi. At the same time, the market of offers has been analyzed and a comparison table of the developed program with three existing analogues has been compiled. The main purpose of creating a software product is to accelerate the process of diagnosis for a comorbid patient who has suffered COVID-19 infection","PeriodicalId":488658,"journal":{"name":"Sistemnyj analiz i upravlenie v biomedicinskih sistemah","volume":"55 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-06-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"DEVELOPMENT OF AUTOMATED FORECASTING SYSTEM DEVELOPMENT OF PATHOLOGIES IN COMORBID PATIENTS AFTER SUFFERED COVID-INFECTION\",\"authors\":\"А.Р. Копалиани, Е.Н. Коровин, Е.И. Новикова, И.Н. Пантелеев\",\"doi\":\"10.36622/vstu.2023.22.2.012\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Коморбидность является важной проблемой современной медицины, изучение которой представляет приоритетную задачу здравоохранения. Согласно литературным данным, по распространенности коморбидность в некоторых странах охватывает треть населения, при этом отмечена тенденция к росту числа таких пациентов во всех возрастных группах. В контексте пандемии COVID-19 наличие сопутствующей патологии у пациентов является значимым фактором риска, влияющим на течение и прогноз новой коронавирусной инфекции. Чтобы правильно назначить лечение такому пациенту врачу необходимо проанализировать достаточно большой объем информации. Помочь врачам и освободить их время могут разрабатываемые программные модули, которые на основе введенных специалистом данных, ставят диагноз. В статье рассматривается создание и работа такого программного продукта для повышения лечебно-профилактических мероприятий у коморбидных пациентов после перенесенной COVID-19-инфекции, указаны входные и выходные данные системы, приведены архитектуры нейросети, составлена блок-схема работы программы, с помощью Delphiразработан ее интерфейс. Вместе с тем проанализирован рынок предложений и составлена таблица сравнения разработанной программы с тремя существующими аналогами. Основной целью создания программного продукта является ускорение процесса прогнозирования развития различных патологий для коморбидного пациента, перенесшего COVID-инфекцию Comorbidity is an important problem of modern medicine, the study of which is a priority task of public health. According to literature data, the prevalence of morbidity in some countries covers a third of the population, while there is a tendency to increase the number of such patients in all age groups. In the context of the COVID-19 pandemic, the presence of concomitant pathology in patients is a significant risk factor affecting the course and prognosis of a new coronavirus infection. In order to properly prescribe treatment to such a patient, the doctor needs to analyze a sufficiently large amount of information. To help doctors and free up their time can be developed software modules that, based on the data entered by a specialist, make a diagnosis. The article discusses the creation and operation of such a software product to enhance therapeutic and preventive measures in comorbid patients after COVID-19 infection, the input and output data of the system are indicated, neural network architectures are given, a flowchart of the program is compiled, its interface is developed using Delphi. At the same time, the market of offers has been analyzed and a comparison table of the developed program with three existing analogues has been compiled. The main purpose of creating a software product is to accelerate the process of diagnosis for a comorbid patient who has suffered COVID-19 infection\",\"PeriodicalId\":488658,\"journal\":{\"name\":\"Sistemnyj analiz i upravlenie v biomedicinskih sistemah\",\"volume\":\"55 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2023-06-30\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Sistemnyj analiz i upravlenie v biomedicinskih sistemah\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.36622/vstu.2023.22.2.012\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Sistemnyj analiz i upravlenie v biomedicinskih sistemah","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.36622/vstu.2023.22.2.012","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

摘要

共病是现代医学的一个重要问题,研究是医疗保健的首要任务。根据文献记载,一些国家的共病率占总人口的三分之一,所有年龄段的患者人数都有上升的趋势。在COVID-19流行病的背景下,患者伴生病理学的存在是影响新冠状病毒传播和预测的一个重要风险因素。要正确治疗这样的病人,医生需要分析大量的信息。根据专家输入的数据,可以帮助医生和腾出时间的软件模块可以被诊断出来。这篇文章描述了在经历过二氧化碳-19感染后同质患者的药物和预防产品的开发和开发,列出了系统的输入和输出数据,绘制了神经网络架构,绘制了程序的流程图,并开发了delphive接口。与此同时,分析了提议市场,并编制了一个比较程序的表,将其与现有三个模拟程序进行比较。创建软件产品的主要目标是加快对感染了现代医学的共生病人的不同病理预测过程。与literature数据一致,在一些国家中有三种不同的致命性,这意味着在所有时代都有一个额外的数字。在《连线》-19 pandemic中,《连线通路》中的“连通通路”是“新冠状动脉信息”中的签名因子。在《预览》中,医生需要一个大的信息amont。帮助医生和自由时间可以开发软件模型,基于特定的数据,使它成为diagnosis。文章discusses The creation and operation of a software的产品to enhance therapeutic and preventive措施in comorbid COVID - 19年这样的感染,and The输入输出data of The system are indicated neural network architectures are given a flowchart of The program is compiled its interface is立体developed Delphi。在same time, offer has analyzed的市场和三个存在的解构程序的共同市场。创造的主要素材是“diagnosis”,这是一个多汁的主题。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
DEVELOPMENT OF AUTOMATED FORECASTING SYSTEM DEVELOPMENT OF PATHOLOGIES IN COMORBID PATIENTS AFTER SUFFERED COVID-INFECTION
Коморбидность является важной проблемой современной медицины, изучение которой представляет приоритетную задачу здравоохранения. Согласно литературным данным, по распространенности коморбидность в некоторых странах охватывает треть населения, при этом отмечена тенденция к росту числа таких пациентов во всех возрастных группах. В контексте пандемии COVID-19 наличие сопутствующей патологии у пациентов является значимым фактором риска, влияющим на течение и прогноз новой коронавирусной инфекции. Чтобы правильно назначить лечение такому пациенту врачу необходимо проанализировать достаточно большой объем информации. Помочь врачам и освободить их время могут разрабатываемые программные модули, которые на основе введенных специалистом данных, ставят диагноз. В статье рассматривается создание и работа такого программного продукта для повышения лечебно-профилактических мероприятий у коморбидных пациентов после перенесенной COVID-19-инфекции, указаны входные и выходные данные системы, приведены архитектуры нейросети, составлена блок-схема работы программы, с помощью Delphiразработан ее интерфейс. Вместе с тем проанализирован рынок предложений и составлена таблица сравнения разработанной программы с тремя существующими аналогами. Основной целью создания программного продукта является ускорение процесса прогнозирования развития различных патологий для коморбидного пациента, перенесшего COVID-инфекцию Comorbidity is an important problem of modern medicine, the study of which is a priority task of public health. According to literature data, the prevalence of morbidity in some countries covers a third of the population, while there is a tendency to increase the number of such patients in all age groups. In the context of the COVID-19 pandemic, the presence of concomitant pathology in patients is a significant risk factor affecting the course and prognosis of a new coronavirus infection. In order to properly prescribe treatment to such a patient, the doctor needs to analyze a sufficiently large amount of information. To help doctors and free up their time can be developed software modules that, based on the data entered by a specialist, make a diagnosis. The article discusses the creation and operation of such a software product to enhance therapeutic and preventive measures in comorbid patients after COVID-19 infection, the input and output data of the system are indicated, neural network architectures are given, a flowchart of the program is compiled, its interface is developed using Delphi. At the same time, the market of offers has been analyzed and a comparison table of the developed program with three existing analogues has been compiled. The main purpose of creating a software product is to accelerate the process of diagnosis for a comorbid patient who has suffered COVID-19 infection
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信