Multivariate statistical interpretation of clinical data of prolactinoma patients

• Autorzy: Georgieva-Nikolova R. , Kamenov Z. , Slavova M. , Nikolov M. , Simeonov V.

Warianty tytułu

PL

Interpretacja statystyczna wielowymiarowych danych klinicznych pacjentów z prolaktynemią

• Języki publikacji: EN

Abstrakty

EN

This study reveals some specific relationships between the clinical parameters usually checked at prolactinoma patients allowing in such a way to optimize the monitoring procedure by selecting a reduced number of health status indicators. This is achieved by multivariate statistical interpretation of the parameter values where clusters of indicators with correlated (similar) response are proven. Additionally, four patterns of prolactinoma patients are found each one of them characterized by specific clinical indicators. This original information could be of use for better interpretation of the health status of the patients.

PL

Przeprowadzone badania pacjentów z prolaktynemią wykazały istnienie pewnych zależnooeci pomiędzy parametrami klinicznymi, umożliwiających optymalizację procedur monitorowania stanu zdrowia za pomocą mniejszej liczby wskaźników. Taką optymalizację można osiągnąć dzięki interpretacji wartooeci parametrów za pomocą wielowymiarowych metod statystycznych, za pomocą których wykazano istnienie skorelowanych grup zmiennych wskaźnikowych. Dodatkowo stwierdzono istnienie czterech grup pacjentów z prolaktynemią, charakteryzujących się specyficznymi wskaźnikami klinicznymi. Informacje te mogą być wykorzystane do lepszej oceny stanu zdrowia pacjentów.

Słowa kluczowe

EN

prolactinoma; clinical data; data treatment; cluster analysis; principal components analysis

PL

prolaktynemia; dane kliniczne; obróbka danych; analiza skupień; analiza głównych składowych

• Wydawca: Towarzystwo Chemii i Inżynierii Ekologicznej
• Czasopismo: Ecological Chemistry and Engineering. A
• Rocznik: 2013
• Tom: Vol. 20, nr 4-5
• Strony: 585--594
• Opis fizyczny: Bibliogr. 9 poz., tab., wykr., rys.

Twórcy

autor

Georgieva-Nikolova R.

• Department of Chemistry and Biochemistry, Faculty of Medicine, Medical University of Sofia, Zdrave Str. 2, 1431 Sofia, Bulgaria

autor

Kamenov Z.

• Clinic of Endocrinology, Medical University of Sofia, State University Hospital “Aleksandrovska”, Georgi Sofiiski Str. 1, 1431 Sofia, Bulgaria

autor

Slavova M.

• Department of Biotechnology, Faculty of Chemical and System Engineering, University of Chemical Technology and Metallurgy, Kl.Ohridsky Blvd. 8, 1756 Sofia, Bulgaria.

autor

Nikolov M.

• Department of Chemistry and Biochemistry, Faculty of Medicine, Medical University of Sofia, Zdrave Str. 2, 1431 Sofia, Bulgaria

autor

Simeonov V.

• Chair of Analytical Chemistry, Faculty of Chemistry and Pharmacy, University of Sofia “St. Kl. Ohridski”, J. Bourchier Blvd. 1, 1164 Sofia, Bulgaria.

Bibliografia

• [1] Melmed S, Gasanueva F, Hoffman A, Kleinberg D, Montori V, Schlechte J, Wass J. J Clin Endocrinol Metabol. 2011;96:273-288. DOI: 10.1210/jc.2010-1692
• [2] Orbetzova M, Kamenov Z, Andreeva M, Genchev G, Zacharieva S. J Soc Endocrinol Metabol Turkey. 2001;5:10-14.
• [3] Melmed S, Kleinberg D. Williams Textbook of Endocrinology. Philadelphia: Saunders Elsevier; 2011.
• [4] Master-Hunter T, Heiman DL. Amer Fam Phys. 2006;73:1374-1382.
• [5] Goloubkova T, Ribeiro M, Rodrigues LP, Cecconello AL, Spritzer PM. Arch Toxicol. 2000;74:92-98. DOI: 10.1007/s002040050658.
• [6] Bronstein, M. Nat Clin Pract Endocrinol Metab. 2006;2:130-131. DOI: 10.1038/ncpendmet0135.
• [7] Mann A. Europ J Clin Invest. 2011;41:334-342. DOI:10.1111/j.1365-2362.2010.02399.x
• [8] White M, Doherty G. Surg Oncol Clinics North Amer. 2008;17:439-459.
• [9] Massart DL, Kaufman L. The interpretation of analytical chemical data by the use of cluster analysis. Amsterdam: Elsevier; 1983