Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 2

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  urea kinetic modelling
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
EN
In the paper an intensive computational comparative study has been described. With use of a hundred thousand pseudo-randomly generated hemodialysis sessions, a comparison between the efficiency of the Bayesian approach and the classic RMSE optimisation used in the urea kinetic modelling has been performed. The studied procedure of kinetic modelling utilized asingle-pool model to find from a number of measured urea concentration values: a) clearance K, b) generation rate G, c) distribution volume V. The obtained results indicate that the Bayesian approach, while in general being better than the classic one, is very sensitive to errors in the assumed a priori distributions parameters, and in such cases it may also lead to considerably unreliable results. Additionally, a strong critique emerged against the classic optimisation used for the studied task. The above observations indicate a need to design a specific optimisation technique, relevantly suited for the studied problem.
PL
W artykule opisano intensywne obliczeniowe stu­dium porównawcze. Z wykorzystaniem stu tysięcy symulowanych sesji hemodializy skonfrontowano efektywność zastosowania w modelowaniu kinetycznym mocznika klasycznej optymalizacji z minimalizacją błędu średniokwadratowego i podejścia bayesowkiego. Poddana badaniom procedura modelowania kinetycznego wykorzystywała model jednokompartmentowy w celu wyzna­czenia, na podstawie kilku wartości stężenia mocznika, nastę­pujących parametrów: a) klirensu K, b) tempa generacji G oraz c) objętości dystrybucji V. Uzyskane wyniki wykazały, iż podej­ście bayesowkie, chociaż generalnie lepsze od klasycznego, jest bardzo wrażliwe na błędy w założonych parametrach rozkładów i w takim przypadku może prowadzić do wyników w znacznym stopniu niewiarygodnych. Ponadto stwierdzono, że należy poddać poważnej krytyce klasyczną metodę optymalizacji, stosowaną typowo do postawionego zadania. Obserwacje te wskazują na konieczność opracowania nowej metody, odpowiednio dostosowanej do rozważanego zagadnienia.
EN
The paper presents a general review of two approaches to modeling of urea concentration in serum after hemodialysis. The first approach is a well-established classic method, widely accepted by medical staff dealing with practical nephrology. The other one utilises the power of artificial neural networks, which is a novel application to that field. Unlike classic models that base on theoretical investigation, this technique uses only a number of data from previous treatment to construct a model through so called learning from examples.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.