Mustererkennung und -wiedererkennung am Beispiel der biochemischen Schilddrüsendiagnostik

Zusammenfassung

Über die Verwendung des Referenzbereiches zur Interpretation klinischchemischer Meßwerte hinaus werden in der klinischen Chemie zur Zeit zwei aussagefähigere Modelle verwendet, das Modell des “predictive value” und die Diskriminanzanalyse. Beide Modelle haben jedoch den Nachteil, daß sie meist auf der Mithilfe der zu untersuchenden klinischchemischen Parameter gestellten Enddiagnosen eines Patientenkollektivs basieren. Wir entwickelten daher ein Modell, das ohne diese Basis arbeitet.

Von einem Patientenkollektiv mit Verdacht auf Schilddrüsenerkrankungen wurden sieben Parameter gemessen und einem Clusteralgorithmus (KMEANS und Ward) unterworfen (Mustererkennung). Die auf diese Weise gewonnenen Cluster waren unabhängig von der klinischen Diagnose, konnten aber größtenteils interpretiert werden. Die Reklassifizierung (Musterwiedererkennung) erfolgt durch den gleichen Algorithmus wie die Klassifizierung und ist mit diesem somit verträglich.