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.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Literatur
Vogt, W., Sandel, P., Schwarzfischer, P., Braun, S.L., Langfelder, CH., Knedel, M.: Cluster-oriented discriminant analysis; taxonomic classification of the thyroid function. Clin.Chem.Acta, 112, 213 (1981).
Späth, H.: Cluster Analyse-Algorithmen. München-Wien, R.Oldenbourg Verlag, (1977).
Ward, J. H.: Hierarchical grouping to optimize an objective function. J.Am. Stat.Ass., 58, 236 (1963).
Author information
Authors and Affiliations
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 1981 Springer-Verlag Berlin Heidelberg
About this chapter
Cite this chapter
Sator, H., Vogt, W., Nagel, D., Knedel, M. (1981). Mustererkennung und -wiedererkennung am Beispiel der biochemischen Schilddrüsendiagnostik. In: Brauer, W. (eds) GI — 11. Jahrestagung. Informatik-Fachberichte, vol 50. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-01089-1_61
Download citation
DOI: https://doi.org/10.1007/978-3-662-01089-1_61
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-10884-9
Online ISBN: 978-3-662-01089-1
eBook Packages: Springer Book Archive