Медицинская информатика - важная часть в изучении медицины

хранения, распространения, представления информации с использованием информационной техники и технологии в медици­не и здравоохранении.
Предметом изучения медицинской информатики при этом будут являться информационные процессы, сопряженные с медико-био­логическими, клиническими и профилактическими проблемами.
Объектом изучения МИ являются информационные технологии, реализуемые в здравоохранении.
Информационные технологии — это преимущественно компью­теризированные способы выработки, хранения, передачи и исполь­зования информации.

в нахождении новых решений на стыке формального и логического подходов с эмпирическим описательным характером медицины. Основой основ при работе с информацией является мышление и логический анализ. Именно они лежат в основе клинического диагноза - фиксированной на информационном носителе заключения врача о локализации, характере и стадию заболевания, которое обосновывает оптимальный выбор лечебной тактики (управляющей действия) в пределах имеющихся медицинских ресурсов.

контролируемые факторы

на них множества входных факторов. Часть факторов Х1, Х2, …, Хk является контролируемыми. Другая часть относится к группе случайных факторов, оказывающих воздействие на систему.
Состояние системы характеризуется множеством выходных параметров Y1, Y2,…, Yl , которые также измеряются количественно или в баллах и представляют собой случайные величины, следующие какому-либо закону распределения с соответствующими числовыми характеристиками. В силу того, что неконтролируемые и случайные факторы для каждого объекта наблюдения принимают различные случайные значения, выходные параметры, характеризующие состояние и функционирование сложной стохастической (вероятностной) системы, являются случайными величинами, для исследования которых следует применять методы теории вероятности и математической статистики.
Количество входных контролируемых факторов и выходных параметров, описывающих объект исследования, определяется в зависимости от цели и задачи исследования.Так, например, для исследования связи между факторами тяжести состояния и факторами и параметрами, характеризующими эффективность лечения пострадавших с сочетанной механической травмой при ведущем повреждении головы, в качестве входных контролируемых факторов целесообразно иметь:
X1 – возраст, лет;
X2 –время доставки, ч;
X3 – частота пульса, уд/мин;
X4 – артериальное давление систолическое, мм.рт.ст.;
X5 – тип дыхания, в баллах: 1- нормальное, 2- частое, 3- патологическое;
Выходными параметрами могут быть:
Y1 – возникновение осложнений, в баллах: 0 – нет, 1 – есть;
Y2 – срок лечения, дней;
Y3 –исход лечения, в баллах: 0 – выжил, 1 – умер.

характеристики всех переменных, входящих в матрицу наблюдений. Наилучшие результаты многомерного статистического анализа данных медико-биологических исследований получают, когда распределения входных контролируемых факторов и выходных параметров нормальное или близкое к нему. Основными задачами статистического описания переменных являются:
определение числовых характеристик переменных и оценка их точности и надежности;
определение статистических рядов распределения переменных и оценки их соответствия теоретическим законам распределения;
оценка зависимости различия показателей в независимых и связанных выборках
По числовым характеристикам, таким, как среднее арифметическое значение, среднее квадратичное отклонение, средняя квадратичная ошибка среднего значения определяют доверительные интервалы, решаются задачи нормирования и оценивается значимость различий показателей в различных условиях. Статистический ряд распределения дает представление о виде распределения показателя в диапазоне полученных наблюдений и является основой для оценки его соответствия с тем или иным теоретическим законом распределения. Оценка значимости различия показателей в независимых и связанных выборках – одна из основных задач решаемых исследователями при сравнении методов профилактики, лечения различных заболеваний, состояния работоспособности сотрудников трудовых коллективов в различных условиях и в других подобных ситуациях. (устно)

совокупность объектов (населения, пациентов, случаев), у части которых происходит какое-то явление. Рассчитывается по следующей формуле:
И.п. = явление/среда*коэффициент.
Экстенсивные показатели - характеризуют структуру явления, измеряются в процентах, реже - в промилле или долях единицы. Экстенсивные величины показывают, какую часть составляет отдельная группа единиц в структуре всей совокупности. Рассчитываются по формуле:
Э.п. = часть/целое*100%.

среднее значение,отклонение в виде дисперсии,коэффициент асимметрии. научились рассчитывать коэффициент корреляции.

параметров,как холестерин и возраст;стадия болезни и исход.Ознакомились и применили формулу: y=a+bx. Научились определять тренд системы,вывели формулу. Визуализировали данные на диаграмме.

существующее между зависимой переменной и несколькими независимыми переменными. Моделировали зависимость между возрастом, функцией, мощностью, холестерином и исходом .

другой величины или от нескольких величин
Случайная величина, выполняющая роль независимой переменной в регрессионной модели называется регрессионной переменной или ( регрессором )
Выбор функции (модели), как правило, определяется теоретическими соображениями, а также по распределению экспериментальных значений (x,y) на диаграмме рассеяния
Наиболее важным является случай, когда регрессия является линейной

этих результатов на двумерную плоскость координат, получаем диаграмму рассеивания (облако точек).