Lanțuri Markov în medicină

Proiect
8/10 (1 vot)
Domeniu: Cibernetică
Conține 1 fișier: docx
Pagini : 17 în total
Cuvinte : 1861
Mărime: 430.12KB (arhivat)
Publicat de: Maria Ioana I.
Puncte necesare: 6
Profesor îndrumător / Prezentat Profesorului: Ana Constantinescu
Facultatea de Cibernetica, Statistica si Informatica Economica
Academia de Studii Economice, Bucuresti
Materie: Procese și modele stochastice

Cuprins

  1. Domenii în care lanțurile Markov își găsesc aplicabilitatea 3
  2. Exemplul 1 3
  3. 1.1 Precizare spațiul stărilor S 4
  4. 1.2 Propunere distribuție inițială și simularea traiectoriei lanțului pe 20 pași. 4
  5. 1.3 Estimare matrice P 4
  6. 1.4 Reprezentarea echivalentă a matricei de trecere P cu ajutorul unui graf orientat 5
  7. 1.5 Descompunerea spațiului stărilor în clase de comunicare 5
  8. 1.6 Clasificarea stărilor lanțului Markov (tranziente, recurente) 6
  9. 1.7 Descompunerea canonică a spațiului stărilor 6
  10. 1.8 Calcul perioada fiecărei stări 6
  11. 1.9 Determinare distribuție limită , distribuție staționară 7
  12. 1.10 Simulare traiectorie de 10000 de ori. Determinare distribuții absolute și relative 8
  13. 1.11 Calcul durata medie de întoarcere a lanțului 9
  14. Exemplul 2 10
  15. 2.1 Precizare spațiul stărilor S 10
  16. 2.2 Propunere distribuție inițială și simularea traiectoriei lanțului pe 20 pași. 10
  17. 2.3 Estimare matrice P 10
  18. 2.4 Reprezentarea echivalentă a matricei de trecere P cu ajutorul unui graf orientat 11
  19. 2.5 Descompunerea spațiului stărilor în clase de comunicare 12
  20. 2.6 Clasificarea stărilor lanțului Markov (tranziente, recurente) 12
  21. 2.7 Descompunerea canonică a spațiului stărilor 12
  22. 2.8 Calcul perioada fiecărei stări 13
  23. 2.9 Determinare distribuție limită , distribuție staționară 13
  24. 2.10 Simulare traiectorie de 10000 de ori. Determinare distribuții absolute și relative 13
  25. 2.11 Lanț Markov absorbant 14

Extras din proiect

Varianta B

Domenii în care lanțurile Markov își găsesc aplicabilitatea

Un domeniu în care se pot folosi lanțurile Markov este cel medical.

În anul 1983 J. Robert Beck și Stephen G. Pauker au descris în articolul „ The Markov Process in Medical Prognosis” cum se pot aplica lanțurile Markov în cadrul prognosticului unei boli cronice. După această introducere, metoda lanțurilor Markov a fost aplicată din ce în ce mai des în luarea deciziilor medicale, fiind dezvoltate noi software-uri de-a lungul timpului pentru a ușura întreg procesul.

În medicină, lanțurile Markov sunt cu adevărat utile când problema de decizie implică un risc care este continuu de-a lungul timpului. Un exemplu foarte simplu este riscul de mortalitate a unei persoane sănătoase sau bolnave. Astfel, sunt două consecințe importante ale evenimentelor care implică un risc continuu:

a. Momentele la care vor avea loc evenimentele sunt incerte. Acest aspect este foarte important deoarece rezultatele depind de momentele în care apar. De exemplu, un infarct care apare imediat poate avea un impact diferit asupra pacientului față de un infarct care apare mai târziu cu 10 ani.

b. Un eveniment poate apărea de mai multe ori de-a lungul timpului

Pentru ca lanțurile Markov să poată fi aplicate, evenimentele trebuie să fie independente de trecut si viitor și să depindă doar de cea mai recentă stare, ceea ce putem observa în exemplele următoare.

Exemplul 1

Un cercetător studiază riscul infarctului la bărbați, iar cu acest scop împarte persoanele studiate în 3 categorii: slab, normal și supraponderal. Studiind strămoșii de gen masculin, fiii și nepoții ai acestor persoane, a ajuns la următoarea matrice de trecere:

- (&Slab&Normal&Supraponderal@Slab&0.3&0.5&0.2@Normal&0.2&0.6&0.2@Supraponderal&0.1&0.5&0.4)

1.1 Precizare spațiul stărilor S

Spațiul stărilor este S={Slab; Normal; Supraponderal}.

Unitatea de timp este 1 generație.

1.2 Propunere distribuție inițială și simularea traiectoriei lanțului pe 20 pași.

Presupunem că distribuția inițială este α=(0.2;0.55;0.25).

Astfel, presupunem că inițial, în prima generație:

Probabilitatea ca un bărbat să fie slab este de 20%

Probabilitatea ca un bărbat să aibă o greutate normală este de 55%

Probabilitatea ca un bărbat să fie supraponderal este de 25%

Vom simula traiectoria lanțului Markov pe o perioadă de 20 de generații.

Bibliografie

1. Frank A. Sonnenberg, J. Robert Beck, Markov Models in Medical Decision Making: A Practical Guide, 1993

2. J. Robert Beck, Stephen G. Pauker, The Markov Process in Medical Prognosis, 1983

3. Kemeny, John G., and J. Laurie Snell, Markov chains. Springer - Verlag, New York, 1976

Preview document

Lanțuri Markov în medicină - Pagina 1
Lanțuri Markov în medicină - Pagina 2
Lanțuri Markov în medicină - Pagina 3
Lanțuri Markov în medicină - Pagina 4
Lanțuri Markov în medicină - Pagina 5
Lanțuri Markov în medicină - Pagina 6
Lanțuri Markov în medicină - Pagina 7
Lanțuri Markov în medicină - Pagina 8
Lanțuri Markov în medicină - Pagina 9
Lanțuri Markov în medicină - Pagina 10
Lanțuri Markov în medicină - Pagina 11
Lanțuri Markov în medicină - Pagina 12
Lanțuri Markov în medicină - Pagina 13
Lanțuri Markov în medicină - Pagina 14
Lanțuri Markov în medicină - Pagina 15
Lanțuri Markov în medicină - Pagina 16
Lanțuri Markov în medicină - Pagina 17

Conținut arhivă zip

  • Lanturi Markov in medicina.docx

Ai nevoie de altceva?