|
Аннотация.
Принятие своевременных и правильных решений в выборе лекарственных препаратов при лечении сердечно-сосудистых заболеваний в условиях реанимации и интенсивной терапии способствует быстрому восстановлению сердечной деятельности, предотвращает осложнения и смертельный исход. Представлены результаты исследования процесса принятия решений в формировании списка фармакологических препаратов лечения острой сердечной недостаточности. Рассмотрена дескриптивная модель принятия решений при выборе препаратов. Показано, что применение дескриптивного моделирования выбора лекарственных препаратов позволяет учитывать факторы, влияющие на эффективность и безопасность терапии для достижения наилучших результатов лечения. Описан подход к формализации выбора плана фармакологического лечения.
Ключевые слова:
принятие решений, клиническая медицина, дескриптивное моделирование, многокритериальный выбор, формализация знаний.
DOI: 10.14357/20790279260311
EDN: GCIPJY
Стр. 90-100.
Литература
1. Мещеряков А.Ю., Осипов С.Н. Особенности принятия решений по неполным данным в экспертных диалоговых компьютерных системах // Труды Института системного анализа Российской академии наук. 2022. Т. 72. Вып. 2. С. 64-71. 2. Einhorn H.J. Expert measurement and mechanical combination // Organism behavior and human performance. 1972. Vol. 47. P. 86–106. 3. Kozielecki J. A model for diagnostic problem solving // Acta Psychologica. 1972. Vol. 36. P. 370-380. 4. Slovic P., Lichtenstein S. Comparison of Bayesian and regression approaches to the study of information processing in judgment // Eugene, Oregon: Oregon Res. Inst. Monograph. 1970. Vol. 10. No. 1. P. 148-268. 5. Петровский А.Б., Проничкин С.В., Стернин М.Ю., Шепелев Г.И. Информационно-логическая модель национального научно-технологического потенциала // Искусственный интеллект и принятие решений. 2018. № 4. С. 3-19. 6. Петровский, А. Б., Проничкин С. В., Шепелев Г. И. Информационно-логическая модель научно-технологического потенциала превентивной и персонализированной медицины // Искусственный интеллект и принятие решений. 2022. № 3. С. 21-35. 7. Elstein A. S. Methods and theory in the study of medical inquiry // J. med. education. 1972. Vol. 7. P. 85-92. 8. Larichev O.I. Decision making as a research branch: Methodological Problems // In: D.M. Gvishiani editor Methodological Problems of Systems Approach and Systems Analysis. 1st ed. Oxford: Pergamon Press. 1985. Vol. 2 of Systems Research. Methodological Problems. Advances in systems research. P. 130–141. 9. Larichev O. I., Mechitov A. I., Moshkovich H. M., Furems E. M. Expert Knowledge Acquisition System // In: A. Lockett, G. Islei editors Improving Decision Making in Organizations. Berlin: Springer-Verlag. 1989. Vol. 335 of Lecture Notes in Economics and Mathematical Systems. P. 517–521. 10. Лемешко В.А., Антонов А.А., Хачатрян Г.Р., Мусина Н.З., Омельяновский В.В. Многокритериальный анализ принятия решений с использованием моделей полного агрегирования: методология и применение в здравоохранении // Современные проблемы здравоохранения и медицинской статистики. 2020. № 3. С. 251-274. 11. Козельский Ю. Психологическая теория решений. М.: Прогресс, 1979. 504 с. 12. Miller G. The magical number seven, plus or minus two: some limits on our capacity for processing information // Psychol. Rev. 1956. Vol. 63. P. 81-97. 13. Sarin R. Multi-attribute utility theory // In: Gass SI, Fu MC editors. Encyclopedia of operations research and management science. 3rd ed. New York (NY): Springer. 2013. P. 1004-1006. 14. Stensrud M.J., Laurendeau J.D., Sarvet A.L. Optimal regimes for algorithm-assisted human decision-making // Biometrika. 2024. Vol. 111. No. 4. P. 1089-1108. 15. Shortliffe E.H. Knowledge engineering for medical decision making // Proc. IEEE. 1979. Vol. 67. P. 32-54. 16. North S.E. Application of Multi-Attribute Utility Analysis as a Methodological Framework in Academic–Clinical Partnership Evaluation // American Journal of Evaluation. 2024. Vol. 45. No. 4. P. 562-578. 17. Dietz J., Mulder H. The EE Function-Construction Theory // In: Enterprise Ontology. The Enterprise Engineering Series. Springer. 2024. P. 97-119. 18. Mukhopadhyay S., Ray S. Measurable Functions. In: Measure and Integration. University Texts in the Mathematical Sciences. 2025. P. 37-59. 19. Dyer J, Sarin R. Measurable Multi-Attribute Value Functions // Operations Research. 1979. Vol. 27 (4). P. 810-822. 20. Smith J., Dyer J. On (Measurable) Multiattribute Value Functions: An Expository Argument // Decision Analysis. 2021. Vol. 18 (4). P. 247-256. 21. Мещеряков А.Ю. Об одном подходе к принятию решений при выборе фармакологического лечения // Научный альманах. 2021. № 11. Т. 2(85). С. 45-50.
|
