搭建网络工具支持临床决策控制Chlamydia沙眼并Neisseria淋病受感染者

Chlamydia沙眼和Neisseria淋病(GC)是两种常见性传播疾病的代理美国妇女http://www.cdc.gov)提供简单建议 帮助优化医疗结果 使用CT和GC防控程序应用取人口群、流行率、可用筛选检验参数和处理法(成本、敏感度和特性)以及预算限制输入输出显示最优筛选和处理策略选择风险群组,与诊所预算拨款相匹配开发工具说明基于严格数学的临床信息学应用会如何对现实世界临床问题产生重大影响

Chlamydia沙眼和Neisseria淋病(GC)是美国妇女中两种最常报告性传染疾病(STDs)的病理代理2011年,向疾病控制预防中心报告了1 412 791例性传染CT一号..案例计数对应率为每100,000人457.6例,比2010年增长8%常见并发2GC感染报告共321 849例,对应率为104.2/10万一号..

控制性病传播时,诊所有一些筛选指南可供使用。举例说,CDC建议每年对性活跃青少年和青年妇女进行CT筛选3..美国预防服务工作队建议,所有性活跃妇女,包括怀孕妇女,如果淋病风险增加[4..最新数据显示,年轻妇女筛选率低,大多数年轻妇女未接受筛选5,6..CDC估计CT发生率是实际报告数的两倍以上7最少部分是因为筛选率低 和CT感染性质 常非抽象性可能另一个原因是检测通常归公共诊所处理,公共诊所可能没有足够的预算筛选所有符合条件的妇女。

为提高有限临床资源使用效率,开发数学资源分配模型计算最优解决办法:选择病人群、筛选检验和处理法5-7..模型使用参数通常取自发布数据8..但它们可因地制宜地适应特定人口环境因此,我们的目标一直是提供严格的数学框架,供终端用户插入具体参数,并调整以反映局部条件和约束

实现此目标,我们方法分三步第一,我们设计数学模型作为理论基础处理CT和GC感染问题第二,我们分析并解释计算结果最后,我们把数学模型应用成网络工具,使本地临床管理者能够根据本地条件和资源对策略进行分解。前情提要8,九九前两步由我们处理在此详解最后阶段

数学配方

拟建模型非线性立方二分模型简单介绍模型详情见前期出版物8,九九..病人群组成 $m$分组使用 $R$可用筛选解析 $\mathrm{s级}$可用处理法受资金限制 $\mathrm{b/}$.定义三大决策变量

目标函数最大可能治愈结果速率.

视资金可用性而定

去哪儿 $\mathrm{P级}\mathrm{欧市}{\mathrm{公元前}}_{一}$表示群集 $一$Th组 $\mathrm{C级}\mathrm{欧市}{R}_{一\mathrm{j大全}k}$并 $\mathrm{C级}\mathrm{欧市}\mathrm{s级}{\mathrm{t级}}_{一\mathrm{j大全}k}$表示预期治愈率和成本 $一$Th组使用 $\mathrm{j大全}$s筛选检验并处理 $k$systen系统假设相同的筛检和相同处理法适用于所有病人,我们有:

三大决策变量解决方案为我们提供了最优策略,最大限度地实现预期治愈案例数非线性模型可转换成knapsack问题8,九九..解决模式问题没有简单解析法10..代之以我们采用效率合理的双步分支约束算法提供精确解法

执行情况概述

计划提供高度配置易用面向网络软件,使临床管理员能具体说明普及率、可用预算和成本等参数接受用户指定的参数工具旨在计算与该预算相匹配的详细最优策略此外,用户可以通过增/减病人群、筛选检验或处理法探索几种假设

应用程序使用Jaava企业版开发(将它移植到Windows、Linux、Unix或MacOS)并使用模型View-Cractor架构和对象关系映射减少代码量,多线程编程加速计算动态-HTML(DHTML)广度可方便用户配置人口参数组合、筛选检验参数组合和处理方法组合广度数据存储到 MySQL中,保存用户和超级用户信息关于此信息,只有超级用户才能改变数据结构数据库还存储参数计算最优策略举例说,每次筛选检验和定理(例如敏感度、特性、单元成本等)基础发布数据保存为默认参考值将自动加载工具用户初始登录工具还允许用户超载输入量,因为本地网站可能有单个场景(例如:高/低成本解析比默认解析)。

架构和主模块

我们应用多层MVC结构图1a.从左到右有:WebExplorer层、WebServer层和MySQL数据库层WebExplorer层包括网页用户发送服务请求并接收服务响应web服务器层处理用户请求的所有业务逻辑层中还包含控制器组件,可访问MySQL数据库应用数据(图中未显示)。一号)处理结果存储模型组件(JavaBeans)并回溯控制器组件并构造结果页

商业逻辑可归为两大模块数据管理模块分析各种全应用数据,如用户信息、事务数据、人口数据以及筛选处理数据并识别用户匿名或高级用户,帮助并检索默认设置人口、筛选和处理模块通过增改人口群定制人口数据并发率参数输入表结构系统还用于定制筛选和/或处理选择

实现自动计算最优策略目标,数学模型由新网络工具成功实现1b图解2)网络工具有五大网页:人口群、感染率、并发率、筛选设置和处理设置临床管理程序有困难时, 也有帮助窗口提供教程信息由临床管理者提交局部参数后,这些页面依序相接举例说数学变量 ${\mathrm{X级}}_{一}$配置在“聚类”页面内,访问对象最初划分为12组,反映本地诊所不同人群2c)相应的局部流行率可以在“感染率”页面中具体说明(图解)。2a)并发率页面说明人口中的CT病人多似也拥有GC另两个变量 ${\mathrm{y市}}_{一}$并 ${\mathrm{复元}}_{一}$控制筛选检验和处理方法决策,并写进“筛选设置”(图解)页面3和处理设置页面2b并发

定义模型所需参数后, web工具计算最优策略,用精确分行分行算法解决拟议数学模型图中显示计算最优解决办法实例2d.最优解决方案建议使用BDProbeTecCT筛选20或20或20或24或24以上黑组并用二环治法处理显示阳性筛选结果者工具还报告:预定预算50,000美元(默认成本图解2d由模型推荐的计划预计解毒96名病人,工具还显示实现预期解药46 370美元(图中订正成本2d)应该足够

目标的另一部分是允许临床专家重设计决策模型需要几个步骤实现这一点。首页登录设计将用户分类为匿名或高级匿名用户不需要密码使用此工具,他们可以访问工具基本功能,以计算上文描述的最佳解决方案(图解)。2)重新设计决策模型时,临床专业人员必须认证为高级用户高级用户可增删人群、筛选检验和处理方法决策变量总数 ${\mathrm{X级}}_{一}$, ${\mathrm{y市}}_{一}$并 ${\mathrm{复元}}_{一}$并相应更新

例举图3显示先进用户可使用特征,即添加新筛检,包括标测是CT或GC或两者都使用(这在弹出式窗口中实现)。高级用户为模型添加新筛选解析后,工具将通过增强决策变量条件,重算模型并进诊断解析 ${\mathrm{y市}}_{一}$.类推地增删人口群和处理法将导致重算参数变化 ${\mathrm{X级}}_{一}$并 ${\mathrm{复元}}_{一}$接口网页不显示重设计特征使先进用户灵活重构新环境并高效计算适合其具体情况

提高保健质量的许多努力已开发出临床决策支持系统[11-13..临床从业者似乎很容易依赖自身经验解决问题,而不是使用决策辅助工具11,14..屏障部分归因于实践指南(通常由CDC等组织发布)不符合本地临床环境性传播疾病控制程序当然如此

与其他临床决策支持系统大相径庭11,15,16新建网络工具旨在降低屏障, 使实用临床管理者能把对本地现实的观点强加于人, 并仍然使用严格数学模型排查数字实现时不损及易用性,多亏用户友好界面和教程指令增加或删除新人口群、筛选检验或处理法设计不仅允许用户用自定义参数操纵数学模型,并允许用户灵活地从零开始对模型重新量化据我们所知,这是首个网络工具(使用严格数学模型),提供详细最优策略选择高危病人群,以及筛选检验和处理规程以控制和预防CT和GC-全部受特定预算约束

当然,方法有局限性,执行中也有挑战。第一,新决策工具依赖基础数学模型,它包含必要的假设参数可调整,底层假设固定第二,解决模型时有理论计算限制举例说,二步分支约束算法复杂到模型总运行时间O(n/m2)^m)中位N级组合筛选和处理策略满足条件(3)m表示人口群数8..人口群分数增加、筛选检验选择增加和提供治疗方法增加,计算挑战增加我们对克服计算挑战持乐观态度,原因如下传值m并N级非大数现实可获取性决定值N级.通常每个诊所都有实用指南,说明如何分治病人m分组化商业软件应用也可能采用近似算法解决拟建模型excel解析器近似算法有时计算近最优解法,而双步分支约束算法则完全算法,总计算最优解法从计算精度和运行时间看,我们展示了使用双步分支约束算法优于Excel Solver近似算法8..第三个挑战是提供合理的快速服务响应-用户期望及时浏览经验的一个重要因素克服障碍并设计出专用逻辑处理器 基础多线程编程技术详解附录中的线程技术计算时间算法成秒问题8..割边缘技术高级算法设计提高以适应计算挑战并满足用户期望快速响应第四,我们知道新应用需要临床管理者测试和评价,以便改进它,包括用户界面算法和后端算法目前我们正积极寻找同临床医生协作评价工具简单后续报告实际使用后, 将准备好, 即我们在诊所内测试贝塔, 跨站评价也可报告后接收更多诊所反馈

希望通过临床师和数学家之间的合作互动,这些限制可以改善,从而改进工具我们感到乐观的是,成功实施这一工具将突显通过强势信息学方法应用复杂数学模型解决实用临床问题的可行性

逻辑处理器算法画表一号主线程表2供奴隶线程使用

注意表一号后所有组合归为不同类型举例说,类型之一是单筛处理,它表示CT筛选和处理计划合并使用,CT筛选和处理计划都是单项计划(仅用于筛选/处理单项疾病)。创建所有类型后,都分布成奴隶线程(一种由每种奴隶线程处理)计算人群中已治愈人数处理结果反馈回主线程算法奴隶线表描述2.

计算出期望治愈的人数并计算出特定类型组合的相关成本后,最优结果通过解决数个“knapsack”问题实现。深入了解如何将数学模型转换为knapsack问题和分入二步算法细节时,请参考前期出版物[8万事通

非常感谢Dr.罗伯特MWohlhueter仔细编辑手稿感谢编辑和匿名裁判的帮助评论

声明

项目部分得到GSUMBD编程和GSU数学助手支持

文章已发布BMC过程第7卷补充7,2013年:2013年大湖生物信息大会记录完整内容补充在线提供//www.mivven.com/bmcproc/supplements/7/S7.

作者和附属关系

1. 数学统计系,佐治亚州立大学

   昆化关塔那摩

2. 计算机科学系,佐治亚州立大学亚特兰大GA30303

   法生秋

对应作者

对应到昆化.

竞技兴趣

作者声明他们没有竞技兴趣

文章经BioMed中心有限公司许可发布开存文章依据创用CC授权分发http://creativecommons.org/licenses/by/2.0允许在任何介质上不受限制使用、分发和复制,只要原创作品正确引用创用公共域免责http://creativecommons.org/publicdomain/zero/1.0/)适用于本条提供的数据,除非另有说明。

重印权限