<?xml version="1.0" encoding="UTF-8"?>
<article xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:noNamespaceSchemaLocation="JATS-archive-oasis-article1-4.xsd" article-type="research-article" dtd-version="1.4" xml:lang="ru">
  <front>
    <journal-meta>
      <journal-title-group>
        <journal-title>Журнал Современные наукоемкие технологии</journal-title>
      </journal-title-group>
      <issn>1812-7320</issn>
      <publisher>
        <publisher-name>Общество с ограниченной ответственностью &amp;quot;Издательский Дом &amp;quot;Академия Естествознания&amp;quot;</publisher-name>
      </publisher>
    </journal-meta>
    <article-meta>
      <article-id pub-id-type="doi">10.17513/snt.39072</article-id>
      <article-id pub-id-type="publisher-id">ART-39072</article-id>
      <title-group>
        <article-title>ЛОГИСТИЧЕСКАЯ РЕГРЕССИЯ КАК МОДЕЛЬ ОЦЕНКИ СОСТОЯНИЯ НЕДОНОШЕННЫХ НОВОРОЖДЕННЫХ С ЦЕЛЬЮ ИХ ПЕРЕВОДА НА НЕИНВАЗИВНУЮ РЕСПИРАТОРНУЮ ПОДДЕРЖКУ</article-title>
      </title-group>
      <contrib-group>
        <contrib contrib-type="author">
          <name-alternatives>
            <name xml:lang="ru">
              <surname>Тырсин</surname>
              <given-names>А.Н.</given-names>
            </name>
          </name-alternatives>
          <name-alternatives>
            <name xml:lang="en">
              <surname>Tyrsin</surname>
              <given-names>A.N.</given-names>
            </name>
          </name-alternatives>
          <email>at2001@yandex.ru</email>
          <xref ref-type="aff" rid="aff1"/>
          <xref ref-type="aff" rid="aff2"/>
        </contrib>
        <contrib contrib-type="author">
          <name-alternatives>
            <name xml:lang="ru">
              <surname>Улезко</surname>
              <given-names>Е.А.</given-names>
            </name>
          </name-alternatives>
          <name-alternatives>
            <name xml:lang="en">
              <surname>Ulezko</surname>
              <given-names>E.A.</given-names>
            </name>
          </name-alternatives>
          <email>sevenhos@mail.belpak.by</email>
          <xref ref-type="aff" rid="aff3"/>
        </contrib>
        <contrib contrib-type="author">
          <name-alternatives>
            <name xml:lang="ru">
              <surname>Остроушко</surname>
              <given-names>Д.В.</given-names>
            </name>
          </name-alternatives>
          <name-alternatives>
            <name xml:lang="en">
              <surname>Ostroushko</surname>
              <given-names>D.V.</given-names>
            </name>
          </name-alternatives>
          <email>darija12@yandex.ru</email>
          <xref ref-type="aff" rid="aff3"/>
        </contrib>
        <contrib contrib-type="author">
          <name-alternatives>
            <name xml:lang="ru">
              <surname>Свирская</surname>
              <given-names>О.Я.</given-names>
            </name>
          </name-alternatives>
          <name-alternatives>
            <name xml:lang="en">
              <surname>Svirskaya</surname>
              <given-names>O.Y.</given-names>
            </name>
          </name-alternatives>
          <email>sevenhos@mail.belpak.by</email>
          <xref ref-type="aff" rid="aff3"/>
        </contrib>
        <contrib contrib-type="author">
          <name-alternatives>
            <name xml:lang="ru">
              <surname>Санковец</surname>
              <given-names>Д.Н.</given-names>
            </name>
          </name-alternatives>
          <name-alternatives>
            <name xml:lang="en">
              <surname>Sankovets</surname>
              <given-names>D.N.</given-names>
            </name>
          </name-alternatives>
          <email>d.sankovec@gmail.com</email>
          <xref ref-type="aff" rid="aff3"/>
        </contrib>
      </contrib-group>
      <aff id="aff1">
        <institution xml:lang="ru">ФГАОУ ВО «Уральский федеральный университет имени первого Президента России Б.Н. Ельцина»</institution>
        <institution xml:lang="en">Ural Federal University named after the first President of Russia B.N. Yeltsin</institution>
      </aff>
      <aff id="aff2">
        <institution xml:lang="ru">ФГАОУ ВО «Южно-Уральский государственный университет (национальный исследовательский университет)»</institution>
        <institution xml:lang="en">South-Ural State University (National Research University)</institution>
      </aff>
      <aff id="aff3">
        <institution xml:lang="ru">Государственное учреждение «Республиканский научно-практический центр «Мать и дитя»»</institution>
        <institution xml:lang="en">Mother and Child National Research Center</institution>
      </aff>
      <pub-date date-type="pub" iso-8601-date="2022-03-01">
        <day>01</day>
        <month>03</month>
        <year>2022</year>
      </pub-date>
      <issue>3</issue>
      <fpage>49</fpage>
      <lpage>55</lpage>
      <permissions>
        <license xlink:href="https://creativecommons.org/licenses/by/4.0/">
          <license-p>This is an open-access article distributed under the terms of the CC BY 4.0 license.</license-p>
        </license>
      </permissions>
      <self-uri content-type="url" hreflang="ru">https://top-technologies.ru/article/view?id=39072</self-uri>
      <abstract xml:lang="ru" lang-variant="original" lang-source="author">
        <p>Для недоношенных новорожденных со сроком гестации менее 30 недель широко распространенным методом лечения является искусственная вентиляция легких. Однако задержка перехода от инвазивной вентиляции легких к неинвазивной дыхательной поддержке может способствовать возникновению различного рода осложнений и потере здоровья. Поэтому актуальной задачей является своевременный переход с искусственной вентиляции легких на неинвазивные методы лечения. Целью данной статьи является разработка метода оценки состояния недоношенных новорожденных со сроком гестации менее 30 недель, позволяющего своевременно переводить их на неинвазивную респираторную поддержку. Для решения поставленной задачи была сформирована обучающая выборка из 52 недоношенных новорожденных, состоящая из двух групп пациентов. В первую группу вошли пациенты, которые в течение 7 дней наблюдения находились на искусственной вентиляции легких. Во вторую группу вошли пациенты, которые были переведены в течение этого периода на естественную вентиляцию легких и стабильно находились в этом состоянии. На основе бинарной логистической регрессии предложена математическая модель для классификации состояния здоровья пациентов с целью определения момента перехода недоношенных новорожденных к неинвазивной дыхательной поддержке. Получено решающее правило для классификации состояний новых пациентов. Для обучающей выборки из 52 пациентов достоверность классификации составила 100 %. Проведенный энтропийный анализ обучающей выборки пациентов показал, что перед переходом к неинвазивной дыхательной поддержке у новорожденных происходит резкое уменьшение вариации показателей и одновременный рост тесноты корреляционной связи между ними.</p>
      </abstract>
      <abstract xml:lang="en" lang-variant="translation" lang-source="translator">
        <p>For premature newborns with a gestation period of less than 30 weeks, the use of artificial lung ventilation is a widespread method of treatment. However, the delay in the transition from invasive ventilation to non-invasive respiratory support can contribute to the occurrence of various kinds of complications and loss of health. Therefore, a timely transition from artificial lung ventilation to non-invasive methods of treatment is an urgent task. The purpose of this article is to develop a method for assessing the condition of premature newborns with a gestation period of less than 30 weeks, which allows them to be transferred to non-invasive respiratory support in a timely manner. To solve this problem, a training sample of 52 premature newborns was formed, consisting of two groups of patients. The first group included patients who were on artificial lung ventilation for 7 days of observation. The second group included patients who were transferred during this period to natural ventilation of the lungs and are stable in this condition. Based on binary logistic regression, a mathematical model is proposed for classifying the health status of patients in order to determine the moment of transition of premature newborns to non-invasive respiratory support. A decisive rule for classifying the conditions of new patients has been obtained. For a training sample of 52 patients, the classification reliability was 100 %. The entropy analysis of the training sample of patients showed that before the transition to non-invasive respiratory support in newborns, there are a sharp decrease in the variation of indicators and a simultaneous increase in the tightness of the correlation between them.</p>
      </abstract>
      <kwd-group xml:lang="ru">
        <kwd>модель</kwd>
        <kwd>логистическая регрессия</kwd>
        <kwd>недоношенные новорожденные</kwd>
        <kwd>прогноз</kwd>
        <kwd>неинвазивная респираторная поддержка</kwd>
        <kwd>энтропия</kwd>
      </kwd-group>
      <kwd-group xml:lang="en">
        <kwd>model</kwd>
        <kwd>logistic regression</kwd>
        <kwd>preterm infants</kwd>
        <kwd>forecast</kwd>
        <kwd>non-invasive respiratory support</kwd>
        <kwd>entropy</kwd>
      </kwd-group>
    </article-meta>
  </front>
  <back>
    <ref-list>
      <ref>
        <note>
          <p>1. Venkatesh V., Ponnusamy V., Anandaraj J., Chaudhary R., Malviya M., Clarke P., Arasu A., Curley A. Endotracheal intubation in a neonatal population remains associated with a high risk of adverse events. European Journal of Pediatrics. 2011. Vol. 170. No 2. P. 223–227. DOI: 10.1007/s00431-010-1290-8.</p>
        </note>
      </ref>
      <ref>
        <note>
          <p>2. Garland J.S. Strategies to prevent ventilator-associated pneumonia in neonates. Clinics in Perinatology. 2010. Vol. 37. No. 3. P. 629–643. DOI: 10.1016/j.clp.2010.05.003.</p>
        </note>
      </ref>
      <ref>
        <note>
          <p>3. Stefanescu B.M., Murphy W.P., Hansell B.J., Fuloria M., Morgan T.M., Aschner J.L. A randomized, controlled trial comparing two different continuous positive airway pressure systems for the successful extubation of extremely low birth weight infants. Pediatrics. 2003. Vol. 112. No. 5. P. 1031–1038. DOI: 10.1542/peds.112.5.1031.</p>
        </note>
      </ref>
      <ref>
        <note>
          <p>4. Dimitriou G., Fouzas S., Vervenioti A., Tzifas S., Mantagos S. Prediction of extubation outcome in preterm infants by composite extubation indices. Pediatric Critical Care Medicine. 2011. Vol. 12. No. 6. P. 242–249. DOI: 10.1097/PCC.0b013e3181fe3431.</p>
        </note>
      </ref>
      <ref>
        <note>
          <p>5. Pursley D.M., Zupancic J.A.F. Using Neonatal Intensive Care Units More Wisely for At-Risk Newborns and Their Families. JAMA Network Open. 2020. Vol. 3. No 6. P. 205–693. DOI: 10.1001/jamanetworkopen.2020.5693.</p>
        </note>
      </ref>
      <ref>
        <note>
          <p>6. Hair J.F., Black W.C., Babin B.J. Multivariate Data Analysis. 8th ed. Cengage, 2019.</p>
        </note>
      </ref>
      <ref>
        <note>
          <p>7. Hardle W.K., Simar L. Applied Multivariate Statistical Analysis. 5th ed. New York: Springer, 2019.</p>
        </note>
      </ref>
      <ref>
        <note>
          <p>8. Орлов А.И. Основные требования к математическим методам классификации. Заводская лаборатория. Диагностика материалов. 2020. Т. 86. № 11. С. 67–78. DOI: 10.26896/1028-6861-2020-86-11-67-78.</p>
        </note>
      </ref>
      <ref>
        <note>
          <p>9. Тырсин А.Н., Улезко Е.А., Остроушко Д.В., Свирская О.Я., Санковец Д.Н. Прогнозирование степени тяжести состояния недоношенных новорожденных со сроком гестации менее 30 недель // Современные проблемы науки и образования. 2020. № 6. URL: http://www.science-education.ru/article/view?id=30288 (дата обращения: 05.03.2022) DOI: 10.17513/spno.30288.</p>
        </note>
      </ref>
      <ref>
        <note>
          <p>10. Hosmer D.W., Lemeshow S., Sturdivant R.X. Applied Logistic Regression. 3d ed. Wiley, 2013.</p>
        </note>
      </ref>
      <ref>
        <note>
          <p>11. Тырсин А.Н., Костин К.К. Оценивание логистической регрессии как экстремальная задача // Вестник Томского государственного университета. Управление, вычислительная техника и информатика. 2017. № 3 (40). С. 52–60. DOI: 10.17223/19988605/40/6.</p>
        </note>
      </ref>
      <ref>
        <note>
          <p>12. Васильев Н.П., Егоров А.А. Опыт расчета параметров логистической регрессии методом Ньютона – Рафсона для оценки зимостойкости растений // Математическая биология и биоинформатика. 2011. Т. 6. № 2. С. 190–199.</p>
        </note>
      </ref>
      <ref>
        <note>
          <p>13. Пантелеев А.В., Летова Т.А. Методы оптимизации. Практический курс. М.: Логос, 2020. 424 с.</p>
        </note>
      </ref>
      <ref>
        <note>
          <p>14. Тырсин А.Н. Энтропийное моделирование многомерных стохастических систем. Воронеж: Научная книга, 2016. 156 с.</p>
        </note>
      </ref>
      <ref>
        <note>
          <p>15. Тырсин А.Н., Геворгян Г.Г. Программа вычисления энтропии случайного вектора // Свидетельство о государственной регистрации программы для ЭВМ РФ № 2017612851; заявл. 31.10.2016; опубл. 03.03.2017, реестр программ для ЭВМ.</p>
        </note>
      </ref>
    </ref-list>
  </back>
</article>
