Ein Mathematisches Verfahren zur Berechnung der Diagnostischen Wertigkeit Klinisch — Chemischer Kenngröβen am Beispiel Ausgewählter Patientenkollektive

  • W. Rehpenning
  • K.-D. Voigt
Conference paper
Part of the Medizinische Informatik und Statistik book series (MEDINFO, volume 40)

Zusammenfassung

Ein Profil klinisch — chemischer Kenngrößen eines Patienten stellt eine Informationsquelle für den Arzt dar, die dazu dienen kann, krankhafte Veränderungen festzustellen und zu beurteilen. Dies muß durch einen Vergleich mit einem geeigneten Referenzkollektiv erfolgen. Schwierigkeiten bei der Interpretation der Befunde entstehen hierbei einmal dadurch, daß viele der betrachteten Größen altersabhängig sind und auch durch das Geschlecht der Person beeinflußt werden. Zum zweiten steigt mit der Anzahl der untersuchten Merkmale die Wahrscheinlichkeit dafür, daß eine oder mehrere der betrachteten Größen rein zufällig aus ihren Referenzbereichen herausfallen, verhältnismäßig stark an (1,2). Daher hat man bei dem Vorliegen positiver Befunde Schwierigkeiten, sie richtig zu bewerten, d.h. zu beurteilen, ob sie auf Zufallsabweichungen beruhen oder auf eine pathologische Veränderung hindeuten. Nutzt man die Kenntnis der Interkorrelationen zwischen den klinisch — chemischen Kenngrößen bei gesunden Personen aus, so kann man durch die Einführung multivariabler Prüfgrößen, zu deren Berechnung alle Werte eines klinisch — chemischen Profils herangezogen werden, die angedeuteten Schwierigkeiten weitgehend vermeiden (3,2).

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. 1.
    Harm, K., W. Rehpenning, Astrid Domesle und K.D. Voigt: Falsch positive Werte bei der Vielfach-analyse: Eine Erhebung an Referenz- und Patientenkollektiven, J. Clin. Chem. Clin. Biochem. 17, 517–522 (1979)Google Scholar
  2. 2.
    Rehpenning, W., K. Harm, Astrid Domesle und K.D. Voigt: Falsch positive Werte bei der Vielfachnalyse: die Abschätzung ihrer Häufigkeit mit der Sylvesterchen Formel und ihre Reduktion durch eine multivariate Teströße, J. Clin. Chem. Clin. Biochem. 17, 565–573 (1979)Google Scholar
  3. 3.
    Winkel, P., J. Lyngbye und K. Jörgensen: The Normal Region — A Multivariate Problem, Scand. J. Clin. ab. Invest. 30, 339–344 (1972)CrossRefGoogle Scholar
  4. 4.
    Anderson, T.W.: An Introduction to Multivariate Statistical Analysis, John Wiley & Sons, New York (1974)Google Scholar
  5. 5.
    Draper, N.R. and Smith, H.: Applied Regression Analysis. John Wiley & Sons, New York, London, Sidney (1966)Google Scholar
  6. 6.
    Victor, N.: Alternativen zum klassischen Histogramm. Meth. Inform. Med. 17 /2, 120 (1978)Google Scholar

Copyright information

© Springer-Verlag Berlin Heidelberg 1983

Authors and Affiliations

  • W. Rehpenning
    • 1
  • K.-D. Voigt
    • 2
  1. 1.Datenverarbeitung i.d.MedizinInstitut für MathematikHamburg 20Deutschland
  2. 2.Abt.für klinische ChemieI. Medizinische Klinik UKEHamburg 20Deutschland

Personalised recommendations