Ідентифікація важливості морфометричних показників гемокапілярів за допомогою randomForest і Boruta при експериментальному цукровому діабеті


Authors

  • Котик Тарас Івано-Франківський національний медичний університет, Україна
  • Бедей Вікторія Івано-Франківський національний медичний університет, Україна
  • Токарук Надія Івано-Франківський національний медичний університет, Україна
  • Грищук Марія Івано-Франківський національний медичний університет, Україна
  • Попадинець Оксана Івано-Франківський національний медичний університет, Україна
📧Corresponding author

Abstract

Цукровий діабет є однією з найпоширеніших нозологій сучасної медицини. Згідно з даними літератури кількість хворих на цю недугу невпинно зростає. Дана ендокринна патологія становить економічну та соціальну проблему через можливу інвалідизацію працездатного населення. Структурні зміни судинного русла при цукровому діабеті визначають особливості розвитку поліорганних ускладнень.

Для проведення оцінки стану стуктурних особливостей діабетичної мікроангіопатії використано розвідувальний аналіз та застосовано індуктивний підхід для ідентифікації найбільш суттєвих морфометричних параметрів, що характеризують судинну патологію на експонентних етапах гіперглікемії.

Проведений морфометричний та розвідувальний аналізи дозволяють стверджувати, що вагомість морфометричних параметрів, оцінка структурних морфологічних змін сприяють об’єктивізації результатів, узагальненню гіпотези та дозволяють уникнути використання надмірної кількості морфометричних показників.


Keywords

розвідувальний аналіз морфометрія підщелепна залоза мікроангіопатія

Download pdf

References

  1. Barnett AH. Origin of the microangiopathic changes in diabetes. Eye [Internet]. 1993 Jan; (2): 218-22. DOI: https://doi.org/10.1038/eye.1993.52 [PMid:7607338]
  2. De Vriese AS, Verbeuren TJ, Van de Voorde J, Lameire NH, Vanhoutte PM. Endothelial dysfunction in diabetes. BrJPharmacol [Internet]. 2000 Jul; 130 (5): 963-74. DOI: https://doi.org/10.1038/sj.bjp.0703393 [PMid:10882379 PMCid:PMC1572156]
  3. Hadi HA, Suwaidi J Al. Endothelial dysfunction in diabetes mellitus. Vasc Health Risk Manag [Internet]. 2007 Jan; 3 (6): 853-76.
  4. Ishwaran H, Kogalur UB, Blackstone EH, Lauer MS. Random survival forests. 2008 Nov 11; Available from: http://arxiv.org/abs/0811.1645
  5. Jebb AT, Parrigon S, Woo SE. Exploratory data analysis as a foundation of inductive research. Hum Resour Manag Rev [Internet]. 2017 Jun; 27 (2): 265-76. DOI: https://doi.org/10.1016/j.hrmr.2016.08.003
  6. Kotyk T. Morphology of the intralobular duct of the submandibular gland in rats in case of experimental diabetes mellitus. Microsc Res Tech [Internet]. 2016 Dec 20 ; 79 (12): 1222-9. DOI: https://doi.org/10.1002/jemt.22781 [PMid:27647826]
  7. Kotyk T, Dey N, Ashour AS, Balas-Timar D, Chakraborty S, Ashour AS, et al. Measurement of glomerulus diameter and Bowman’s space width of renal albino rats. Comput Methods Programs Biomed [Internet]. 2016 Apr; 126: 143-53. DOI: https://doi.org/10.1016/j.cmpb.2015.10.023 [PMid:26796351]
  8. Kursa M, Rudnicki W. Feature Selection with the Boruta Package. J Stat Softw. 2010; 36 (11): 1-13. DOI: https://doi.org/10.18637/jss.v036.i11
  9. Pannicke T, Iandiev I, Wurm A, Uckermann O, vom Hagen F, Reichenbach A, et al. Diabetes Alters Osmotic Swelling Characteristics and Membrane Conductance of Glial Cells in Rat Retina. Diabetes [Internet]. 2006 Mar 1; 55 (3): 633-9. DOI: https://doi.org/10.2337/diabetes.55.03.06.db05-1349 [PMid:16505225]
  10. R Core Team. R: A Language and Environment for Statistical Computing [Internet]. Vienna, Austria; 2020. Available from: https://www.r-project.org/