- MeSH
- Antidepressive Agents MeSH
- Lethal Dose 50 MeSH
- Mice MeSH
- Drug Synergism MeSH
- Yohimbine MeSH
- Check Tag
- Mice MeSH
Springer series in statistics
1st ed. 568 s.
Počet státních pojištěnců je důležitá položka pro odhad příjmů veřejného zdravotního pojištění. Cílem předkládané studie je kompletní analýza, to jest posouzení vstupních dat pomocí grafi cké analýzy, popisné statistiky a výběr nejvhodnějšího modelu pro predikci. V rámci studie byly porovnány stochastické modely SARIMA a regARIMA, kubická funkce s konstantami a bez nich. Podle BIC hodnoty a Ljung-Boxova testu vývoj státních pojištěnců nejlépe popisuje proces SARIMA(0,1,3)(0,1,1)12 bez konstanty. Na základě modelu se bude počet státních pojištěnců pohybovat na úrovni 5 866 796 osob, což by pro státní rozpočet v roce 2019 představovalo výdaj v hodnotě 71,74 miliardy Kč.
The number of state insured persons is an important item for the revenue side of the Czech system of public health insurance. The main aim of this paper is a complete analysis, which contains an assessment of the input dataset by the graphic analysis, descriptive statistics, and a choice of the best fi tting prediction model. In this study, SARIMA and regARIMA stochastic models, and cubic regression function with the constant term and without it were compared. Based on the BIC value and the Ljung-Box test, the SARIMA(0,1,3)(0,1,1)12 stochastic process without the constant term was proved the best fi tting model. Using this model, the average number of state insured persons was estimated at 5 866 796 people, which corresponds to CZK 71.74 billion expenditure in the 2019 state budget.
- MeSH
- Humans MeSH
- Models, Theoretical MeSH
- Public Health economics MeSH
- Insurance, Health * MeSH
- Check Tag
- Humans MeSH
Cíl: cílem práce bylo podle stanovených parametrů vstupní rány a výsledného uložení kovového nitroočního tělesa stanovit korelační závislost obou veličin. Materiál a metodika: do retrospektivní studie bylo zařazeno 50 pacientů (50 očí) s otevřeným poraněním oka a přítomným kovovým nitroočním tělesem. Klinicky zjištěná data vstupní rány a výsledného uložení cizího nitroočního tělesa (CNT) byla převedena do trojrozměrně definovaných parametrů pomocí počítačového modelu. Oba parametry byly statisticky zpracovány metodou korelační analýzy se stanovením korelačního koeficientu a koeficientu determinace. Výsledky: mírou korelace mezi dvěma proměnnými je tzv. koeficient korelace. Koeficient nabývá hodnot od -1 do +1. Čím je jeho hodnota bližší plus nebo minus jedné, tím více jsou veličiny korelované. Koeficient determinace nabývá hodnot od 0 do +1. Čím více se výsledky blíží hodnotě +1, tím lépe model popisuje závislost mezi dvěma veličinami. Výsledky zpracované korelační analýzou prokázaly nejvyšší hodnoty korelačního koeficientu, resp. koeficientu determinace 0,454, resp. 0,6411. Závěr: z výsledků provedené korelační analýzy vyplývá, že pomocí znalosti souřadnic vstupu nedokážeme predikovat konečné souřadnice tělesa v oku. Tyto dvě proměnné jsou navzájem nekorelované a proto přesná predikce konečné polohy tělesa v oku není možná. Na výsledné umístění kovového CNT po vstupu do oka mají zřejmě vlivy biofyzikální faktory, které nebyly zahrnuty do studie.
Aim: The aim of this study was to establish the correlation coefficient between given parameters of the entering wound and final position of the metallic intraocular foreign body. Material and methods: fifty patients (50 eyes) with a penetrating injury of the eye and present metallic intraocular foreign body were included in this study. Clinically found data of the entering wound and final position of the intraocular foreign body (IFB) as well were transformed with a computer model into the three-dimensional parameters. Both chirurparameters were statistically evaluated by means of correlation analysis, and correlation coefficient and determination coefficient were calculated. Results: The extent of correlation between two variables is called correlation coefficient. The coefficient values range between -1 to +1. The closer is the calculated value to ranges (to -1 or to +1) the more are the two variables more correlated. The coefficient of determination values range from 0 to +1. The closer the results are to +1, the better the model describes the dependence between the two variables. The results obtained by means of correlation analysis were for the correlation coefficient 0.454, and for the coefficient of determination 0.6411 respectively. Results: Results of the correlation analysis show that the knowledge of coordinates of the entering wound has no prediction value for final position of the foreign body in the eye. These two variables are not correlated and so the accurate final position of the foreign body cannot be predicted. The final position of the intraocular metallic foreign body is probably influenced by biophysical factors not included in this study.
Úvod: Karcinom žaludku je časté onemocnění se špatnou prognózou. Většina nemocných podstupuje pouze paliativní léčbu. Jednou z možností je chemoterapie, její efekt se však u jednotlivých nemocných liší. Metoda: Jde o retrospektivní studii, do které bylo na podkladě vstupních kritérií zařazeno 54 nemocných (N=54). Provedli jsme kvantifikaci genové exprese vybraných genů a některých mikroRNA z nádorové tkáně, která byla použita pro stanovení diagnózy. Získaná data jsme statisticky zhodnotili. Výsledky: Prokázali jsme prediktivní význam stanovení genové exprese thymidylate synthasy (TS) v nádorové tkáni pro předpověď efektu chemoterapie založené na bázi 5-fluorouracilu nebo Capecitabinu. Současně jsme také prokázali prediktivní význam stanovení exprese miR181, miR150, miR192 a miR342 z nádorové tkáně. Navíc se nám podařilo prokázat prediktivní význam stanovení exprese miR221, miR224, miR520 a miR375 pro předpověď efektu platinových derivátů. Závěr: Díky využití efektivních prediktorů léčby můžeme odlišit nemocné, kteří budou profitovat z podání chemoterapie od nemocných, u kterých efekt očekávat nemůžeme. Díky personifikované onkologické léčbě můžeme u některých nemocných zlepšit kvalitu života a současně snížit náklady na léčbu tím, že jim nebude podána neefektivní chemoterapie. Pouze časný záchyt karcinomu žaludku může zvrátit nepříznivý osud nemocných s tímto onemocněním.
Introduction: Gastric cancer is a frequent malignant disease with poor prognosis. Most patients undergo only palliative treatment. Chemotherapy is another alternative but its effect differs in individual patients. Method: This is retrospective study. We enrolled 54 patients (N=54) according to the inclusion criteria. We performed quantification of gene expression of selected genes and some microRNA from tumour tissue, which was used for the diagnosis. Statistical analysis of the data was performed. Results: We demonstrated a predictive value of gene expression of thynidylate synthase in tumour tissue for a therapeutic effect of chemotherapy based on 5-Fluorouracil or Capecitabine. At the same time, we demonstrated a predictive value of miR181, miR150, mir192 and miR342 microRNA levels from the tumour tissue. In addition, we succeeded to demonstrate a predictive value of miR221, miR224, miR520 and miR375 microRNA levels for a therapeutic effect of chemotherapy based on platinum derivates. Conclusion: Thanks to the use of efficient therapy predictors, we can distinguish those patients who will profit from chemotherapy from patients where an effect cannot be expected. Thanks to personified oncology therapy the quality of life of some patients can be improved while reducing the costs of the therapy by avoiding inefficient chemotherapy. Only an early diagnosis of gastric cancer can reverse the adverse prognosis of patients with this disease.
- Keywords
- gen ERCC1,
- MeSH
- Survival Analysis MeSH
- Capecitabine therapeutic use MeSH
- DNA-Binding Proteins genetics MeSH
- Endonucleases genetics MeSH
- Fluorouracil therapeutic use MeSH
- Precision Medicine MeSH
- Kaplan-Meier Estimate MeSH
- Humans MeSH
- MicroRNAs * genetics MeSH
- Biomarkers, Tumor * genetics MeSH
- Stomach Neoplasms * drug therapy genetics pathology MeSH
- Statistics, Nonparametric MeSH
- Organoplatinum Compounds therapeutic use MeSH
- Palliative Care MeSH
- Prognosis MeSH
- Proportional Hazards Models MeSH
- Antineoplastic Agents therapeutic use MeSH
- Retrospective Studies MeSH
- Gene Expression Profiling MeSH
- Thymidylate Synthase genetics MeSH
- Check Tag
- Humans MeSH
- Publication type
- Research Support, Non-U.S. Gov't MeSH
- MeSH
- Cytochrome P-450 CYP2D6 * metabolism MeSH
- Genetic Testing MeSH
- Clinical Studies as Topic MeSH
- Humans MeSH
- Paroxetine * pharmacology therapeutic use MeSH
- Check Tag
- Humans MeSH
- Publication type
- Research Support, Non-U.S. Gov't MeSH
502 s.
INTRODUCTION: Aim of this study is to validate some constitutive models by assessing their capabilities in describing and predicting uniaxial and biaxial behavior of porcine aortic tissue. METHODS: 14 samples from porcine aortas were used to perform 2 uniaxial and 5 biaxial tensile tests. Transversal strains were furthermore stored for uniaxial data. The experimental data were fitted by four constitutive models: Holzapfel-Gasser-Ogden model (HGO), model based on generalized structure tensor (GST), Four-Fiber-Family model (FFF) and Microfiber model. Fitting was performed to uniaxial and biaxial data sets separately and descriptive capabilities of the models were compared. Their predictive capabilities were assessed in two ways. Firstly each model was fitted to biaxial data and its accuracy (in term of R2 and NRMSE) in prediction of both uniaxial responses was evaluated. Then this procedure was performed conversely: each model was fitted to both uniaxial tests and its accuracy in prediction of 5 biaxial responses was observed. RESULTS: Descriptive capabilities of all models were excellent. In predicting uniaxial response from biaxial data, microfiber model was the most accurate while the other models showed also reasonable accuracy. Microfiber and FFF models were capable to reasonably predict biaxial responses from uniaxial data while HGO and GST models failed completely in this task. CONCLUSIONS: HGO and GST models are not capable to predict biaxial arterial wall behavior while FFF model is the most robust of the investigated constitutive models. Knowledge of transversal strains in uniaxial tests improves robustness of constitutive models.
