<?xml version="1.0"?>
<metadata xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:dc="http://purl.org/dc/elements/1.1/"><dc:title>Strategije za uravnoteženo izbiro retrospektivnih podatkov za simulacijo prospektivnih raziskav</dc:title><dc:creator>Smodiš,	Aleš	(Avtor)
	</dc:creator><dc:creator>Bratko,	Ivan	(Mentor)
	</dc:creator><dc:subject>retrospektivne raziskave</dc:subject><dc:subject>simulacija prospektivnih raziskav</dc:subject><dc:subject>uparjanje</dc:subject><dc:subject>uravnoteževanje množic</dc:subject><dc:subject>hevristično preiskovanje</dc:subject><dc:subject>hevristična ocena kvalitete uravnoteženosti</dc:subject><dc:subject>Pearsonov test hi kvadrat</dc:subject><dc:description>Porast raziskav v medicini poraja vedno več ugotovitev, ki imajo lahko za posledico nova ali izboljšana obstoječa zdravljenja. Obenem pa potrebe po novih raziskavah pripeljejo do težav pri zagotavljanju zadostnega števila bolnikov za prospektivne raziskave vseh obetajočih zdravljenj. Po drugi strani lahko z restrospektivno raziskavo na obstoječih podatkih bolnikov do določene mere simuliramo prospektivno raziskavo. Glavna težava pri tem pristopu je, da imajo obstoječi podatki običajno neuravnotežene porazdelitve karakteristik po množicah bolnikov, na katerih izvajamo retrospektivno raziskavo, kar oteži vrednotenje učinkov zdravljenja. Predstavljen je algoritem za uravnoteževanje množic bolnikov z danimi karakteristikami, ki z uparjanjem in z izločanjem izbranih bolnikov ustvari uravnotežene podmnožice bolnikov. Algoritem uporablja Pearsonov test hi kvadrat za merjenje kvalitete medsebojne uravnoteženosti množic in vsoto uteženih razlik vrednosti karakteristik za določanje parov elementov med dvema množicama. Uvedeni sta dve novi strategiji uparjanja elementov: s požrešno metodo preko matrike podobnosti parov, ter z algoritmom minimin na drevesu stanj do predpisane globine za izbiro naslednjih dveh elementov za uparjanje. Uvedena je mera kvalitete uparjenosti med dvema množicama. Rezultati kažejo, da požrešna metoda daje boljše rezultate od izvirnega algoritma, medtem ko se algoritem minimin izkaže za časovno zahtevnega zaradi kombinatorične zahtevnosti in pri globinah, ki so glede tega še praktične za izvajanje algoritma, daje kvečjemu primerljive rezultate izvirnemu algoritmu, vendar slabše od požrešne metode. Metode so bile eksperimentalno primerjane na realnih podatkih iz medicinskih raziskav zdravljenja raka.</dc:description><dc:publisher>[A. Smodiš]</dc:publisher><dc:date>2016</dc:date><dc:date>2017-03-24 12:45:08</dc:date><dc:type>Diplomsko delo</dc:type><dc:identifier>91175</dc:identifier><dc:identifier>VisID: 16741</dc:identifier><dc:identifier>COBISS_ID: 1536769731</dc:identifier><dc:language>sl</dc:language></metadata>
