M. Butkuvienės daktaro disertacijos „Paroksizminio prieširdžių virpėjimo epizodų profilių charakterizavimas“ gynimas

Autorius, institucija:  Monika Butkuvienė, Kauno technologijos universitetas

Mokslo sritis, kryptis: technologijos mokslai, elektros ir elektronikos inžinerija, T001

Mokslinis vadovas: doc. dr. Andrius Petrėnas (Kauno technologijos universitetas, technologijos mokslai, elektros ir elektronikos inžinerija, T001)

Elektros ir elektronikos inžinerijos mokslo krypties disertacijos gynimo taryba:
prof. dr. Arminas Ragauskas (Kauno technologijos universitetas, technologijos mokslai, elektros ir elektronikos inžinerija, T001) – pirmininkas
prof. dr. Tomas Kazakevičius (Lietuvos sveikatos mokslų universitetas, medicinos ir sveikatos mokslai, medicina, M001)
vyr.m.d. habil. dr. Arūnas Lukoševičius (Kauno technologijos universitetas, technologijos mokslai, elektros ir elektronikos inžinerija, T001)
dr. Michela Mase (Trento universitetas, Italija, gamtos mokslai, biofizika, N011)
prof. dr. Algimantas Valinevičius (Kauno technologijos universitetas, technologijos mokslai, elektros ir elektronikos inžinerija, T001)

Disertacijos gynimas vyko Kauno technologijos universiteto Studentų miestelio bibliotekoje, salėje M7 (Studentų g. 48 – M7, Kaunas).

Su disertacija galima susipažinti Kauno technologijos universiteto bibliotekoje (K. Donelaičio g. 20, Kaunas)

Anotacija:

Laikinis prieširdžių virpėjimo (PV) epizodų profilis gali būti susijęs su krešulių susidarymo rizika. Daroma prielaida, kad rizika yra didesnė, kai PV epizodai yra susigrupavę laike, nes PV metu kairiojo prieširdžio ausytėje kraujo srauto greitis lėtėja. Nors informacijos apie PV profilį trūksta, tikimasi, kad atsirandančios neinvazinės ilgalaikio stebėjimo technologijos padės užpildyti šią žinių spragą. Tačiau, norint iki galo išspręsti šią problemą, reikia metodų, skirtų PV profiliui charakterizuoti. Disertacijoje sprendžiama klinikiniu požiūriu aktuali mokslinė ir technologinė problema – paroksizminio PV epizodų pasiskirstymo laike charakterizavimas. Spendžiant šią problemą, pasiūlyti trys būdai PV profiliui charakterizuoti. Vienas jų yra pagrįstas statistinių skirstinių analize, kuri remiasi prielaida, kad epizodai yra statistiškai nepriklausomi. Kadangi PV epizodai yra linkę susigrupuoti laike į klasterius, ši prielaida kelia abejonių dėl būdo tinkamumo įvertinti PV profilius. Kitas būdas – naudoti parametrus, gautus iš PV profilių modelio, kuris pagrįstas kintamu dvimačiu Hawkeso procesu. Modelio parametrai suteikia informaciją apie PV epizodų klasterius ir ritmo dominavimą. Paskutinis būdas – panaudoti parametrus, tokius kaip santykinė bendra PV trukmė, agregacija ir Gini koeficientas. Santykinė bendra PV trukmė suteikia informaciją apie bendrą PV trukmę, agregacija įvertina PV epizodų pasiskirstymą laike, o Gini koeficientas suteikia informaciją apie epizodų trukmių nelygybę. Kombinuojant modelio parametrus su pasiūlytais papildomais parametrais, galima analizuoti skirtingus PV profilių tipus.