ДИСКРИМІНАНТНІ МОДЕЛІ МОЖЛИВОСТІ ВИНИКНЕННЯ ТА ОСОБЛИВОСТЕЙ ПЕРЕБІГУ СЕБОРЕЙНОГО ДЕРМАТИТУ У ЧОЛОВІКІВ ТА ЖІНОК У ЗАЛЕЖНОСТІ  ВІД ОСОБЛИВОСТЕЙ АНТРО-СОМАТОТИПОЛОГІЧНИХ ПОКАЗНИКІВ

А. Р. Хасавнех; С. В. Дмитренко; Ю. Г. Шевчук; А. І. Кондратюк; Т. Г. Кривоніс

Стаття

Світ Медицини та Біології / №2(80), 2022 / ДИСКРИМІНАНТНІ МОДЕЛІ МОЖЛИВОСТІ ВИНИКНЕННЯ ТА ОСОБЛИВОСТЕЙ ПЕРЕБІГУ СЕБОРЕЙНОГО ДЕРМАТИТУ У ЧОЛОВІКІВ ТА ЖІНОК У ЗАЛЕЖНОСТІ ВІД ОСОБЛИВОСТЕЙ АНТРО-СОМАТОТИПОЛОГІЧНИХ ПОКАЗНИКІВ

А. Р. Хасавнех, С. В. Дмитренко, Ю. Г. Шевчук, А. І. Кондратюк, Т. Г. Кривоніс

ДИСКРИМІНАНТНІ МОДЕЛІ МОЖЛИВОСТІ ВИНИКНЕННЯ ТА ОСОБЛИВОСТЕЙ ПЕРЕБІГУ СЕБОРЕЙНОГО ДЕРМАТИТУ У ЧОЛОВІКІВ ТА ЖІНОК У ЗАЛЕЖНОСТІ ВІД ОСОБЛИВОСТЕЙ АНТРО-СОМАТОТИПОЛОГІЧНИХ ПОКАЗНИКІВ

Про автора:	А. Р. Хасавнех, С. В. Дмитренко, Ю. Г. Шевчук, А. І. Кондратюк, Т. Г. Кривоніс
Рубрика	КЛІНІЧНА МЕДИЦИНА
Тип статті	Наукова стаття
Анотація	У ході дослідження на основі антропометричних показників розроблені достовірні дискримінантні моделі, що дозволяють з високою ймовірністю прогнозувати можливість виникнення генералізованої жирної форми себорейного дерматиту в українських чоловіків і жінок (відповідно коректність 87,7 % і 91,8 % випадків, статистика Wilks' Lambda=0,063 і 0,174). До складу побудованих моделей у чоловіків найбільш часто входять обхватні розміри тіла (42,8 %) та товщина шкірно-жирових складок (28,6 %); у жінок – товщина шкірно-жирових складок (42,8 %) і діаметри тіла (28,6 %). В побудованих моделях найбільший внесок у дискримінацію у чоловіків вносять обхвати плеча в напруженому та ненапруженому стані, а у жінок – товщина шкірно-жирової складки на стегні та ширина плечей.
Ключові слова	захворювання шкіри, себорейний дерматит, українськи чоловіки та жінки, будова та розміри тіла, антропометрія, дискримінантний аналіз
Список цитованої літератури	Dmytrenko SV, Maievskyi ОYe, Makarchuk IM. Dyskrymіnantnі modelі mozhlivostі zakhvoryuvannya ta osoblivostey perebіgu vugrovoyi khvorobi u dіvchat podіlskogo regіonu Ukrayiny v zalezhnostі vіd rozmіrіv tіla. Svіt medytsyny ta bіolohіyi. 2016;4(58):30–3. [in Ukrainian] Kalmin OV, Galkina TN. Meditsinskaya antropologiya. Vysshee obrazovaniye: Specialitet, 2020. [in Russian] Lavrushko SI, DudchenkoMO, Pavlenko HP, Myrronenko LV. Klіnіchnyi vypadok ta lіkuvannya seboreynoho dermatytu і kandydozu nіgtіv kistі. Ukrayinskyi zhurnal dermatolohіyi, venerolohіyi, kosmetolohіyi. 2020; 1(76):81–5. doi: 10.30978/UJDVK2020-I-81 [in Ukrainian] Makarchuk IM, Maievskyi ОYe, Gunas IV. Modelyuvannya za dopomohoyu dyskrymіnantnoho analіzu mozhlivostі zakhvoryuvannya ta osoblivostey perebіhu vugrovoyi khvoroby v yunakіv Podіllya. Vіsnyk morfolohіyi. 2016;22(1):160–63. [in Ukrainian] Chaplyk-Chyzho ІО. Modelyuvannya za dopomohoyu dyskrymіnantnoho analіzu mozhlivostі zakhvoryuvannya na pіodermіyu cholovіkіv і zhіnok zalezhno vіd osoblyvostey budovy ta rozmіrіv tіla. Biomedical and Biosocial Anthropology. 2016;26:68–71. [in Ukrainian] Alamolhoda M, Heydari ST, Ayatollahi SMT, Tabrizi R, Akbari M, Ardalan A. A multivariate multilevel analysis of the risk factors associated with anthropometric indices in Iranian mid-adolescents. BMC Pediatr. 2020; 20(1):1–9. doi: 10.1186/s12887-020-02104-x Emam S, Du AX, Surmanowicz P, Thomsen SF, Greiner R, Gniadecki R. Predicting the long-term outcomes of biologics in patients with psoriasis using machine learning. British Journal of Dermatology. 2020; 182(5):1305–7. doi: 10.1111/bjd.18741 Errichetti ENZO, Zalaudek I, Kittler H, Apalla Z, Argenziano G, Bakos R, et al. Standardization of dermoscopic terminology and basic dermoscopic parameters to evaluate in general dermatology (non-neoplastic dermatoses): an expert consensus on behalf of the International Dermoscopy Society. British Journal of Dermatology. 2020; 182(2):454–67. doi: 10.1111/bjd.18125 Gupta C, Gondhi NK, Lehana PK. Analysis and identification of dermatological diseases using Gaussian mixture modeling. IEEE Access, 2019; 7:99407–27. doi: 10.1109/ACCESS.2019.2929857 Liu Y, Jain A, Eng C, Way DH, Lee K, Bui P, et al. A deep learning system for differential diagnosis of skin diseases. Nature medicine. 2020;26(6):900–8. doi: 10.1038/s41591-020-0842-3 Markelova EM. Features of management of patients with seborrheic dermatitis. Medical alphabet. 2021;9:29–32. doi: 10.33667/2078-5631-2021-9-29-32 Obadeh Bassam Abdel-Rahman Al-Qaraleh, Dmytrenko SV, Kyrychenko VI, Datsenko GV, Gunas VI. Discriminant models of the possibility of occurrence and course of psoriasis in men of the general group and different somatotypes depending on the characteristics of anthro-somatotypological indicators.Reports of Morphology. 2021;27(3):67–72. doi: 10.31393/morphology-journal-2021-27(3)-10 Sudha M, Poorva B. Predictive Tool for Dermatology Disease Diagnosis using Machine Learning Techniques. IJITEE International Journal of Innovative Technology and Exploring Engineering. 2019;8(9):355–60. doi: 10.35940/ijitee.G5376.078919 Zander N, Sommer R, Schäfer I, Reinert R, Kirsten N, Zyriax BC, et al. Epidemiology and dermatological comorbidity of seborhoeic dermatitis: population-based study in 161–269 employees. British Journal of Dermatology. 2019;181(4):743–8. doi: 10.1111/bjd.17826 Zhu CY, Wang YK, Chen HP, Gao KL, Shu C, Wang JC, et al. A deep learning-based framework for diagnosing multiple skin diseases in a clinical environment. Frontiers in medicine. 2021; 8:626369. doi: 10.3389/fmed.2021.626369
Публікація статті	«Світ Медицини та Біології» №2(80), 2022 рік , 174-177 сторінки, код УДК 616.53-008.811.1-037-084-036.1:616-071.2
DOI	10.26724/2079-8334-2022-2-80-174-177