Sirvi Autor "Kals, Mart, juhendaja" järgi

Tulemuste filtreerimiseks trükkige paar esimest tähte
Nüüd näidatakse 1 - 2 2
  • Pisipilt
    listelement.badge.dso-type Kirje ,
    Eesnäärmevähi riskimudeli arendamine Eesti terviseandmete põhjal
    (Tartu Ülikool, 2024) Objärtel, Telver; Kals, Mart, juhendaja; Reigo, Anu, juhendaja; Kolde, Raivo, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Molekulaar- ja rakubioloogia instituut
    Eesnäärmevähk on meeste seas üks kõige levinum ja üks kõige suurema suremusega kasvaja, mida on varajastes staadiumites raske tuvastada. Selles väitekirjas koostati statistiline mudel, mis ennustab 40–59-aastaste meeste eesnäärmevähiriski. Mudeli loomisel kasutati Eesti meeste terviseandmeid perioodist 2012–2019 (RITA MAITT andmebaas). Mudelit valideeriti Eesti geenivaramu kohordis (30 045 meest, kellest 622 olid juhud). Parim mudel kasutab riski ennustamisel teavet vanuse, eesnäärme suurenemuse ja kroonilise prostatiidi kohta. Valideerimisandmestikul oli mudeli 5–aastane ennustusvõime hea (𝐴𝑈𝑅𝑂𝐶 = 0,852; 95% usaldusintervall 84,1– 86,2; 𝐴𝑈𝑃𝑅𝐶 = 7,83). Eesnäärmevähi polügeenne riskiskoor ei suurendanud mudeli ennustusvõimet. Mudelit saab kasutada PSA mõõtmise või eesnäärme muu kliinilise uuringu näidustamiseks.
  • Pisipilt
    listelement.badge.dso-type Kirje ,
    Kardiovaskulaarsete haiguste ja 2. tüüpi diabeedi riskimudelite hindamine TÜ Eesti geenivaramu andmete põhjal
    (Tartu Ülikool, 2025) Savi, Gailin; Kals, Mart, juhendaja; Fischer, Krista, juhendaja; Tartu Ülikool. Matemaatika ja statistika instituut; Tartu Ülikool. Loodus- ja täppisteaduste valdkond
    Bakalaureusetöö eesmärk on välja töötada riski ennustavaid mudeleid neljale kardiovaskulaarsele haigusele ja 2. tüüpi diabeedile. Kõigile haigustele on loodud kaks mudelit ja seejärel võrreldud kliiniliselt kasutatava SCORE2 mudeli riskifaktoritega. Esimene loodud mudel sisaldab polügeenseid riskiskoore, metaboloomika näitajaid ja elustiililisi tunnuseid. Teine mudel on sobitatud vaid polügeensete riskiskooride ja vanuse põhjal. Analüüsis on kasutatud Tartu Ülikooli Eesti geenivaramu andmeid. Töö teoreetilises osas antakse ülevaade Eesti geenivaramust, uuritavatest haigustest, metaboliitidest, polügeensetest riskiskooridest, kasutatavatest analüüsimeetoditest ja SCORE2 riskiskoorist. Praktilises osas on kirjeldatud kasutatavaid andmeid ja mudelite tulemusi. Välja töötatud mudelite prognooside täpsusi on võrreldud Harrelli C-indeksi põhjal.