Мета дослідження – розробити алгоритм диференційної діагностики і прогнозування супутнього аскаридозу у хворих на хронічний панкреатит (ХП) з візуалізацією у вигляді дерева рішень.
Матеріали і методи. Дослідну групу склали 125 хворих на ХП у поєднанні із аскаридозом та без нього. Діагноз ХП було верифіковано відповідно до клініко-статистичної класифікації хвороб органів травлення. У результаті статистичної обробки отримано безліч правил, які йдуть від кореня до кожного термінального вузла, містять нерівності для численних атрибутів і умови включення для категоріальних атрибутів.
Результати. Було встановлено, що використання інформатизованого методу дерева рішень (data mining) є ефективним засобом побудови оптимального алгоритму прогнозування коморбідного перебігу ХП і аскаридозу (похибка становила 2,9 %). Клінічні та інструментальні (УЗД ПЗ) особливості хворих на ХП є інформативними параметрами скринінгу наявності аскаридозу, які за мірою зменшення значимості представлені наступним чином: збільшення голівки ПЗ, загальна слабкість, гідрофільна структура ПЗ, абдомінальний біль, нудота, нечіткі розмиті контурами ПЗ, пронос, важкість у правому чи лівому підребер’ї, чергування закрепу і проносу, гіркота в роті, неоднорідна дрібнозерниста ехоструктура ПЗ, відчуття переповнення в животі, тривалість ХП. Це важливо для визначення правильної тактики подальшої діагностики, лікування і реабілітації хворих з поєднаним перебігом ХП і аскаридозу.
Висновок. Для скринінгового прогнозування коморбідного аскаридозу при ХП і визначення раціональної тактики подальшої діагностики, лікування і реабілітації хворих з поєднаним перебігом ХП і аскаридозу на первинній ланці надання медичної допомоги було рекомендовано застосування інформатизованого методу дерева рішень (data mining).