A method useful for facilitating choosing a treatment or treatment regime
and for predicting the outcome of a treatment for a disorder which is
diagnosed and monitored by a physician or other appropriately trained and
licensed professional, such as for example, a psychologist, based upon the
symptoms experienced by a patient. Unipolar depression is an example of
such a disorder, however the model may find use with other disorders and
conditions wherein the patient response to treatment is variable. In the
preferred embodiment, the method for predicting patient response includes
the steps of performing at least one measurement of a symptom on a patient
and measuring that symptom so as to derive a baseline patient profile,
such as for example, determining the symptom profile with time; defining a
set of a plurality of predictor variables which define the data of the
baseline patient profile, wherein the set of predictor variables includes
predictive symptoms and a set of treatment options; deriving a model that
represents the relationship between patient response and the set of
predictor variables; and utilizing the model to predict the response of
said patient to a treatment. A neural net architecture is utilized to
define a non-linear, second order model which is utilized to analyze the
patient data and generate the predictive database from entered patient
data.
Een methode nuttig om te vergemakkelijken kiezend een behandeling of een behandelingsregime en voor het voorspellen van het resultaat van een behandeling voor een wanorde die worden gediagnostiseerd en door een arts gecontroleerd of andere leidde en gaf geschikt beroeps, zoals bijvoorbeeld, een psycholoog, gebaseerd op de symptomen vergunning op die door een patiënt worden ervaren. De eenpolige depressie is een voorbeeld van een dergelijke wanorde, nochtans kan het model gebruik met andere wanorde en voorwaarden vinden waarin de geduldige reactie op behandeling veranderlijk is. In de aangewezen belichaming, omvat de methode om geduldige reactie te voorspellen de stappen van het uitvoeren van minstens één meting van een symptoom op een patiënt en het meten dat symptoom om een basislijn geduldig profiel, zoals bijvoorbeeld af te leiden, bepalend het symptoomprofiel met tijd; bepalend een reeks van een meerderheid van voorspellersvariabelen die de gegevens van het basislijn geduldige profiel bepalen, waarin de reeks voorspellersvariabelen vooruitlopende symptomen en een reeks behandelingsopties omvat; afleidend een model dat het verband tussen geduldige reactie en de reeks voorspellersvariabelen vertegenwoordigt; en gebruikend het model om de reactie te voorspellen van bovengenoemde patiënt op een behandeling. Een neurale netto architectuur wordt gebruikt om een niet-lineair, tweede ordemodel te bepalen dat wordt gebruikt om de geduldige gegevens te analyseren en het vooruitlopende gegevensbestand van ingegane geduldige gegevens te produceren.