MATHEMATICAL MODELS AND ALGORITHMS FOR CLINICAL DECISION SUPPORT IN HEMATOLOGY BASED ON BLOOD GASOMETRY TECHNOLOGY

2025

Full text Open access: Hybrid Metadata (CSL-JSON)
DOI 10.51885/3134-8025_jics_2026_1_11
Data confidence 70 medium
How this score is calculated

It is built from checkable properties of the record itself: whether the article has a DOI, how many independent sources confirmed its data, whether the required fields are filled in, and how recent the latest confirmation is. Disagreement between sources and a missing identifier lower it. A value of 80 or above means the record was published without further checking; 60 to 79 means it is published at reduced confidence, with a manual check advisable. A record verified by an editor by hand is never pushed below 90 by a recalculation. This scores our data about the article, not the article itself.

Abstract

В работе представлено математическое и алгоритмическое обоснование системы поддержки клинических решений для пациентов гематологического профиля на основе анализа газометрии крови. Разработана вычислительная модель, интегрирующая уравнения газообмена и кислотно-основного равновесия, включая соотношение Гендерсона–Хассельбаха, оценку анионной разницы и компенсационных механизмов. Предложенный алгоритм позволяет формализовать интерпретацию показателей рН, 𝑃𝑎𝐶𝑂2,𝐻𝐶𝑂3−и степени оксигенации, обеспечивая дифференциацию метаболических и респираторных нарушений. Результаты демонстрируют повышение объективности и воспроизводимости диагностики, а также возможность интеграции модели в клинические информационные системы. Разработанный подход способствует снижению диагностических ошибок и ускорению принятия решений в условиях интенсивной терапии.