PREDICTION OF DISEASE STAGE IN PATIENTS WITH ADENOMYOSIS USING CLASSIFICATION TREE

L.Yu. Karakhalis, N. S. Papova, А. А. Khalafyan, V. A. Akinshina
In: Kuban Scientific Medical Bulletin · 2018 · vol. 25(4) , pp. 37–42 · doi:10.25207/1608-6228-2018-25-4-37-42 · W2992077153
article OA: diamond CC0
🔓 Open OA copy Full text JSON View on OpenAlex View at publisher
⚙ AI-generated summary by gemini-2.5-flash-lite, 2026-07-28 ⓘ

This study developed a classification tree model using clinical examination data from 84 adenomyosis patients to predict disease stage and identify significant predictors.

One-sentence paraphrase of the abstract; not a substitute for reading it. No clinical advice. How this works

⚙ AI-generated deep summary by qwen3.7-flash, 2026-09-09 · read from full text ⓘ

This study developed a mathematical model using classification trees to predict the disease stage of adenomyosis based on clinical examination results. The researchers analyzed data from 84 patients with adenomyosis, employing nonparametric correlation analysis to identify indicators associated with disease progression and constructing a decision tree that balanced complexity with classification accuracy. The authors note that this method allows for the determination of predictor significance and can be automated into software applications for use by medical personnel without specialized data analysis training. This paper is centrally about adenomyosis — specifically focusing on statistical methods for staging the condition.

Read from the paper's body, not the abstract. Not a substitute for reading the paper. No clinical advice. How this works

Abstract

Aim. This study was designed to develop the mathematical prediction model of adenomyosis spread stages according to the results of clinical examination using the classification tree statistical method. Materials and methods . During this study we conducted the sampling of 84 patients with adenomyosis. By means of nonparametric correlation analysis we identified the indicators which were interconnected with the disease stage and prediction according to the results of clinical examination of the patients by means of the classification tree statistical method. Results. We managed to build a suitable classification tree that helped to reach the compromise between the tree complexity and the amount of false classifications. This method allows us to define to role (significance) of the predictors in the classification model. Conclusion. The creation of software applications automatizes the classification procedure and makes it possible for medical staff who don’t have specialized training in data analysis sphere to use it.
Full text 5,084 characters · extracted from oa-doi-fallback · click to expand
ПРОГНОЗИРОВАНИЕ СТАДИИ ЗАБОЛЕВАНИЯ У БОЛЬНЫХ АДЕНОМИОЗОМ ПРИ ПОМОЩИ ДЕРЕВЬЕВ КЛАССИФИКАЦИИ https://doi.org/10.25207/1608-6228-2018-25-4-37-42 Аннотация Цель. Разработать математическую модель прогнозирования стадий распространения аденомиоза по клиническим результатам обследования больных статистическим методом деревья классификации. Материалы и методы. Проведена выборка из 84 больных с аденомиозом, посредством непараметрического корреляционного анализа выявлены показатели, взаимосвязанные со стадиями заболевания, прогнозированием по клиническим результатам обследования больных статистическим методом деревья классификации. Результаты. Методом ветвления удалось построить приемлемое дерево классификации, в котором достигнут компромисс между сложностью дерева и количеством ошибочных классификаций. Метод позволяет при построении дерева классификации определить роль (значимость) предикторов в модели классификации. Заключение. Создание программных приложений автоматизирует процедуру классификации и делает возможным их использование медицинским персоналом, не имеющим специализированной подготовки в области анализа данных. Об авторах Л. Ю. КАРАХАЛИСРоссия ул. Седина, 4, Краснодар, Россия, 350063 тел.: +7 (988) 244-40-44 Н. С. ПАПОВА Россия ул. Седина, 4, Краснодар, Россия, 350063 А. А. ХАЛАФЯН Россия Факультет компьютерных технологий и прикладной математики ул. Ставропольская, 149, г. Краснодар, Россия, 350040 В. А. АКИНЬШИНА Россия Факультет компьютерных технологий и прикладной математики ул. Ставропольская, 149, г. Краснодар, Россия, 350040 Список литературы 1. Арутюнян А.Ф., Гайдуков С.Н., Кустаров В.Н. Современные аспекты патогенетически обоснованной терапии аденомиоза. Педиатр. 2016; 7(3): 92-97. doi: 10.17816/PED7392- 97. [Arutunyan A.F., Gajdukov S.N., Kustarov V.N. Actual issues of pathogenetically substantiated therapy of adenomyosis. Pediatr. 2016; 7(6): 92-97. (In Russ., English abstract)]. 2. Дамиров М.М., Олейникова О.Н., Майорова О.В. Генитальный эндометриоз: взгляд практикующего врача. М.: БИНОМ. 2013. 152 с. [Damirov M.M., Oleinikova O.N., Majorova O.V. Genital'nyj endometrioz: vzglyad praktikuyuschego vracha. M.: BINOM. 2013. 152 p. (In Russ.)]. 3. Стрижаков А.Н., Давыдов А.И., Пашков В.М., Лебедев В.А. Доброкачественные заболевания матки /2-е изд. перераб. и доп. М.: ГЭОТАР-Медиа. 2014. 312 с. [Strijhakov A.N., Davydov A.I., Pashkov V.M., Lebedev V.A. Dobrokachestvennye zabolevaniya matki. 2-e izd. pererab. i dop. M.: GEOTAR-Media. 2014. 312 p. (In Russ.)]. 4. Адамян Л.В., Сонова М.М., Логинова О.Н., Арсланян К.Н. Роль ароматазы в развитии генитального эндометриоза. Акушерство, гинекология, репродукция. 2016; 10(4): 39- 48. DOI: 10.17749/2313-7347.2016.10.4.039-048. [Adamyan L.V., Sonova M.M., Loginova O.N., Arlslanyan K.N. The role of aromatase in the development of endometriosis. 2016; 10(4): 39-48. (In Russ., English abstract)]. 5. Адамян Л.В. Эндометриоз: диагностика, лечение и реабилитация. Клинические рекомендации. Москва. 2013. 86 с. [Adamyan L.V. Endometrioz: diagnostika, lechenie i reabilitaciya. Klinicheskie rekomendacii. Moskva. 2013. 86 p. (in Russ.)]. 6. Garavaglia E., Audrey S., Annalisa I., Stefano F., Iacopo T., Laura C., Massimo C. Adenomyosis and its impact on women fertility. Iran J Reprod Med. 2015; 13(6): 327-336. 7. Vannuccini S., Tosti C., Carmona F., Huang S.J., Chapron C., Guo S.W., Petraglia F. Pathogenesis of adenomyosis: an up-date on molecular mechanisms. Reprod Biomed Online. 2017; 35: 592-601. DOI: 10.1016/j.rbmo.2017.06.016. 8. Struble J., Reid S., Bedaiwy M.A. Adenomyosis: a clinical review of a challenging gynecologic condition. J Minim Invasive Gynecol. 2016; 23(2): 164-85. DOI: 10.1016/j.mig.2015.09.018. 9. Карахалис Л.Ю., Пенжоян Г.А., Червонная И.Ю., Васина И.Б. Обоснование выбора препаратов при аденомиозе для восстановления репродуктивного потенциала. Врач. 2010; 10: 57-62. [Karakhalis L.Yu., Penjhoyan G.A., Chervonnaya I.Yu., Vasina I.B. Obosnovanie vybora preparatov pri adenomyoze dlya vosstanovleniya reproduktivnogo potenciala. Vrach. 2010; 10: 57-62. (In Russ.)]. 10. Ryan G.L., Stolpen A., Van Voorhis B.J. An unusual cause of adolescent dysmenorrhea. Obstetrics and Gynecology. 2006; 108(4): 1017-1022. DOI: 10.1097/01.AOG.0000237163.98010.b3. 11. Халафян А.А. STATISTICA 6. Математическая статистика с элементами теории вероятностей. М.: Бином. 2010. 491 с. [Kalafyan A.A. STATISTIKA 6. Matematicheskaya statistika s elementami teorii veroyatnostej. M.: BINOM. 2010. 491 p. (In Russ.)]. Рецензия Для цитирования: КАРАХАЛИС Л.Ю., ПАПОВА Н.С., ХАЛАФЯН А.А., АКИНЬШИНА В.А. ПРОГНОЗИРОВАНИЕ СТАДИИ ЗАБОЛЕВАНИЯ У БОЛЬНЫХ АДЕНОМИОЗОМ ПРИ ПОМОЩИ ДЕРЕВЬЕВ КЛАССИФИКАЦИИ. Кубанский научный медицинский вестник. 2018;25(4):37-42. https://doi.org/10.25207/1608-6228-2018-25-4-37-42 For citation: KARAKHALIS L.Yu., PAPOVA N.S., KHALAFYAN A.A., AKINSHINA V.A. PREDICTION OF DISEASE STAGE IN PATIENTS WITH ADENOMYOSIS USING CLASSIFICATION TREE. Kuban Scientific Medical Bulletin. 2018;25(4):37-42. (In Russ.) https://doi.org/10.25207/1608-6228-2018-25-4-37-42 JATS XML

Text is read by the "Ask this paper" AI Q&A widget below. Extraction quality varies by source — PMC NXML preserves structure cleanly, OA-HTML may include some navigation residue, and OA-PDF can have broken hyphenation. The publisher copy (via DOI) is the canonical version.

My notes (saved in your browser only)

⚙ Ask this paper AI returns verbatim quotes from the full text · source: oa-doi-fallback ⓘ

Answers must be backed by verbatim quotes from this paper's full text. Hallucinated quotes are dropped automatically; if no verbatim passage answers the question, we say so. How this works

Condition tags

adenomyosis

Citation neighborhood

Papers in the corpus that this work cites (lower rings, blue) and that cite this one (upper rings, green). Dot size scales with the paper's in-corpus citation count — bigger dot = more influential within the endo/adeno field. Click a dot to open that paper. [ expand to 2 hops ] — adds papers reached through this work's immediate citers/citees. Heavier; up to 60 extra dots.

References (6)

Source provenance

openalex
last seen: 2026-06-04T00:00:01.174412+00:00
License: CC0 · commercial use OK