prikaz prve stranice dokumenta Kako Monte Carlo metodom izmjeriti KEP-indeks čitavoj studentskoj populaciji Sveučilišta u Splitu u jedno poslijepodne?
  Preuzmi
PDF 1.21 MB
diplomski rad
Kako Monte Carlo metodom izmjeriti KEP-indeks čitavoj studentskoj populaciji Sveučilišta u Splitu u jedno poslijepodne?
2023. urn:nbn:hr:171:876527
Dodig, Dora
Sveučilište u Splitu
Medicinski fakultet

Citirajte ovaj rad

Dodig, D. (2023). Kako Monte Carlo metodom izmjeriti KEP-indeks čitavoj studentskoj populaciji Sveučilišta u Splitu u jedno poslijepodne? (Diplomski rad). Split: Sveučilište u Splitu, Medicinski fakultet. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:171:876527

Dodig, Dora. "Kako Monte Carlo metodom izmjeriti KEP-indeks čitavoj studentskoj populaciji Sveučilišta u Splitu u jedno poslijepodne?." Diplomski rad, Sveučilište u Splitu, Medicinski fakultet, 2023. https://urn.nsk.hr/urn:nbn:hr:171:876527

Dodig, Dora. "Kako Monte Carlo metodom izmjeriti KEP-indeks čitavoj studentskoj populaciji Sveučilišta u Splitu u jedno poslijepodne?." Diplomski rad, Sveučilište u Splitu, Medicinski fakultet, 2023. https://urn.nsk.hr/urn:nbn:hr:171:876527

Dodig, D. (2023). 'Kako Monte Carlo metodom izmjeriti KEP-indeks čitavoj studentskoj populaciji Sveučilišta u Splitu u jedno poslijepodne?', Diplomski rad, Sveučilište u Splitu, Medicinski fakultet, citirano: 10.04.2025., https://urn.nsk.hr/urn:nbn:hr:171:876527

Dodig D. Kako Monte Carlo metodom izmjeriti KEP-indeks čitavoj studentskoj populaciji Sveučilišta u Splitu u jedno poslijepodne? [Diplomski rad]. Split: Sveučilište u Splitu, Medicinski fakultet; 2023 [pristupljeno 10.04.2025.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:171:876527

D. Dodig, "Kako Monte Carlo metodom izmjeriti KEP-indeks čitavoj studentskoj populaciji Sveučilišta u Splitu u jedno poslijepodne?", Diplomski rad, Sveučilište u Splitu, Medicinski fakultet, Split, 2023. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:171:876527

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:171:876527
Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.
Podaci o radu
NaslovKako Monte Carlo metodom izmjeriti KEP-indeks čitavoj studentskoj populaciji Sveučilišta u Splitu u jedno poslijepodne?
Naslov (engleski)How to use Monte Carlo method to measure DMFT index of the entire student population of the University of Split in one afternoon?
AutorDora Dodig
MentorDarko Kero (mentor)
Član povjerenstvaAntonija Tadin (predsjednik povjerenstva)
Član povjerenstvaTea Galić (član povjerenstva)
Član povjerenstvaBenjamin Benzon (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Splitu
Medicinski fakultet
Split
Datum i država obrane2023-09-27, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		BIOMEDICINA I ZDRAVSTVO
Dentalna medicina
Oralna medicina
Sažetak
Ciljevi istraživanja: Cilj ovog istraživanja bio je generirati podatke za KEP-indeks čitave studentske populacije Sveučilišta u Splitu iz tri uzorka različite veličine korištenjem Monte Carlo metode. Materijali i metode: Podatci za potrebe istraživanja prikupljeni su u sklopu kliničkih vježbi na kolegijima „Restaurativna dentalna medicina 2“ te „Endodoncija 2“. Svi ispitanici (n =200) su bili studenti Sveučilišta u Splitu koji su došli na pregled ili liječenje u ordinacije fakultetske... Više poliklinike za dentalnu medicinu „Dental academicus“. Iz prikupljenih podataka o KEP-indeksu izvedena su tri uzorka – mali uzorak (n =50), uzorak srednje veličine (n = 100) i cjelokupni uzorak (n = 200). Iz navedenih uzoraka Monte Carlo simulacijama (MCS) su generirani podatci o KEP-indeksu za tri studentske populacije (MCS 50, MCS 100 i MCS 200) od kojih je svaka bila veličine 20 000 pojedinaca. Vjerojatnosti pojedinih ishoda za KEP-indeks i njegove sastavnice, kao i međusobna povezanost KEP-indeksa i sastavnica KEP-indeksa su ubačeni kao pretpostavke za MCS. Rezultati: Procjena za prosječni KEP-indeks studentske populacije prema MCS 50 je 8,96 ± 0,69 (99% CI [8,91; 9]), prema MCS 100 9,12 ± 0,47 (99% CI [9,08; 9,21]), te prema MCS 200 8,82 ± 0,36 (99% CI [8,77; 8,87]). Od sastavnica KEP-indeksa, broj saniranih zubi (P) je u sve tri simulacije bio najjače povezan s KEP-indeksom i to R = 0,84 (MCS 50), R = 0,82 (MCS 100) i R = 0,77 (MCS 200). Procjene prosječnog KEP-indeksa MCS-om odstupale su za manje od 1 boda u odnosu na procjene prosječnog KEP-indeksa iz pripadajućih uzoraka i međusobno. Zaključci: Monte Carlo metoda može biti korisna u procjeni prosječnih populacijskih vrijednosti kliničkih indeksa u dentalnoj medicini uključujući i KEP-indeks. Prema postavkama MCS u ovom istraživanju, veličina izvornih uzoraka nije bitnije utjecala na završnu procjenu parametara KEPindeksa. Sakrij dio sažetka
Sažetak (engleski)
Objectives: The aim of this study was to generate data for the DMFT (Decayed, Missing, and Filled Permanent Teeth) index of the entire student population of the University of Split from three samples of different sizes using Monte Carlo method. Materials and methods: Data for this study were collected during clinical exercises in the courses "Restorative Dental Medicine 2" and "Endodontics 2". All participants (n = 200) were students of the University of Split who came for an... Više examination or treatment in the offices of the faculty polyclinic for dental medicine "Dental academicus". Three samples were derived from the collected data on the DMFT index - a small sample (n = 50), a medium-sized sample (n = 100) and the entire sample (n = 200). Monte Carlo simulations (MCS) were used to obtain DMFT index data for three student populations (MCS 50, MCS 100, and MCS 200) of 20,000 individuals each from the above samples. The probabilities of individual outcomes for the DMFT index and its components, as well as the mutual correlation between the DMFT index and the components of the DMFT index, were entered as assumptions for the MCS. Results: The estimated mean DMFT index of the student population by MCS 50 was 8.96 ± 0.69 (99% CI [8.91; 9]), by MCS 100 was 9.12 ± 0.47 (99% CI [9.08; 9.21]), and by MCS 200 was 8.82 ± 0.36 (99% CI [8.77; 8.87]). Regarding the components of the DMFT index, the number of repaired teeth (F) in MCS 50, MCS 100, and MCS 200 was most strongly correlated with the DMFT index, namely R = 0.84, R = 0.82, and R = 0.77, respectively. The estimated mean DMFT indices by MCS differed from the mean DMFT indices of the corresponding samples and from each other by less than 1 point. Conclusions: The Monte Carlo method may be useful in estimating the population means of clinical indices in dental medicine, including the DMFT index. According to the assumptions made for MCS in this study, the size of the original samples did not significantly affect the final estimate of the parameters of the DMFT index. Sakrij dio sažetka
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:171:876527
Studijski programNaziv: Dentalna medicina
Vrsta studija: sveučilišni
Stupanj studija: integrirani preddiplomski i diplomski
Akademski / stručni naziv: doktor/doktorica dentalne medicine (dr. med. dent.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaOtvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2024-04-09 07:24:02
accessibility

closePristupačnostrefresh

Ako želite spremiti trajne postavke, kliknite Spremi, ako ne - vaše će se postavke poništiti kad zatvorite preglednik.