Используемые компоненты Delphi и их взаимосвязи

Во всех приложения работы с базами данных Delphi автоматически создаёт объект компонента Session для использования методов TSession, с помощью которых происходит взаимодействие приложения с Bo rland Database Engine. Эта компонента описывается в специальном модуле Db, который необходимо подключать во всех программах баз данных.

Объект TDatabase имеет несколько дополнительных свойств, с помощью которых можно сконфигурировать подключение.

После подключения база данных становится доступной для всех объектов приложения под своим псевдонимом, к которому обращаются объекты, осуществляющие запросы -- TQuery. Так как программа может осуществлять две независимые транзакции, од на для анализа данных в базе, другая для получения прогнозной информации, в приложении используются два независимых объекта компонента TQuery. Каждый из этих объектов связан с основной базой данных и выполняет свои запросы (рис.4). Для получения и интерп ретации результатов выполнения запросов с каждым из объектов типа TQuery связан промежуточный объект компонента TDateSource, выполняющий функцию связи Query с объектами вывода результатов выполнения запроса на экран или в приложение. Такими объектами явл яются компоненты TDBGrid и TDBText, из информационных полей которых приложение непосредственно получает результаты запросов к серверу. Схема связи компонент работы с сервером имеет следующий вид.

Borland Database Engine

Разработка SQL-запросов

Язык структурированных запросов (SQL-Structured Query Language) -- это стандартизированный язык получения доступа к данным и выполнения операций с ними, разработанный в Американском национальн ом институте стандартов в 1986 году. Поскольку в этом языке нет специальных структур, не совсем правильно будет назвать SQL языком программирования. Однако в нём определены команды, похожие на операторы программы, такие как SELECT, JOIN или UPDATE для вы полнения различных операций с таблицами баз данных.

Поскольку Delphi и Borland Database Engine выполняют большинство операций с базами данных, поддерживают подмножество стандарта SQL для баз данных форматов Paradox, dBase, Oracle и ряда других, к таблицам БД одного из этих форматов можн о применять команды SQL SELECT, INSERT, UPDATE, DELETE для выполнения операций выборки, вставки, обновления и удаления соответственно. Также серверы SQL обеспечивают дополнительные команды, ознакомиться с которыми можно в специальной документации.

Так как в приложении необходимо обеспечить лишь получении информации из базы данных, но не в коем случае не корректировку записей в таблицах, для этих целей использовалась одна единственная SQL команда SELECT. Эта команда позволяет дел ать сложные запросы на выборку из базы по определённым критериям.

Синтаксис этой команды выглядит следующим образом:

Вместо списка столбцов могут присутствовать различные функции выборки:

COUNT(<список столбцов>) -- подсчитать строки, которые выбрал запрос;

(для первых трёх функций могут использоваться только числовые поля)

Для оформления предикатов выбора (фильтров) используются следующие правила:

<предикат выбора>:=<имя столбца><оператор><значение столбца>

где <оператор>: ' = ' , ' < ' , ' > ' , ' >= ' , ' <= ' , ' <> ' , ' AND ' , ' NOT ' , ' OR ' , ' специальные операторы '

где <специальные операторы > :

1. IN (список значений среди которых нужно искать значение, перечисление диапазона значений);
2. BETWEEN <начало диапазона> AND <конец диапазона> - видит записи, значение которых лежит в данном диапазоне, чувствителен к порядку (начало всегда должно быть меньше конца), включаются и начальное и конечное данные диапа зона;
3. LIKE ' <подстрока> ' - находит в записях заданные подстроки (применим только к полям типа char и varchar), ищет поле символа, чтобы видеть совпадает ли с условием часть его строки, можно использовать при написании диапазона с пециальные символы : '_' - заменить один символ любым; '%' - заменить последовательность символов любыми;
4. IS NULL - ищет все нули в указанном столбце;
5. NOT NULL - ищет все не нули в указанном столбце.

Примеры использования различных возможностей оператора SELECT представлены в таблице 1.

Для передачи базе данных команда SQL используется компонент Query, т. е. чтобы пользоваться командами SQL, каждой базе данных нужен один объект компонента Query. С компонентов Query напрямую связан объект DateSource для подсоединен ия специализированных элементов управления к компоненту Query. Эти элементы управления отражают результаты выполнения команд SQL.

Для целей программы были использованы запросы, формируемые динамически, т. е. во время выполнения программы. Сформированные запросы передавались объекту Query, а результат возвращался и изымался в последствии из объекта DBGrid или DBEd it.

Таблица 1. Примеры SQL запросов

Для наглядного анализа результатов исследования ЧМТ по всему городу и по отдельным его районам в указанные пользователем сроки, а также с учетом признаков, по которым необходимо видеть распред еление травм, программой предусмотрены несколько видов меню -- основное, всплывающее и стационарное и система кнопок для других сервисов программы. Анализ результатов запросов осуществляется с помощью построения различных графиков, диаграмм и зависимосте й, а также общей таблицы результатов.

Программа использует стандартные средства Delphi для обеспечения главного меню, всплывающего по левой кнопке мыши меню, и стационарного меню, привязанного к определённой области программы. По возможности реализована система подсказок п о использованию того или иного вида меню, также с помощью возможностей системы программирования.

Для построения графиков и диаграмм использованы стандартный класс Delphi TChart, предоставляющий возможности построения различного вида диаграмм -- столбчатых, точетных, круговых, векторных, линечатых и других. В программе, исходя из н аглядности представления материала, использованы столбчатые, круговые и линейчатые диаграммы. Все диаграммы построены на основе данных, которые в результате осуществления более двухсот запросов к серверу собираются в общую таблицу и хранятся в ней. При з апросе пользователя на тот или иной вид диаграмм, (запрос осуществляется с помощью системы меню) из таблицы данных изымается нужная строка или столбец, передаются в объект компонента TChar и по этим данным методы объекта воспроизводят нужную диаг-рамму в соответствии с конфигурацией объекта (надписи на осях, пояснительные надписи к данным, заголовок диаграммы и другие характеристики).

На следующей вкладке (программа имеет вкладочную систему отображения информации) отображена таблица, содержащая все результаты запросов, суммарные результаты и возможные ошибки, вычисленные по формуле (1.0).

q=100-P, если P выражено в % или q=1-P, если P выражено в долях единицы;

Примеры диаграмм изображены на рис.5-6.

Таким образом, представленные выше программные продукты, позволяют автоматизировать сбор и обработку значительной по объему информации о черепно-мозговой травме. Созданная информационная система, объективизируя и облегчая оценку по лученных данных, служит основой для выработки решений по оптимизации оказания диагностической и лечебной помощи пострадавшим с острой ЧМТ, сокращая сроки оказания помощи и улучшая ее качество. Кроме этого, полученная база данных о острой ЧМТ за 4 года по служила основой для разработки новых программных продуктов. В, частности - краткосрочного прогнозирования развития черепно-мозгового травматизма в г. Донецке поквартально и на следующий год.

Рис. 5. Использование в программе линейчатых графиков

Рис. 6. Общая таблица результатов выполнения запросов пользователя

Решение многих вопросов своевременной медицинской помощи больным с неотложными состояниями может быть более успешным, если знать заранее характер их развития, распределение интенсивности т равматизма и острых заболеваний по времени в течение года. Иными словами, предвидение развития различных неотложных состояний является тем необходимым звеном, которое позволяет с минимальными затратами организовывать квалифицированную оптимальную помощь населению.

В прогнозировании можно идти двумя путями. Первый – попытаться вскрыть причинно-следственный механизм, т. е. найти факторы, определяющие поведение прогнозируемого показателя, прогноз по которым либо известен, либо найти нетрудно. Этот путь приводит собственно к экономико-математическому моделированию, построению модели поведения объекта (статистические модели такого типа иногда называют эконометрическими). Второй путь, – не вдаваясь в механику движения, попытаться предсказать будущее положение, анализируя временной ряд показателя изолированно. В данной работе рассмотрены именно такие методы, так как определить общие закономерности прогнозируемого объекта представляется весьма сложным.

В большинстве приложений применяются два типа прогностических моделей: экспоненциальное сглаживание и регрессия (в том числе криволинейное выравнивание). Причины несомненной популярности соответствующих метод ов следующие:

1. сравнительная простота;
2. экономичность вычислений;
3. возможность автоматического построения прогнозов;
4. наличие хорошего математического обеспечения.

Задача прогнозирования динамики ЧМТ заключается в следующем: по исходной выборке, содержащей данные о количестве ЧМТ, отвечающих заданным критериям (например - определённому возрасту, полу, виду травмы) за период упреждения прогноза (в данном случае 1 996-1999гг.) необходимо спрогнозировать число ЧМТ в заданном периоде от 1 до 10 лет. Выборка может содержать данные за разные моменты времени (дни недели, дни месяца, недели, месяцы, кварталы, годы), это даёт возможность разностороннего анализа и достига ется за счет хранения общей выборки в электронном виде в файле базы данных (БД). Имеющаяся БД содержит большой набор признаков, по которым возможен анализ данных, например: дата травмы; день недели, в который произошла травма; пол, возраст, социальное по ложение пострадавшего; вид травмы; ее характер, исход травмы и т. п.

Полученный прогноз должен быть верифицирован (проверен) по 2000 и 2001 гг., ошибка прогнозирования не должна превышать 5 - 10%.

• имеются ежегодные данные, и их можно взять из официальных источников (карты истории больных);

• прогнозы являются одноразовыми, т.е. не повторяются и не подправляются (адаптируются) с поступлением новых данных;

• прогнозы осуществляются для временных рядов относительно малой длинны;

• прогнозируется динамика не отдельного объекта, а процесса, имеющего более общую природу (динамика травматизма);

• прогноз необходимо построить на 5-10 лет.

• Для её решения существуют такие методы:

• линейная регрессия;

• криволинейное выравнивание (подбор кривых, сводящихся к линейному тренду);

• выравнивание по кривым, сводящимся к модифицированной экспоненте;

• метод кумулятивных сумм.

Каждый из перечисленных методов имеет свои достоинства и недостатки, в данной работе все методы рассмотрены более подробно. Из них выбран метод, наиболее отвечающий своими характеристиками (точностью прогнозирования, простотой реализац ии, ясностью и др.) и реализован для решения поставленной задачи.

В качестве основы изучения развития ЧМТ было положено исследование характера травм, так как особенности динамики этой стороны травматизма во многом предопределяют его развитие в будущем. И особенно это относится к росту так называемого бытового травматизма, который и определяет, по существу, изменения этой патологии в последние годы.

При более детальной оценке полученной информации, также было выделено взаимоотношение бытового травматизма среди мужчин и женщин, так как соотношение ЧМТ среди них с каждым годом меняется - за последние годы на фоне общего роста бытово го травматизма, отмечается значительный рост травматизма у женщин по отношению к мужчинам. Эффективность разработанной прогностической системы представлена в таблице 1.