您的账号已在其他设备登录,您当前账号已强迫下线,
如非您本人操作,建议您在会员中心进行密码修改

确定
收藏 | 浏览324 | 下载218

目的 基于支持向量机(SVM)技术,建立丙戊酸钠的血药浓度预测模型.方法 收集陆军军医大学第一附属医院2015年1月至2018年12月确诊为癫痫且服用丙戊酸钠缓释片的病人的血药浓度及16个血药浓度影响因素指标数据.利用随机数字表法将收集的206例病人共271个样本数据分为190个构成训练样本集以及81个构成测试样本集.基于SVM技术对190个训练样本进行训练,建立预测模型.再用外部验证法将81个测试样本的血药浓度模型预测值与实际观测值进行对比.结果 训练样本集和测试样本集中病人的各临床指标除胱抑素C外,其余指标差异无统计学意义(P≥0.05),训练样本集中病人胱抑素C为(1.17±1.23)mg/L,明显高于测试样本集中病人的(0.93±0.84)mg/L(P=0.012).基于SVM技术的血药浓度预测模型取得了较好的预测效果,模型预测值与实际观测值相对误差:小于5%的12个;5%~10%(含)的23个;10%~15%(含)的21个;15%~20%(含)的13个;20%~25%(含)的4个,超过25%的8个;平均相对误差为12.12%,相对误差小于20%(含)的样本占比达到85.18%.平均绝对误差为9.98 mg/L,绝对误差小于20 mg/L的样本占比达到95.06%.模型预测值与实际观测值的相关系数为0.788.结论 SVM技术在血药浓度预测方面具有良好的应用前景,基于该技术的丙戊酸钠血药浓度

作者:马攀;贾运涛;刘芳;程林;王红迁;严波;陈勇川

来源:安徽医药 2021 年 25卷 1期

知识库介绍

临床诊疗知识库该平台旨在解决临床医护人员在学习、工作中对医学信息的需求,方便快速、便捷的获取实用的医学信息,辅助临床决策参考。该库包含疾病、药品、检查、指南规范、病例文献及循证文献等多种丰富权威的临床资源。

详细介绍
热门关注
免责声明:本知识库提供的有关内容等信息仅供学习参考,不代替医生的诊断和医嘱。

收藏
| 浏览:324 | 下载:218
作者:
马攀;贾运涛;刘芳;程林;王红迁;严波;陈勇川
来源:
安徽医药 2021 年 25卷 1期
标签:
丙戊酸钠 精准医学 机器学习 线性模型 支持向量机 血药浓度 个体化用药
目的 基于支持向量机(SVM)技术,建立丙戊酸钠的血药浓度预测模型.方法 收集陆军军医大学第一附属医院2015年1月至2018年12月确诊为癫痫且服用丙戊酸钠缓释片的病人的血药浓度及16个血药浓度影响因素指标数据.利用随机数字表法将收集的206例病人共271个样本数据分为190个构成训练样本集以及81个构成测试样本集.基于SVM技术对190个训练样本进行训练,建立预测模型.再用外部验证法将81个测试样本的血药浓度模型预测值与实际观测值进行对比.结果 训练样本集和测试样本集中病人的各临床指标除胱抑素C外,其余指标差异无统计学意义(P≥0.05),训练样本集中病人胱抑素C为(1.17±1.23)mg/L,明显高于测试样本集中病人的(0.93±0.84)mg/L(P=0.012).基于SVM技术的血药浓度预测模型取得了较好的预测效果,模型预测值与实际观测值相对误差:小于5%的12个;5%~10%(含)的23个;10%~15%(含)的21个;15%~20%(含)的13个;20%~25%(含)的4个,超过25%的8个;平均相对误差为12.12%,相对误差小于20%(含)的样本占比达到85.18%.平均绝对误差为9.98 mg/L,绝对误差小于20 mg/L的样本占比达到95.06%.模型预测值与实际观测值的相关系数为0.788.结论 SVM技术在血药浓度预测方面具有良好的应用前景,基于该技术的丙戊酸钠血药浓度