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133 | 下载8

目的 构建派生于灰色模型与神经网络模型的灰色神经网络模型,探讨其在肺炎克雷伯菌氨基糖甙类耐药指数拟合及推测的应用.方法 收集中国期刊全文数据库(CNKI)及国内相关数据库文献报道的1995-2009年期间肺炎克雷伯菌氨基糖甙类药物的耐药性数据,分别应用灰色模型GM(1,1)、BP神经网络模型进行拟合推测,最后构建派生于这两种模型的GBP神经网络模型.以x2拟合优度检验及平均绝对误差(MAE)、误差标准差(RSE)、平均绝对百分误差(MAPE)衡量拟合及推测结果的合理性及准确性.结果 1995-2009年期间肺炎克雷伯菌氨基糖甙类药物的耐药指数经三种模型拟合,显示拟合优度检验结果均为x2<x2 0.995,P>0.995,且对比2007-2009年推测值各精度衡量标准MAE、SDE、MAPE值以GBP模型最小,提示其推测效果最佳.结论 灰色神经网络模型能以较高精度(MAPE<5%)拟合细菌耐药性发展趋势,提高了拟合与推测结果的稳定性及可靠性,有利于为抗菌药物的选择应用及细菌耐药性控制提供参考依据.

作者:刘姝;王和

来源:中国抗生素杂志 2013 年 38卷 7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:133 | 下载:8
作者:
刘姝;王和
来源:
中国抗生素杂志 2013 年 38卷 7期
标签:
肺炎克雷伯菌 氨基糖甙类 耐药 拟合与推测 数学模型 Klebsiella pneumoniae Aminoglycosides Drug-resistance Fitting and predicting Mathematical model
目的 构建派生于灰色模型与神经网络模型的灰色神经网络模型,探讨其在肺炎克雷伯菌氨基糖甙类耐药指数拟合及推测的应用.方法 收集中国期刊全文数据库(CNKI)及国内相关数据库文献报道的1995-2009年期间肺炎克雷伯菌氨基糖甙类药物的耐药性数据,分别应用灰色模型GM(1,1)、BP神经网络模型进行拟合推测,最后构建派生于这两种模型的GBP神经网络模型.以x2拟合优度检验及平均绝对误差(MAE)、误差标准差(RSE)、平均绝对百分误差(MAPE)衡量拟合及推测结果的合理性及准确性.结果 1995-2009年期间肺炎克雷伯菌氨基糖甙类药物的耐药指数经三种模型拟合,显示拟合优度检验结果均为x2<x2 0.995,P>0.995,且对比2007-2009年推测值各精度衡量标准MAE、SDE、MAPE值以GBP模型最小,提示其推测效果最佳.结论 灰色神经网络模型能以较高精度(MAPE<5%)拟合细菌耐药性发展趋势,提高了拟合与推测结果的稳定性及可靠性,有利于为抗菌药物的选择应用及细菌耐药性控制提供参考依据.