基于支持向量机技术预测丙戊酸钠血药浓度

文献类型： 中文期刊

第一作者： 马攀

作者： 马攀;贾运涛;刘芳;程林;王红迁;严波;陈勇川

作者机构：

关键词： 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

期刊名称： 安徽医药

ISSN： 1009-6469

年卷期： 2021 年 001 期

页码：

摘要： 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预测模型准确度较好,模型预测值与实际观测值的相关性较好,相对误差较小,可为临床制定个体化给药方案提供参考.

分类号： R969.1

  • 相关文献

[1]线性模型与机器学习模型对牦牛体重预测的比较. 巴桑旺堆,平措占堆,朱彦宾,达娃央拉,俄广鑫,周东珂,杨柏高,彭阳洋,郭怡. 2019

[2]基于图像特征的水稻叶片全氮含量估测模型研究. 杨红云,罗建军,孙爱珍,万颖,易文龙. 2020

[3]基于随机森林算法的草原地上生物量遥感估算方法研究. 邢晓语,杨秀春,徐斌,金云翔,郭剑,陈昂,杨东,王平,朱立博. 2021

[4]嫁接西瓜生长指标与产量的相关关系. 张朝阳,孙玉东,汪国莲,赵建峰,罗德旭. 2016

[5]科技创新团队梯队建设的模型方法应用研究-以江苏省农业科学院某研究所为例. 李健,姜华珏,沙琴. 2021

[6]棉花品种纤维品质发展趋势的灰色预测与分析. 陈国平. 1991

[7]数学模型在畜禽氨基酸需要量研究上的应用. 康萍 ,刘福柱 ,侯水生. 2005

[8]基于混合像元分解提取小麦种植面积的技术与方法研究. 蔡薇,郭洪海,隋学艳,杨丽萍. 2009

[9]牦牛生长激素基因及其受体基因的PCR-SSCP研究. 阎萍,张森,梁春年,包鹏甲,曾玉峰,郭宪,裴杰,褚敏. 2010

[10]长毛兔兔毛生长规律研究. 黄冬维,赵辉玲,程广龙,赵小伟,杨永新,王小飞,陈胜,徐建. 2016

[11]引起早衰的水稻病害的调查及其对产量的影响. 李湘民,谢金水,李祖章,尹建华,万建林. 2006

[12]他克莫司血药浓度及相关基因多态性与心脏移植术后新发糖尿病的相关性. 张敏,蔡杰,张菁,袁拥华,韩勇,周红. 2020

[13]儿童肾病综合征患者他克莫司血药浓度影响因素分析. 周艳,周波,吕凤俊,陈华,吴青. 2019

[14]氟罗沙星的代谢动力学及体外抑菌试验. 康昭风,肖海红,周希平,刘林秀. 2001

[15]羊投服丙硫咪唑缓释药后弹后不同时间血药浓度的测定. 骆学农,才学鹏,王佩雅,肖昭彭,吕文顺,赵开元,陈涓,段志勤,黄振家,靳家声. 1998

[16]单剂量口服或静注喹胺醇对仔猪抗氧化机能的影响. 李建喜,杨志强,梁剑平,王学智,王玲,吕嘉文,牛晓荣,荔霞. 2006

[17]高效液相色谱-串联质谱法测定血浆中氢溴酸槟榔碱的含量. 李冰,周绪正,杨亚军,李剑勇,牛建荣,魏小娟,李金善,张继瑜. 2012

[18]四种替米考星制剂在猪体内的药代动力学研究. 钱坤,张浩,刘学慧,曹蕊,安同伟,杨慧杰,李平. 2021

[19]猪血浆中六茜素的HPLC测定及药代动力学. 李剑勇,张继瑜,赵荣材,徐忠赞,李金善. 2001

[20]不同温度下复方磺胺嘧啶在罗非鱼体内的药代动力学. 肖贺,王伟利,姜兰,鞠晶,罗理,邓玉婷,谭爱萍. 2014

作者其他论文 更多>>

微信小程序