基于"真实世界研究-机器学习"双驱动的全杜仲胶囊治疗骨质疏松症优势人群特征分析
Analysis on Characteristics of Dominant Population of Osteoporosis Treated with Quanduzhong Capsules Based on"Real-world Research-machine Learning"Dual Drive
摘要目的:利用大样本真实世界研究(RWS)数据和机器学习算法,精准分析全杜仲胶囊治疗骨质疏松症(OP)的优势人群特征,以期为临床提供科学用药指引.方法:选取2020年至2021年全国162家医院依据医嘱或药品说明书指导服用全杜仲胶囊2个月的OP患者,分析患者的多维临床数据.以治疗结束后1个月访视的疗效结局视觉模拟评分量表(VAS)评分、OP症状量表总分为分级标签,选用XGBoost模型结合SHapley Additive exPlanations(SHAP)算法,计算Shapley值确定特征贡献大小及其影响方向,解析可能的优势人群特征.结果:应用全杜仲胶囊治疗OP时,通过机器学习算法识别出年龄、腰背疼痛症状和血压等因素对疗效优效与非优效分级影响较大;年龄在45~60岁、基线期腰背疼痛症状评分≥6分(中位数)和基线期腰膝酸软无力症状评分≥4分(中位数)3种特征对疗效有正向影响,而基线期血压收缩压≥132mmHg(1mmHg≈0.133 kPa)、舒张压≥85 mmHg和体质量指数(BMI)分级达到"超重及肥胖"对疗效有负向影响.结论:通过"RWS-机器学习"双驱动的研究方式明确全杜仲胶囊治疗OP的优势人群主要存在6种特征,而同时具备3种及以上的患者更容易被归类为优效人群,呈现更显著的临床优势.
更多相关知识
- 浏览11
- 被引0
- 下载3

相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文


换一批



