换一批摘要目的 提出一种基于遗传程序设计(GP)和遗传算法(GA)的人工智能算法,命名为遗传程序设计-遗传算法(GPGA),以建立更准确的华法林剂量预测模型.方法 纳入100例华法林达稳态,临床信息完整,且获得CYP2C9与VKORCI基因型的汉族患者,记录其华法林稳定维持剂量(真实值).使用GPGA算法合成并进化模型得出预测的华法林维持剂量(预测值),与本院提出的线性回归模型、目前国际公认的国际华法林药物基因组学联合会IWPC模型,及三种现有人工智能建模方法相比较.结果 在各复杂度模型中,GPGA的平方相关系数(R2)、均方误差(MSE)和预测值在真实值±20％范围内的比例(20％-p)总体表现最优.GPGA得到的R2从训练集到测试集没有下降.身高和性别变量的加入并未进一步提高模型预测性能.结论 GPGA总体得到了最好的趋势相关性、精度和可用性,且泛化性强.身高和性别对华法林维持剂量无明显预测价值.
更多相关知识
关键词
生物医学工程学华法林精准医疗剂量预测模型人工智能演化算法Biomedical engineeringWarfarinPrecision medicineDose prediction modelArtificial intelligenceEvolutionary algorithm
栏目名称
DOI
10.13333/j.cnki.cjcpe.2018.02.007
发布时间
2018-08-27（万方平台首次上网日期，不代表论文的发表时间）
基金项目
- 浏览0
- 被引5
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
