换一批神经激肽1受体拮抗剂联合5-羟色胺3受体拮抗剂、地塞米松预防HEC相关性恶心呕吐的有效性预测模型研究
Study on the predictive model for the efficacy of neurokinin-1 receptor antagonists combined with 5-hydroxytryptamine 3 receptor antagonists and dexamethasone for preventing nausea and vomiting induced by highly emetogenic chemotherapy
摘要目的 构建一种基于可解释深度学习的预测模型,用于评估三联止吐方案(神经激肽1受体拮抗剂+5-羟色胺3受体拮抗剂+地塞米松)预防高致吐性化疗(HEC)相关性恶心呕吐的有效性.方法 回顾性收集2018年1月至2022年12月就诊于天津医科大学总医院肿瘤科接受HEC且采用三联止吐方案的癌症患者的临床数据,整合人口学、临床及代谢等相关变量,数据预处理后,分别采用深度随机森林和全连接神经网络2种深度学习算法以及4种机器学习算法(支持向量机、分类提升、随机森林、决策树)构建预测模型,并进行模型性能评估和模型可解释性分析.结果 6种模型中,深度随机森林模型在测试集中表现出最优预测性能,受试者工作特征曲线下面积为0.850,准确率为0.911,精确率为0.805,召回率为0.783,F1值为0.793,Brier评分为0.075.该模型可解释性分析结果表明,肌酐清除率(Ccr)为关键预测因子,低Ccr水平、女性、低龄患者、高致吐性药物(特别是含顺铂化疗方案)、存在预期性恶心呕吐与HEC相关性恶心呕吐的发生风险呈正相关.结论 深度随机森林模型在预测三联止吐方案预防HEC相关性恶心呕吐的有效性方面表现最优,该模型关键预测因子以Ccr、预期性恶心呕吐、性别、年龄、高致吐性药物为主.
更多相关知识
关键词
高致吐性化疗化疗相关性恶心呕吐神经激肽1受体拮抗剂5-羟色胺3受体拮抗剂地塞米松预测模型highly emetogenic chemotherapychemotherapy-induced nausea and vomitingneurokinin-1 receptor antagonist5-hydroxytryptamine 3 receptor antagonist
分类号
R911（药物基础科学）
栏目名称
DOI
10.6039/j.issn.1001-0408.2026.02.15
发布时间
2026-02-03（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家自然科学基金（No.72404207）
- 浏览1
- 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
