换一批基于集成学习的万古霉素血药浓度及不良反应预测研究
Prediction of vancomycin plasma concentration and adverse reactions based on ensemble learning
摘要目的 建立万古霉素血药浓度及不良反应预测的集成学习模型,为万古霉素的个体化用药提供参考.方法 采集2021年至2023年湖南师范大学附属长沙医院患者的相关数据.使用逻辑回归、朴素贝叶斯、随机森林、支持向量机、梯度提升决策树、极端梯度提升6种机器学习算法分别建模,同时构造集成学习模型,选择最优特征子集,比较各模型预测能力.结果 共纳入205例病例,基于最优特征子集的集成学习模型预测性能最佳.该模型血药浓度预测均方根误差为7.703,平均绝对误差为6.492;不良反应预测准确度为0.951,F1分数为0.750,AUC为0.959,AUPR为0.850.结论 基于最优特征子集的集成学习模型可准确预测万古霉素血药浓度及不良反应,为万古霉素的个体化精准用药提供依据,确保万古霉素抗感染治疗的有效性及安全性.
更多相关知识
关键词
万古霉素血药浓度预测不良反应预测机器学习集成学习特征选择vancomycinplasma concentration predictionadverse reactions predictionmachine learningensemble learningfeature selection
分类号
R969.3（药理学）
栏目名称
DOI
10.7539/j.issn.1672-2981.2024.06.038
发布时间
2024-07-10（万方平台首次上网日期，不代表论文的发表时间）
- 浏览46
- 被引0
- 下载34
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
