文献类型： 中文期刊

作者： 马攀 ¹ ; 贾运涛 ² ; 刘芳 ¹ ; 程林 ¹ ; 王红迁 ¹ ; 严波 ³ ; 陈勇川 ¹ ;

作者机构： 1. 陆军军医大学第一附属医院药剂科

2. 重庆医科大学附属儿童医院药学部儿童发育疾病研究教育部重点实验室儿童发育重大疾病国家国际科技合作基地儿科学重庆市重点实验室国家儿童健康与疾病临床医学研究中心

3. 重庆医科大学药学院

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.