首页|基于人工神经网络模型的新疆维吾尔族癫痫患儿左乙拉西坦血清药物浓度预测研究

基于人工神经网络模型的新疆维吾尔族癫痫患儿左乙拉西坦血清药物浓度预测研究

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
目的 建立新疆维吾尔族癫痫患儿左乙拉西坦(levetiracetam,LEV)稳态血清药物浓度的人工神经网络预测模型,为其临床个体化给药提供参考.方法 测定330例新疆维吾尔族癫痫患儿LEV稳态血清药物浓度,收集临床资料,采用人工神经网络构建LEV血清药物浓度预测模型.结果 模型验证结果显示,50例维吾尔族癫痫患儿LEV血清药物浓度中,平均预测误差为(-2.15±6.97)％(＜5％),预测误差＜±20％的比率为96.00％(47/50),均方误差为(1.11±2.23)％(＜5％),均方预测误差为(52.16±106.81)％(＜100％),均方根预测误差为(5.27±4.99)％(＜10％).维吾尔族癫痫患儿口服LEV后血清药物浓度预测值和实测值之间相关性较高(r=0.9861).这些预测结果表明,该模型具有较好的预测性能,可以用于LEV血清药物浓度的预测.结论 应用人工神经网络预测LEV血清药物浓度是可行的,可将其用于LEV个体化给药的研究,促进临床合理用药.
Prediction Study of Serum Concentration of Levetiracetam in Children with Epilepsy of Uygur Nationality in Xinjiang Based on Artificial Neural Network Model

赵婷、李红健、章立华、冯杰、王婷婷、孙力、于鲁海

展开 >

新疆维吾尔自治区人民医院药学部,乌鲁木齐830000

厦门大学博士后流动站,厦门361000

人工神经网络 左乙拉西坦 血清药物浓度

新疆维吾尔自治区自然科学基金资助项目

2016D01C097

2021

10.13748/j.cnki.issn1007-7693.2021.22.020

中国现代应用药学
中国药学会

中国现代应用药学

CSTPCDCSCD北大核心
影响因子：0.877
ISSN：1007-7693
年,卷(期)：2021.38(22)
  • 4
  • 6