首页|基于人工神经网络模型预测华法林服药者国际标准化比值

基于人工神经网络模型预测华法林服药者国际标准化比值

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
目的 探究CYP2C9*2、CYP2C9*3、CYP4F2、VKORC1 1173C＞T 基因多态性与华法林维持剂量之间的相关性,建立华法林服用者用药后国际标准化比值(international normalized ratio,INR)的人工神经网络预测模型,提高稳定剂量预测准确性.方法 回顾性研究2019-2021年收集的214例服用华法林达到稳定抗凝患者的临床资料与华法林药物基因数据,分析临床因素与各基因型对患者华法林稳态剂量的影响;建立机器学习预测模型,采用模拟输入患者华法林剂量计算INR靶值的方式来预测稳态剂量,与直接剂量预测方法以及多元回归模型对比准确性.结果 多元回归模型对数据集中患者稳态剂量的预测最佳准确度56.4％,机器学习的预测模型输入稳态剂量预测1NR值时的平均绝对误差(mean absolute error,MAE)为0.40,R2为0.81,直接预测剂量时MAE为0.52,R2为0.68,在进行分组训练后误差能够降低20.4％,准确率提高7.3％.结论 通过模拟输入药物剂量预测INR的人工神经网络华法林模型能够更准确地预测患者稳态剂量,有利于实现个体化给药,促进精准医疗发展.
Prediction of International Normalized Ratio of Warfarin Users Based on Artificial Neural Network Model

warfarinartificial neural networkgenetic polymorphismpredict international normalized ratio

毛德龙、庄文芳

展开 >

上海理工大学健康科学与工程学院,上海200093

上海理工大学附属市东医院检验科,上海200438

华法林 人工神经网络 基因多态性 预测国际标准化比值

上海市杨浦区医学重点学科基金上海市科技计划

YP19ZB0322692116400

2023

10.13748/j.cnki.issn1007-7693.20230227

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)：2023.40(13)
  • 2