10.14109/j.cnki.xyylc.2015.02.013
人工神经网络在耐甲氧西林葡萄球菌感染患儿万古霉素个体化给药中的应用
目的 建立人工神经网络模型用于估算耐甲氧西林葡萄球菌(MRS)感染患儿万古霉素稳态血药浓度,以指导个体化给药.方法 收集100例MRS感染患儿静脉泵注万古霉素后的180例次稳态血药浓度数据和临床资料.将所有血药浓度数据和病例资料随机分成两组,训练组(n=150)采用遗传算法配合动量法训练后建立人工神经网络模型,另外建立多元线性回归模型;测试组(n=30)用建立的人工神经网络预测测试组患儿的血药浓度,通过计算平均预测误差(MPE)、权重残差(WRES)、平均绝对预测误差(MAE)、平均预测误差平方(MSE)和均方根预测误差(RMSE)来验证模型.结果 人工神经网络MPE (0.33±1.86) mg·L-1,WRES (14.83±14.55)%,MAE (1.38±1.26) mg·L-1,MSE (3.45±5.32) (mg·L-1)2,RMSE 1.86 mg·L-1;人工神经网络模型有83%的血药浓度数据绝对预测误差<3.0 mg·L-1,而多元线性回归模型仅有53%.人工神经网络预测的准确度及精密度均优于多元线性回归模型.结论 本研究建立的人工神经网络预测性能较好,可用于预测MRS感染患儿万古霉素稳态血药浓度以指导个体化给药.
万古霉素、神经网络(计算机)、甲氧西林抗药性、葡萄球菌属、儿童、个体化给药
34
R969.1(药理学)
武汉市科技攻关计划2013060602010258
2015-04-10(万方平台首次上网日期,不代表论文的发表时间)
137-143