基于样本筛选优化的支持向量机预测万古霉素血药浓度

摘要：

目的:基于样本筛选优化的支持向量机(SVM with sample selection optimization,SS-SVM)建立万古霉素血药浓度预测模型.方法:回顾性收集常州市第一人民医院2015年1月至2019年12月使用万古霉素治疗的患者临床资料,其中156例患者的227次药物治疗监测(TDM)数据作为建模训练集,35例患者的40次TDM数据作为验证测试集.采用基于样本筛选优化的支持向量机法预测万古霉素血药浓度,并与非线性混合效应模型(NONMEM)法预测结果进行比较.结果:SS-SVM法和NONMEM法浓度预测值与观测值的相关性分别为0.94和0.91.SS-SVM法和NONMEM法平均绝对预测误差分别为0.119和0.139,均方根预测误差分别为0.141和0.180,相对误差在±20％内的比例分别为80.0％和72.5％.结论:SS-SVM能有效预测万古霉素血药浓度,准确度和精密度较好,为血药浓度预测提供一条新的有效思路.

关键词：支持向量机、万古霉素、血药浓度

所属期刊栏目：42

分类号：R969(药理学)

资助基金：常州市第十七批科技计划应用基础研究指导性项目CJ20209028

在线出版日期：2022-06-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1015-1019