应用人工神经网络法预测癫痫患者血浆中拉莫三嗪浓度

• 作者: 张蕾 徐毅超 沈雨婷 胡新华 陈金亮
• 来源期刊: 中国医院药学杂志
• 学科: 医学
• 关键词: 拉莫三嗪 血药浓度 人工神经网络
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 研究论文
• 页码范围: 909-912
• 页数: 4页
• 分类号: R969
• 语种: 中文
• DOI: 10.13286/j.1001-5213.2020.08.14

摘要

目的:探讨应用人工神经网络(artificial neural network,ANN)预测癫痫患者血浆中拉莫三嗪(lamotrigine,LTG)浓度的可行性和效果.方法:回顾性收集我院2015年11月-2018年5月300例长期服用LTG治疗癫痫患者信息,将患者性别,年龄,BMI,血红蛋白计数(HGB),红细胞计数(RBC),丙氨酸氨基转移酶(ALT),天冬氨酸氨基转移酶(AST),血尿素氮(BUN),肌酐清除率(CR),服药剂量,合并用药数据作为输入层,LTG血药浓度数据作为输出层,采用METLAB R2016a构建反向传播人工神经网络(back-propagation artificial neural network,BPANN)法预测LTG血药浓度,计算影响血药浓度各因素的平均影响值(mean impact value,MIV),并对2018年6月10例患者进行体内血药浓度预测.结果:本研究建立了预测LTG血药浓度的BPANN模型,性能验证结果MSE为0.004 28,梯度幅度为0.000 506 9,验证检查数为0,相关系数为0.957.对MIV进行分析,服药剂量、合并用药和肌酐清除率是影响LTG血药浓度的重要因素,将BPANN模型应用到患者血药浓度预测中,预测值与测量值相关系数为0.972,预测偏差在-13.26％～25.41％之间,预测准确度为90％.结论:本研究建立的LTG血药浓度预测模型能较为准确的预测血药浓度,为癫痫患者个体化给药提供了一种有效思路.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张蕾	浙江大学医学院	35	383	10.0	19.0
2	陈金亮	浙江大学医学院	15	51	4.0	6.0
3	徐毅超	浙江大学医学院	3	1	1.0	1.0
4	胡新华	浙江大学医学院	1	0	0.0	0.0
5	沈雨婷	浙江大学医学院	1	0	0.0	0.0