一种基于机器学习的成人丙戊酸谷浓度预测模型及其应用

本发明涉及一种基于机器学习的成人丙戊酸(VPA)谷浓度预测模型，所述的预测模型构建方法包括以下步骤：S1、数据收集和清理：采用k‑最近邻插值来填补缺失值；S2、模型建立与验证：在衍生队列中共建立了12种算法；S3、模型解释：采用了SHAP值、SHAP汇总图、全局重要性排序图和SHAP依赖图来解释；S4、模型优化：通过特征选择对其进行了改进，使用平均绝对误差(MAE)值比较这些包含特征对模型预测性能的影响。本发明通过将九个特征(VPA日剂量、末次剂量、尿酸(UA)、血小板(PLT)、联合用药、性别、体重、白蛋白(ALB)和天冬氨酸转氨酶(AST))输入模型，可预测得到VPA的谷浓度。本发明提出的简化模型，能有效预测成人VPA谷浓度，可指导临床医生选择最佳用药方案。