摘要
本发明属于治疗药物监测技术领域,具体涉及一种伏立康唑谷浓度不达标的风险预测模型及其构建方法,收集使用伏立康唑治疗并进行TDM患者的临床数据;将数据集按7:3随机分为训练集和验证集;训练集通过单因素分析及二元Logistic回归分析筛选伏立康唑谷浓度不达标的独立危险因素;将筛选出的独立危险因素进行相关性分析,相关性低的独立危险因素纳入并构建Nomogram模型;对Nomogram模型通过绘制ROC曲线评价模型区分度,绘制校准曲线评价模型校准度,绘制决策分析曲线评价模型临床净收益,Bootstrap法进行模型内部验证;使用验证集对模型进行外部验证。所述独立危险因素包括:LA、给药剂量、AST、重症肺炎、肿瘤。
技术关键词
风险预测模型
天门冬氨酸氨基转移酶
肿瘤
伏立康唑浓度
模型校准
资料
诊断肝脏疾病
曲线
低白蛋白血症
患者
药物性肝损伤
统计学软件
质子泵抑制剂
治疗药物
生成数据集
代表
病毒性肝炎
脓毒血症
训练集
系统为您推荐了相关专利信息
胃肠电信号
风险预测模型
预测系统
胃肠道疾病
波形
急救设备
网格特征
风险预测模型
选址方法
时序特征
风险预测方法
风险预测模型
子宫
风险预测系统
频段
核极限学习机
图像识别方法
特征提取器
构建分类器
肿瘤诊断方法
患者
肿瘤
评价方法
输入神经网络模型
分类准确率