基于多项式核函数支持向量机确定华法林临床给药算法适用范围的计算机辅助系统
机器学习
2019-03-25 v1 机器学习
摘要
确定华法林的最优初始剂量是一项至关重要的任务。多种因素对个体患者的治疗剂量有影响，如患者身体特征（年龄、身高等）、用药情况、合并症以及代谢基因型（CYP2C9 和 VKORC1）。这些广泛影响治疗剂量的因素为临床医生确定最优初始剂量创造了复杂环境。使用 4237 名患者的样本，我们针对最流行的给药算法之一（国际华法林药物遗传学联盟 (IWPC) 临床模型）提出了一种伴随分类模型，用于识别适用该模型的患者队列。所提模型作为临床决策支持系统辅助临床医生给药。我们使用支持向量机（具有多项式核函数）开发了分类模型，以确定给定患者是否适合应用剂量预测模型。仅当患者被分类为“模型安全”时才会使用 IWPC 临床模型。通过使用所提方法，在分类为“模型安全”的患者的剂量估计中，给药模式的预测精度在均方根误差方面提高 15%，在平均绝对误差方面提高 17%。
引用
@article{arxiv.1903.09267,
title = {A Computer-Aided System for Determining the Application Range of a Warfarin Clinical Dosing Algorithm Using Support Vector Machines with a Polynomial Kernel Function},
author = {Ashkan Sharabiani and Adam Bress and William Galanter and Rezvan Nazempour and Houshang Darabi},
journal= {arXiv preprint arXiv:1903.09267},
year = {2019}
}
备注
6 pages, 8 tables, 1 figure