利用机器学习和兔心室楔形实验预测药物诱发 TdP 风险
应用统计
2022-10-11 v1
摘要
尖端扭转型室性心动过速（TdP）是一种作为药物副作用的不规则心律，并可能导致心源性猝死。一个能准确识别药物 TdP 风险的机器学习模型是必要的。本研究使用多项 logistic 回归模型，基于兔心室楔形实验生成的数据集预测三类药物 TdP 风险。训练-测试划分和五折交叉验证为预测准确性提供了无偏测量。我们利用 bootstrap 构建预测准确性的 95% 置信区间。模型解释性通过置换预测变量重要性进一步展示。我们的研究提供了一种适用于药物 TdP 风险预测的可解释建模方法。我们的方法可轻易推广到药物副作用评估的更广泛应用。
引用
@article{arxiv.2210.04151,
title = {Prediction of Drug-Induced TdP Risks Using Machine Learning and Rabbit Ventricular Wedge Assay},
author = {Jaela Foster-Burns and Nan Miles Xi},
journal= {arXiv preprint arXiv:2210.04151},
year = {2022}
}