临床前药物致心律失常风险评估中的统计学习
应用统计
2022-01-10 v2
摘要
尖端扭转型室性心动过速（TdP）是一种以心率加快为特征的异常心律，可能导致心源性猝死。已有大量工作致力于在临床前研究中理解药物诱发的 TdP。然而，能够基于临床前数据准确预测药物诱发 TdP 风险的综合统计学习框架仍然缺乏。我们提出有序逻辑回归与有序随机森林模型，基于两种实验方案生成的数据集预测低、中、高风险药物。采用留一药物交叉验证、分层自助法及置换预测变量重要性，在不确定性下估计并解释模型性能。我们的模型识别出的潜在离群药物与文献描述一致。我们的方法准确、可解释，因而可用作药物安全性评估中的补充证据。
引用
@article{arxiv.2108.00543,
title = {Statistical Learning in Preclinical Drug Proarrhythmic Assessment},
author = {Nan Milex Xi and Yu-Yi Hsu and Qianyu Dang and Dalong Patrick Huang},
journal= {arXiv preprint arXiv:2108.00543},
year = {2022}
}