基于机器学习的新冠肺炎典型药物疗效分析

发布时间：2021-04-04 22:34

　　目的:新型冠状病毒肺炎具有传播能力强、检测准确率低、治疗难度大等特点,对我国乃至全世界人类健康和社会安全造成了巨大威胁。新冠肺炎目前没有特效药物,因此,需要比较各类药物对新冠肺炎的治疗效果,为重症肺炎患者的治疗提供参考。方法:本文选取某院1 384名重症出院患者作为数据集,提取最广泛使用的三类药物作为训练特征,构建基于药物使用情况预测患者治愈率的多个机器学习模型,最后基于综合性能最优的模型,分析三类药物对于治愈率的重要性。结果:年龄是影响治愈率的最重要因素;激素类药物在所有药物中影响占比最大,中成药的疗效也非常突出。结论:相对于传统的针对单个药物药效的统计学研究方法,机器学习可以将所有药物药效进行综合分析,能直观地显示各个药物对治愈率的影响程度。 

【文章来源】：中国医院药学杂志. 2020,40(11)北大核心

【文章页数】：5 页

【部分图文】：

患者性别、年龄分布图

表5 各模型参数配置及性能表现Tab 5 Parameters and performance of various models 模型参数配置 随机梯度下降 Logistic回归 随机森林 朴素贝叶斯 max_iter(最大迭代数)=100tol(停止迭代条件)=none(5次loss值不变后停止) max_iter(最大迭代数)=5 000 n_estimators(决策树数量)=100 采取默认配置 交叉验证准确率均值±标准差 0.884±0.037 0.888±0.0356 0.882±0.039 0.548±0.064 测试集准确率 0.894 0.909 0.912 0. 551本研究的意义在于在患者生理情况和用药情况比较复杂的情况下,分析各个因素对患者最终治愈率的影响程度。相对于传统方法,机器学习将为药物疗效分析提供一种新的,更加适应多元、复杂数据的研究方法。

【参考文献】：
期刊论文
[1]新型冠状病毒肺炎中医临床特征与辨证治疗初探[J]. 王玉光,齐文升,马家驹,阮连国,卢幼然,李旭成,赵昕,张忠德,刘清泉.  中医杂志. 2020(04)
[2]数据挖掘中的数据预处理[J]. 刘明吉,王秀峰,黄亚楼.  计算机科学. 2000(04)



本文编号：3118610