径向基神经网络预测氯氮平血药浓度

作者：刘朝晖; 黄榕波; 陈庆强; 温预关; 李明亚

来源：中国药房, 2011, (14): 1273-1275.

• 径向基神经网络
• 预测
• 氯氮平
• 稳态血药浓度 Radial basis function neural networks
• Prediction
• Clozapine
• Steady-state plasma concentration

目的:评价用径向基(RBF)神经网络所建立的预测氯氮平稳态血药浓度模型的预测性能。方法:将数据分为训练集、校验集和测试集来建立获取输入、输出变量两者间关系的RBF网络模型,其中以患者的性别、年龄、体重、剂量、血压、多项生理生化指标等37项参数为输入变量,氯氮平稳态血药浓度为输出变量。用训练集和校验集的网络计算输出值与目标输出值之间的均方差(MSE)和相关系数(R)来综合评价网络模型的学习效果,用测试集的网络计算输出值与目标输出值之间的MSE和R来评价网络模型的预测性能。结果:当扩展系数(SP)值为3.0时,训练集的MSE为1.33×10-5、R值为0.99985,校验集的MSE为0.002833、R值为0.97186,测试集的MSE为0.005439、R值为0.93676,网络模型的预测效果和泛化能力较好。结论:RBF网络用于预测氯氮平稳态血药浓度的研究是可行和有效的。

• 单位
  广州市脑科医院; 广东药学院; 中山市中医院