中国数字医学
中國數字醫學
중국수자의학
CHINA DIGITAL MEDICINE
2013年
1期
21-23
,共3页
BP神经网络%地高辛%血药浓度%建模
BP神經網絡%地高辛%血藥濃度%建模
BP신경망락%지고신%혈약농도%건모
目的:建立基于BP神经网络的地高辛血药浓度预测神经网络拟合模型,并在已建立的神经网络模型的基础上,进行地高辛血药浓度预测和影响因素的敏感度分析,利用本研究的建模结果,为BP神经网络建模的方法学提供一定的参考依据,并能帮助医务人员做出正确的决策和分析.方法:在SPSS Clementine12.0中进行建模和预测,预测结果用SPSS17.0进行ROC分析.结果:BP神经网络的拟合度和预测准确度为85.671％,其中性别、AST、日总剂量、TBIL、单次剂量对患者的治疗结果影响最大.结论:根据患者的一般资料和临床常规资料建立的地高辛血药浓度预测神经网络模型是可行有效的.
目的:建立基于BP神經網絡的地高辛血藥濃度預測神經網絡擬閤模型,併在已建立的神經網絡模型的基礎上,進行地高辛血藥濃度預測和影響因素的敏感度分析,利用本研究的建模結果,為BP神經網絡建模的方法學提供一定的參攷依據,併能幫助醫務人員做齣正確的決策和分析.方法:在SPSS Clementine12.0中進行建模和預測,預測結果用SPSS17.0進行ROC分析.結果:BP神經網絡的擬閤度和預測準確度為85.671％,其中性彆、AST、日總劑量、TBIL、單次劑量對患者的治療結果影響最大.結論:根據患者的一般資料和臨床常規資料建立的地高辛血藥濃度預測神經網絡模型是可行有效的.
목적:건립기우BP신경망락적지고신혈약농도예측신경망락의합모형,병재이건립적신경망락모형적기출상,진행지고신혈약농도예측화영향인소적민감도분석,이용본연구적건모결과,위BP신경망락건모적방법학제공일정적삼고의거,병능방조의무인원주출정학적결책화분석.방법:재SPSS Clementine12.0중진행건모화예측,예측결과용SPSS17.0진행ROC분석.결과:BP신경망락적의합도화예측준학도위85.671％,기중성별、AST、일총제량、TBIL、단차제량대환자적치료결과영향최대.결론:근거환자적일반자료화림상상규자료건립적지고신혈약농도예측신경망락모형시가행유효적.
