多种危险因素疾病中各因素发病贡献值的测量方法研究

目的为了评价某一危险因素对个体发病所起的作用，并在多因素暴露情况下比较各个因素对发病的影响大小。方法运用贝叶斯公式，依据相关流行病学理论，建立由相对危险度数值等来测算单个危险因素对个体发病贡献权重的方法。结果建立的方法可以用来比较各个危险因素在个体发病中的贡献大小。结论该测算方法简单方便，结合人群研究及Meta分析结果，能够为疾病的病因学研究和临床决策提供一定依据。     

神经网络在预测难溶性药物从HPMC骨架片中释放的应用

目的 运用神经网络BP模型对难溶性药物在HPMC亲水凝胶骨架片中的释放进行预测。方法 选取甲氧苄啶，卡马西平、磺胺甲恶唑、茶碱作为模型药物，考察不同PH值、不同离子强度的溶出介质对其释药的影响，并根据神经网络BP模型，借助计算机运算，预测不同药物在不同溶出介质条件下的释放。结果 用BP神经网络所建释药模型的拟合值、预测值均与实测值符合度较好。结论 神经网络可用于预测不同药物的HPMC骨架片在不同溶出介质中的释放。     

神经网络用于口服缓释制剂的处方设计

目的　用反向传播(backpropagation ,BP)神经网络,从药物的溶解度设计符合一定释放度要求的缓释制剂处方。方法　选取9种药物(异烟肼、利巴韦林、盐酸地尔硫,盐酸雷尼替丁、盐酸环丙沙星、茶碱、替硝唑、丙基硫氧嘧啶、磺胺甲唑)作为模型药物,按HPMC∶糊精=(5 - 0.2 )∶1配比制成不同释放度的缓释片,测定各个处方的释放度,其释放度数据用于BP神经网络的建模、训练。结果　得到隐含层为一层、结点数为5个和迭代次数为25次的最佳神经网络,并成功拟定了4个制剂处方,按此处方制备的缓释片的实测释放值与神经网络预测值相符。结论由MATLAB 5.1中的BP神经网络和优化工具箱编写的程序可根据药物溶解度设计符合某一释放度要求的缓释制剂处方