抗结核药物性肝损伤诊治指南(2019年版) |
| |
引用本文: | 谢琴琴, 季欢欢, 杨雅, 等. 基于机器学习构建儿童抗结核药物肝损伤风险预测模型[J]. 中国现代应用药学, 2024, 41(24): 3447-3455. DOI: 10.13748/j.cnki.issn1007-7693.20242822 |
| |
作者姓名: | 谢琴琴 季欢欢 杨雅 龚美玲 贾运涛 |
| |
作者单位: | 1.重庆医科大学药学院,重庆 400016;2.重庆医科大学附属儿童医院药学部,国家儿童健康与疾病临床医学研究中心,儿童发育疾病研究教育部重点实验室,儿童发育重大疾病国家国际科技合作基地,儿童感染与免疫罕见病重庆市重点实验室,重庆 400014 |
| |
基金项目: | 重庆市科卫联合项目(2022ZDXM020);重庆医科大学未来医学青年创新团队发展支持计划项目(W0081);重庆医科大学研究生智慧医学专项研发计划(YJSZHYX202209) |
| |
摘 要: | 目的采用机器学习算法构建儿童抗结核药物性肝损伤(anti-tuberculosis druginduced liver injury,ATB-DILI)风险预测模型。 方法选取2013年1月—2022年12月重庆医科大学附属儿童医院确诊为结核病的儿童患者为研究对象。 采用单因素及LASSO回归筛选特征变量,基于极端梯度提升(extreme gradient boosting,XGBoost) 、自适应增强、轻量梯度提升、随机森林 4种机器学习算法分别构建预测模型。通过受试者工作特征曲线下面积(area under the curve,AUC)、准确度、精确度、召回率以及F1分数评估模型性能,应用Shapley加性解释(Shapley additive explanation,SHAP)算法对最优模型进行解释性分析,构建列线图使预测结果可视化。 结果共纳入
|
关 键 词: | 儿童 抗结核治疗 抗结核药物肝损伤 机器学习 风险预测模型 |
收稿时间: | 2024-10-08 |
|
| 点击此处可从《中国现代应用药学》浏览原始摘要信息 |
|
点击此处可从《中国现代应用药学》下载免费的PDF全文 |
|