一种新的数学模型在肺炎克雷伯菌氨基糖甙类耐药指数拟合与推测中的应用

目的 构建派生于灰色模型与神经网络模型的灰色神经网络模型,探讨其在肺炎克雷伯菌氨基糖甙类耐药指数拟合及推测的应用.方法 收集中国期刊全文数据库(CNKI)及国内相关数据库文献报道的1995-2009年期间肺炎克雷伯菌氨基糖甙类药物的耐药性数据,分别应用灰色模型GM(1,1)、BP神经网络模型进行拟合推测,最后构建派生于这两种模型的GBP神经网络模型.以x2拟合优度检验及平均绝对误差(MAE)、误差标准差(RSE)、平均绝对百分误差(MAPE)衡量拟合及推测结果的合理性及准确性.结果 1995-2009年期间肺炎克雷伯菌氨基糖甙类药物的耐药指数经三种模型拟合,显示拟合优度检验结果均为x2＜x2 0.995,P＞0.995,且对比2007-2009年推测值各精度衡量标准MAE、SDE、MAPE值以GBP模型最小,提示其推测效果最佳.结论 灰色神经网络模型能以较高精度(MAPE＜5％)拟合细菌耐药性发展趋势,提高了拟合与推测结果的稳定性及可靠性,有利于为抗菌药物的选择应用及细菌耐药性控制提供参考依据.

A novel algorithm to define trends in fitting and predicting the resistance indexes of Klebsiella pneumoniae to aminoglycosides