药物的血药浓度预测及监测成为现代医学发展的.PDFVIP

药物的血药浓度预测及监测成为现代医学发展的 进行个体化跟踪以及治疗，较为科学精准的得出 方向，这对患者的合理用药及临床用药指导都有 药物使用剂量、体质代谢情况等用药指导方案， 着积极的作用，希望通过血药浓度预测来减小其 这使得计算机算法与临床药学能够联合应用，以 不良反应。 数据挖掘形式服务于人类健康，具有较好的开发 目前小波神经网络主要应用在通信、工业等 前景。 领域，在药学领域的应用基本空白。首次将小波 REFERENCES 神经网络时间序列模型与药物血药浓度的预测结 合并联合药动学进行仿真，实现了小波神经网络 [1] 张振华, 韩世富. 血药浓度与临床合理用药的关系[J]. 河南 医药, 1984, 4(5): 297-298. 时间序列模型预测阿司匹林血药浓度，同时也研 [2] 张国彬. 小波神经网络算法的改进与应用[D]. 福州大学, 究了药物的代谢变化过程，模型预测的结果误差 2005. 率在 0.3%~5.39%，效果良好。药物的血药浓度的 [3] ZHU W X, LONG Y P, JIA L. Traffic volume forecasting algorithm based on RBF neural network [J]. J Shandong Univ 预测及监测是现代医学发展的重要方向，这对患者 Eng Sci( 山东大学学报), 2007, 37(4): 24-27. 的合理用药及临床用药指导都有着积极的作用，也 [4] TANG J T , CAO Y, XIAO J Y, et al. Plasma concentration predication for propofol of optimized BP Neural Network 期望可以通过血药浓度预测后为药物开发者的工 Based on Genetic Algorithm [J]. Sci Technol Eng(科学技术与 作带来更多便利用小波神经网络时间序列可以随 工程学), 2013, 13(13): 3552-3558. 时来预测出服药后的血药浓度，同时可以检测药物 [5] 史峰, 王小川, 郁磊, 等. MATLAB 神经网络30 个案例分析 [M]. 北京航空航天大学出版社, 2010. 在体内存在的形式。而当建立较好的模型后，患者 [6] 丁春雷, 刘丽宏, 马萍, 等. 他克莫司治疗药物监测研究进 可以免去了检测血药浓度的复杂步骤，通过已有数 展[J]. 中国药房, 2008, 19(20): 580. 据来预测出服药后某个时