基于机器学习的焦虑障碍患者喹硫平血药浓度预测模型构建.docx

基于机器学习的焦虑障碍患者喹硫平血药浓度预测模型构建

罗瑾1，吴萍2，邹钰婷1，杨国萍1，都研文1，张燕3,4,5*，王博6[1.乌鲁木齐市第四人民医院(新疆精神卫生中心)药剂科，乌鲁木齐830001；2.成都中医药大学附属医院药剂科，成都610075；3.西安市精神卫生中心(西安市精神卫生研究院)，西安710100；4.西安市药学(精神卫生)重点实验室，西安710100；5.陕西省抗精神障碍治疗药物检测研究中心，西安710100；6.石河子大学药学院，新疆石河子832000]

摘要：目的构建一种基于机器学习的预测模型，用于预测焦虑障碍患者血浆中喹硫平的血药浓度，为缺乏治疗药物监测(therapeuticdrugmonitoring，TDM)条件的基层医疗机构提供参考。方法收集了乌鲁木齐市第四人民医院(新疆精神卫生中心)2020年1月至2022年12月期间接受喹硫平治疗的337例焦虑障碍患者的临床数据和实验室指标。通过单因素分析和Lasso回归进行特征选择。将筛选出的变量纳入5种机器学习模型(随机森林、支持向量机、决策树、轻量级梯度提升机和极限梯度提升)。通过五折交叉验证优化模型超参数，并在测试集上评估模型性能。并在独立时间验证集(2025年1月至2025年2月)上评估模