一种伏立康唑相关肝损伤的风险预测模型及其构建方法

    公开(公告)号:CN119993503A

    公开(公告)日:2025-05-13

    申请号:CN202510150947.9

    申请日:2025-02-11

    Abstract: 本发明属于药物不良反应预测技术领域,具体涉及一种伏立康唑相关肝损伤的风险预测模型及其构建方法,公开了一种基于Nomogram的伏立康唑相关肝损伤的风险预测模型,包括:收集患者临床资料构成数据集并根据诊断标准判断是否发生伏立康唑相关肝损伤;将数据集随机按7:3分为训练集和验证集;训练集通过统计学方法获得伏立康唑相关肝损伤的独立危险因素;依据独立危险因素建立Nomogram预测模型;通过ROC曲线、校准曲线、DCA曲线分析评价模型;通过Bootstrap法对模型进行内部验证;使用验证集对模型进行外部验证。通过建立的预测模型能够准确预测伏立康唑相关肝损伤的发生风险。

    一种伏立康唑谷浓度不达标的风险预测模型及其构建方法

    公开(公告)号:CN119993502A

    公开(公告)日:2025-05-13

    申请号:CN202510150921.4

    申请日:2025-02-11

    Abstract: 本发明属于治疗药物监测技术领域,具体涉及一种伏立康唑谷浓度不达标的风险预测模型及其构建方法,收集使用伏立康唑治疗并进行TDM患者的临床数据;将数据集按7:3随机分为训练集和验证集;训练集通过单因素分析及二元Logistic回归分析筛选伏立康唑谷浓度不达标的独立危险因素;将筛选出的独立危险因素进行相关性分析,相关性低的独立危险因素纳入并构建Nomogram模型;对Nomogram模型通过绘制ROC曲线评价模型区分度,绘制校准曲线评价模型校准度,绘制决策分析曲线评价模型临床净收益,Bootstrap法进行模型内部验证;使用验证集对模型进行外部验证。所述独立危险因素包括:LA、给药剂量、AST、重症肺炎、肿瘤。

    一种中枢神经系统淋巴瘤患者大剂量甲氨蝶呤排泄延迟的风险预测模型及其构建方法

    公开(公告)号:CN119993501A

    公开(公告)日:2025-05-13

    申请号:CN202510150850.8

    申请日:2025-02-11

    Abstract: 本发明属于药物不良反应预测技术领域,具体涉及一种中枢神经系统淋巴瘤患者大剂量甲氨蝶呤排泄延迟的风险预测模型及其构建方法,包括:收集使用大剂量甲氨蝶呤治疗并进行血药浓度监测的中枢神经系统淋巴瘤患者的临床数据;通过单因素分析及AIC原则筛选甲氨蝶呤发生排泄延迟的独立影响因素;将筛选出的因素纳入并构建Nomogram模型;通过ROC曲线、校准曲线和决策曲线分析评价模型预测能力及临床效用,并采用Bootstrap(n=1000)法进行模型的内部验证。所述中枢神经系统淋巴瘤患者大剂量甲氨蝶呤排泄延迟的风险预测模型通过年龄>60岁、ALB两个独立影响因素评估患者发生甲氨蝶呤排泄延迟的概率,为减少大剂量甲氨蝶呤的不良反应发生提供帮助,为实现临床个体化给药提供支持。

Patent Agency Ranking