一种基于贝叶斯网络和三维数学模型的药品疗效多指标评价方法技术

本发明专利技术实施例的方法中提出了一种基于贝叶斯网络和三维数学模型的药品疗效多指标评价方法，该方法首先按照预设模板采集评估药品的原始实验数据，对原始实验数据进行预处理，得到用于评估的最终实验数据；然后对最终实验数据进行异质性分析，基于异质性大小对最终实验数据分别处理后得到Meta分析证据关系图；再然后基于多维贝叶斯模型计算出药物药效的相对排序，并根据相对排序获得累积排序概率图下面积值；最后基于累积排序概率图下面积值对药品药效进行多维聚类，完成药品药效的分类。本发明专利技术的技术方案填补了基于多结局指标下贝叶斯方法和聚类分析的药品药效评估方面的空白，使得药品药效的评估分类结果更为精确，更具有参考性。

【技术实现步骤摘要】
一种基于贝叶斯网络和三维数学模型的药品疗效多指标评价方法
本专利技术涉及生物信息
，尤其涉及一种基于贝叶斯网络和三维数学模型的药品疗效多指标评价方法。
技术介绍
在药品临床评价领域，RCT数据的综合分析是重要评价手段，由于RCT多为两种药品对比的临床试验，故治疗同一疾病的多种药品之间的疗效综合对比一直是医学界的瓶颈问题。已有方法仅能进行双指标聚类评价。本专利在精准采集药品RCT试验数据的基础上，以贝叶斯网络和三维数学模型为核心技术，以meta分析为基础技术，综合呈现多种药品间多指标聚类比较结果，为药品临床评价提供了新模式、新思路、新方法。
技术实现思路
有鉴于此，本专利技术实施例提供了一种基于贝叶斯网络和三维数学模型的药品疗效多指标评价方法。第一方面，本专利技术实施例的方法包括：S1、按照预设模板采集评估药品的原始实验数据，对原始实验数据进行预处理，得到用于评估的最终实验数据；S2、对最终实验数据进行异质性分析，基于异质性大小对最终实验数据分别处理后得到Meta分析证据关系图本文档来自技高网...

【技术保护点】
1.一种基于贝叶斯网络和三维数学模型的药品疗效多指标评价方法，其特征在于，所述方法包括：/nS1、按照预设模板采集评估药品的原始实验数据，对原始实验数据进行预处理，得到用于评估的最终实验数据；/nS2、对最终实验数据进行异质性分析，基于异质性大小对最终实验数据分别处理后得到Meta分析证据关系图；/nS3、基于多维贝叶斯模型计算出药物药效的相对排序，并根据相对排序获得累积排序概率图下面积值；/nS4、基于累积排序概率图下面积值对药品药效进行多维聚类，完成药品药效的分类。/n

【技术特征摘要】
1.一种基于贝叶斯网络和三维数学模型的药品疗效多指标评价方法，其特征在于，所述方法包括：
S1、按照预设模板采集评估药品的原始实验数据，对原始实验数据进行预处理，得到用于评估的最终实验数据；
S2、对最终实验数据进行异质性分析，基于异质性大小对最终实验数据分别处理后得到Meta分析证据关系图；
S3、基于多维贝叶斯模型计算出药物药效的相对排序，并根据相对排序获得累积排序概率图下面积值；
S4、基于累积排序概率图下面积值对药品药效进行多维聚类，完成药品药效的分类。


2.根据权利要求1所述的基于贝叶斯网络和三维数学模型的药品疗效多指标评价方法，其特征在于，所述S2具体包括：
S21、通过卡方检验对最终实验数据进行异质性分析并获得分析统计量I2；
S22a、若I2≤50％，则异质性较小，则对最终实验数据进行网状Meta分析后得到Meta分析证据关系图；
S22b、若I2＞50％，则异质性较大，则对最终实验数据进行随机效应模型进而网状Meta合并分析后得到Meta分析证据关系图。


3.根据权利要求2所述的基于贝叶斯网络和三维数学模型的药品疗效多指标评价方法，其特征在于，所述Meta分析证据关系图由State软件进行生成。


4.根据权利要求2所述的基于贝叶斯网络和三维数学模型的药品疗效多指标评价方法，其特征在于，所述S3具体包括：
S31、根据临床试验数据和药物信息库获取干全部扰措施有效的先验概率P(λ)以及各个干扰措施有效的先验概率P(θi)，θi为第i个干扰措施，不同的干扰措施对应的是采用不同的药物或者药物组合物；
S32、根据所述Meta分析证据关系图计算各个干扰措施下的后验概率其中，i∈n，Bi为贝叶斯因子，σP和μP为第i个干扰措施有效的标准差和平均值；后验概率计算的收敛条件基于马尔可夫链链内和链间方差S确定的，S≤1.2且迭代次数超过20000次；
S33、基于后验概率获得干扰措施药效的相对排序...

【专利技术属性】
技术研发人员：吴嘉瑞，姜迪，王苗苗，张冰，
申请(专利权)人：吴嘉瑞，
类型：发明
国别省市：北京;11