一种新生儿β内酰胺药物最佳剂量选择方法及系统技术方案

本发明专利技术公开的一种新生儿β内酰胺药物最佳剂量选择方法及系统，包括：获取新生儿的特征信息、选用药物和药物给药剂量及频次信息；根据新生儿的特征信息、选用药物、药物给药剂量及频次信息和训练好的药物最佳剂量选择模型，确定药物给药剂量是否为推荐的最佳剂量，其中，药物最佳剂量选择模型，以新生儿的特征信息、选用药物、药物给药剂量及频次信息为输入，以药物给药剂量是否为推荐的最佳剂量为输出，通过CatBoost模型构建获得；当药物给药剂量不为推荐的最佳剂量时，重新调整药物给药剂量，使通过药物最佳剂量选择模型判定调整后的药物给药剂量为推荐的最佳剂量。实现了对药物最佳剂量的准确预测。最佳剂量的准确预测。最佳剂量的准确预测。

【技术实现步骤摘要】
一种新生儿
β
内酰胺药物最佳剂量选择方法及系统


[0001]本专利技术涉及药物最佳剂量预测
，尤其涉及一种新生儿β内酰胺药物最佳剂量选择方法及系统。

技术介绍

[0002]本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。
[0003]新生儿败血症是一种全身性疾病，临床表现从亚临床感染到严重的局部或全身感染，具有很高的发病率和死亡率，β
‑
内酰胺类药物是治疗新生儿败血症最常使用的抗生素之一。如何准确预测β
‑
内酰胺类药物的最佳剂量是目前需要解决的问题。
[0004]β
‑
内酰胺类药物最佳剂量是由多种因素决定的，包括：(1)新生儿快速的生理变化和特殊的病理生理学导致了药物处置和临床反应的广泛的个体间和个体内的差异性；(2)感染性实体及其相应的最低抑菌浓度(MICs)是抗生素治疗的重要依据，然而，在临床上很难得到新生儿细菌的阳性培养结果和抗菌素敏感性结果；(3)时间依赖性β
‑
内酰胺类药物的药效学(PD)目标是游本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种新生儿β内酰胺药物最佳剂量选择方法，其特征在于，包括：获取新生儿的特征信息、选用药物和药物给药剂量及频次信息；根据新生儿的特征信息、选用药物、药物给药剂量及频次信息和训练好的药物最佳剂量选择模型，确定药物给药剂量是否为推荐的最佳剂量，其中，药物最佳剂量选择模型，以新生儿的特征信息、选用药物、药物给药剂量及频次信息为输入，以药物给药剂量是否为推荐的最佳剂量为输出，通过CatBoost模型构建获得；当药物给药剂量不为推荐的最佳剂量时，重新调整药物给药剂量，使通过药物最佳剂量选择模型判定调整后的药物给药剂量为推荐的最佳剂量。2.如权利要求1所述的一种新生儿β内酰胺药物最佳剂量选择方法，其特征在于，从推荐的最佳剂量中选取最小值为药物的最佳剂量。3.如权利要求1所述的一种新生儿β内酰胺药物最佳剂量选择方法，其特征在于，新生儿的特征信息包括人口统计学信息和诊断信息。4.如权利要求1所述的一种新生儿β内酰胺药物最佳剂量选择方法，其特征在于，获取训练好的药物最佳剂量选择模型的过程为：获取已有的新生儿特征信息、选用药物信息、给药剂量及频次信息，作为初始训练数据，并确定药物不同给药剂量下的PD指标；根据PD指标与PD目标的大小关系对初始训练数据进行标签标注，作为训练用数据，其中，当PD指标大于等于PD目标时，初始训练数据的标注标签是为推荐的最佳剂量，当指标小于PD目标时，初始训练数据的标注标签是不为推荐的最佳剂量；通过训练用数据对构建的药物最佳剂量选择模型进行训练，训练完成的药物最佳剂量选择模型为训练好的药物最佳剂量选择模型。5.如权利要求4所述的一种新生儿β内酰胺药物最佳剂量选择方法，其特征在于，通过群体药代...

【专利技术属性】
技术研发人员：赵维，汤博皓，吴月娥，郝国祥，郑义，傅姝萌，张馨方，
申请(专利权)人：山东大学，
类型：发明
国别省市：