【技术实现步骤摘要】
本申请涉及药理学领域，尤其涉及一种预测方法、装置、设备及存储介质。
技术介绍
1、科学技术的发展，促进了药理学的发展。在相关技术中，对于某些特定药物，其药动力学表征出显著的个体间和个体内变异，故临床推荐使用auc(area under the curve，药时曲线下面积)作为药物剂量调整的依据。例如，霉酚酸(mycophenolicacid，mpa)类药物已经被证明是一种强效免疫抑制剂，可显著降低移植术后急性排斥反应及短期或长期移植肾失功的发生率，因此已常规用于肾移植术后。mpa包括：吗替麦考酚酯(mycophenolatemofetil，mmf)，mmf为mpa的脂化前体药物。mpa(mycophenolicacid，霉酚酸)的药动学表现出显著的个体间和个体内变异，尤其是在移植后的早期，不同个体服用同样的剂量可产生高达十倍的暴露差异。
2、现有技术中，大都需要对患者进行密集采样，获得密集采样数据，才能获得较为准确的auc值。但是密集采样临床实施困难，经济成本高，易引起患者不适，从而无法满足病人的个体化用药需求。
技术实现思路
1、有鉴于此，本申请实施例提供了一种预测方法、装置、设备及存储介质，旨在满足病人的个体化用药需求和降低临床负担。
2、本申请实施例的技术方案是这样实现的：
3、第一方面，本申请实施例提供了一种预测方法，所述方法包括：
4、获取病人的医疗数据，所述医疗数据包括：目标药物的多个目标时刻的浓度数据，所述浓度数据为目标
5、基于目标预测模型和所述医疗数据，确定所述病人的药时曲线下面积，其中，所述目标预测模型基于所述目标药物的群体药动学模型生成。
6、在一些实施例中，所述方法还包括：
7、获取历史病人的待模拟样本，所述待模拟样本为所述历史病人的历史样本对应的随机数据；
8、基于所述群体药动学模型和蒙特卡洛模拟算法，对所述待模拟样本进行模拟，生成基于所述目标药物的多个时刻的预测浓度数据得到的模拟训练样本和模拟验证样本；
9、基于模拟训练样本、所述模拟验证样本和至少一个算法模型，生成目标预测模型。
10、在一些实施例中，所述至少一个算法模型包括：多元线性回归算法模型，所述基于模拟训练样本、所述模拟验证样本和至少一个算法模型，生成目标预测模型，包括：
11、基于多元线性回归算法模型和所述模拟训练样本，生成多个多元线性回归方程，所述多元线性回归方程用于表征所述药时曲线下面积和不同时刻的预测浓度数据的对应关系；
12、基于所述模拟验证样本，对各所述多元线性回归方程进行验证，生成目标多元线性回归方程，所述目标多元线性回归方程为所述目标预测模型。
13、在一些实施例中，所述至少一个算法模型为多个，所述基于模拟训练样本、所述模拟验证样本和至少一个算法模型，生成目标预测模型，包括：
14、基于所述模拟训练样本、所述模拟验证样本和至少一个算法模型，生成多个预测模型；
15、针对所述多个预测模型中每一预测模型，基于所述模拟验证样本进行验证，生成各所述预测模型的验证结果，各所述验证结果用于表征各所述预测模型的准确率；
16、基于各所述验证结果，生成所述目标预测模型。
17、在一些实施例中，所述方法还包括：
18、获取各历史病人的历史样本，所述历史样本包括：性别、体重和所述目标药物的剂量值；
19、基于设定的待模拟总人数和各所述历史病人的性别人数比例，随机生成各性别对应的待模拟人数；
20、基于正态分布规则、各性别对应的待模拟人数和各所述历史病人的体重标准差，随机生成各性别对应的待模拟体重数据；
21、基于各性别对应的待模拟人数和各所述历史病人的目标药物的剂量值比例，随机生成各历史病人对应的待模拟剂量数据；
22、基于所述待模拟人数、所述待模拟体重数据和所述待模拟浓度数据，生成所述待模拟样本。
23、在一些实施例中，所述方法还包括：
24、获取各历史病人的历史样本，所述历史样本包括：针对目标药物所需的基本数据和所述目标药物的浓度数据；
25、基于所述基本数据和所述目标药物的数据，生成药动力学参数；
26、基于所述药动力学参数，生成群体药动学模型；其中，所述基本数据包括性别和体重。
27、在一些实施例中，所述方法还包括：
28、获取病人的医疗数据，所述医疗数据包括：性别、体重和所述目标药物的浓度值；
29、基于所述性别、体重、所述目标药物的浓度值和剂量预测模型，生成所述目标药物的预测剂量值，所述剂量预测模型基于所述群体药动学模型生成。
30、第二方面，本申请实施例提供了一种预测装置，所述装置包括：
31、获取模块，用于获取病人的医疗数据，所述医疗数据包括：目标药物的多个目标时刻的浓度数据，所述浓度数据为目标药物在所述病人的血液中的浓度值；
32、确定模块，用于基于目标预测模型和所述医疗数据，确定所述病人的药时曲线下面积，其中，所述目标预测模型基于所述目标药物的群体药动学模型生成。
33、第三方面，本申请实施例提供了一种电子设备，包括：处理器和用于存储能够在处理器上运行的计算机程序的存储器，其中，
34、所述处理器，用于运行计算机程序时，执行上述第一方面所述方法的步骤。
35、第四方面，本申请实施例提供了一种计算机存储介质，所述存储介质上存储有计算机程序所述计算机程序被处理器执行时，实现上述第一方面所述方法的步骤。
36、本申请实施例提供的技术方案，提供了一种预测方法，该方法包括：获取病人的医疗数据，所述医疗数据包括：目标药物的多个目标时刻的浓度数据，所述浓度数据为目标药物在所述病人的血液中的浓度值；基于目标预测模型和所述医疗数据，确定所述病人的药时曲线下面积，其中，所述目标预测模型基于所述目标药物的群体药动学模型生成。如此，通过目标预测模型预测并确定病人的药时曲线下面积，其中，目标预测模型基于目标药物的群体药动学模型生成，降低了患者密集采样的频率，有效减少了患者的临床负担，从而满足了患者的个体化用药需求。
本文档来自技高网...【技术保护点】
1.一种预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
3.根据权利要求2所述的方法，其特征在于，所述至少一个算法模型包括：多元线性回归算法模型，所述基于模拟训练样本、所述模拟验证样本和至少一个算法模型，生成目标预测模型，包括：
4.根据权利要求2所述的方法，其特征在于，所述至少一个算法模型为多个，所述基于模拟训练样本、所述模拟验证样本和至少一个算法模型，生成目标预测模型，包括：
5.根据权利要求2所述的方法，其特征在于，所述方法还包括：
6.根据权利要求1所述的方法，其特征在于，所述方法还包括：
7.根据权利要求1所述的方法，其特征在于，所述方法还包括：
8.一种预测装置，其特征在于，所述装置包括：
9.一种电子设备，其特征在于，包括：处理器和用于存储能够在处理器上运行的计算机程序的存储器，其中，
10.一种计算机存储介质，所述存储介质上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，实现权利要求1至7任一项所
...【技术特征摘要】
1.一种预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
3.根据权利要求2所述的方法，其特征在于，所述至少一个算法模型包括：多元线性回归算法模型，所述基于模拟训练样本、所述模拟验证样本和至少一个算法模型，生成目标预测模型，包括：
4.根据权利要求2所述的方法，其特征在于，所述至少一个算法模型为多个，所述基于模拟训练样本、所述模拟验证样本和至少一个算法模型，生成目标预测模型，包括：
5.根据权利要求2所述...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。