在茶碱常规监测中Bayesian反馈法的应用

本文提出了口服氨茶碱后以Bayesian反馈法取一点血药浓度制订个体化给药方案的方法,对本院收治的10例慢性阻塞性肺病(COPD)和10例一般哮喘患者口服氨茶碱后的药动学参数做比较,结果表明:COPD的清除率为27.43±3.70ml·kg^(-1)h^(-1),哮喘患者为40.56±1.37ml·kg^(-1)·h^(-1),半衰期COPD为13.37±2.12h,哮喘为9.59±3.10h。两组患者的清除率有显著性差异(P<0.05),提示:在给药方案设计时,必须个体化。本文运用Bayesian一点反馈法对6例病人的用药进行了调整,其结果比较满意。

Bayesian反馈法估算静脉输注伏立康唑的群体药动学参数

目的用Bayesian反馈法估算临床患者静脉输注伏立康唑的群体药动学(PPK)参数。方法收集静脉输注给药不同时间后的血样,采用HPLC法测定伏立康唑血药浓度,用Bayesian反馈法估算PPK参数。结果以二室模型拟合伏立康唑的药动学过程,得PPK参数为Vss为(46.58±19.35)L,CL为(4.76±2.64)L/h,k10为(0.187±0.006)h-1k,12为(4.97±0.02)h-1,k21为(0.895±0.308)h-1。结论此PPK模型能够较准确地描述伏立康唑在临床患者静脉输注的药动学特征,其预测能力尚待进一步评估。

Bayesian反馈法用于茶碱常规监测

本文提出了口服氨茶碱后以贝叶斯(Bayesian)反馈法,取一点血药浓度制订个体化给药方案的方法.对本院收治的10例慢性阻塞性肺病(COPD)和10例一般哮喘患者口服氨茶碱后的药动学参数作比较,结果表明 COPD 的清除率为27.43±3.70ml/kg.h^(-1),哮喘患者为40.56±1.37ml/kg·h^(-1),半衰期 COPD 为13.37±2.12h,哮喘为9.5g±3.10h.两组患者的清除率差异显著(P<0.05),提示在给药方案设计时,必须个体化。本文运用 Bayesian 一点反馈法对6例患者的用药进行了调整,其结果比较满意。

一步法在茶碱个体化给药中的意义

25例哮喘患者一步法得到茶碱的群体药动学参数Ke 0.087±0.022h^(-1),Vd 0.52±0.10L/kg,CL 44.98ml/(kg·h)当取一点稳态谷浓度作Bayes反馈可得到比较准确的个体药动学参数:12例老年COPD患者Ke 0.054±0.011h^(-1),CL 29±5ml/(kg·h)。18例哮喘患者Ke 0.087±0.030h^(-1),CL 45±15ml/(kg·h),两组患者反馈点实测血药浓度与预测血药浓度相关性均为r>0.99(P<0.01),由此可设计出合理的给药方案,并预报可信的血药浓度。

基于径向基-Galerkin解的反馈粒子滤波器

反馈粒子滤波器(FPF)是一种连续时间最优贝叶斯估计器.针对FPF对系统采样率要求较高的问题,提出一种基于径向基函数-Galerkin法求解的反馈粒子滤波器.该算法推导了反馈增益势函数所满足偏微分方程的弱形式,结合径向基函数对势函数进行近似,利用Galerkin法和蒙特卡罗积分得到了反馈增益近似解,并给出了一种径向基参数选取方法,从数值上分析了径向基函数参数选取对于滤波精度的影响.仿真算例表明反馈粒子滤波器在低系统采样率下会严重发散,而本文算法能够避免这一问题,且提高了FPF在低系统采样率下的滤波精度和稳定性.

基于群体药动学原理对1例甲氨蝶呤严重排泄延迟患儿的药学监护

目的:探讨群体药动学(PPK)在甲氨蝶呤(MTX)严重排泄延迟急性淋巴细胞白血病(ALL)患儿个体化解救过程中的价值,为临床药学服务提供参考。方法:临床药师参与1例MTX严重排泄延迟ALL患儿的临床解救过程。患儿接受大剂量MTX(HD-MTX)化疗后,出现MTX严重排泄延迟。临床药师借助PPK模型和贝叶斯反馈法预测患儿体内MTX血药浓度,并根据实测及预测结果在亚叶酸钙(CF)初始解救剂量(15 mg/m2,ivgtt,q6 h)的基础上,将入院第6、7天的CF解救剂量调整至160 mg/次,维持静脉滴注1 h;入院第8天,调整至42 mg/次;入院第9、10天,调整至21 mg/次;入院第11~16天,调整至10.5 mg/次;均为每天给药4次。考虑到患儿肾功能轻度受损,临床药师建议停用奥美拉唑,改用西咪替丁注射液0.2 g,ivgtt,qd护胃,并将注射用头孢他啶减量至0.4 g,ivgtt,tid;并嘱临床加强水化、碱化及口腔黏膜护理。结果:医师采纳临床药师建议。患儿体内MTX血药浓度预测值与实测值的差值不超过±0.32μmol/L,预测准确度良好。患儿在PPK模型指导下调整CF解救方案后,其体内MTX血药浓度降至0.13μmol/L,顺利完成此次化疗,于入院第18天出院。结论:PPK理论可为MTX严重排泄延迟ALL患者的临床解救提供参考,可作为临床药师开展药学服务的切入点之一。当患者出现MTX严重排泄延迟时,临床药师应充分掌握影响MTX排泄的因素,从患者的生理、病理情况,联合用药,体内血药浓度等多方面综合考虑,以确保解救的及时、有效。

融合贝叶斯和FSRM的相关反馈算法研究

在图像检索领域当中,低层视觉特征和高层语义之间的"语义鸿沟"问题都是许多研究学者面前的一大障碍。相关反馈机制在一定程度上解决了"语义鸿沟"问题,同时相关反馈也存在反馈次数过多,反馈效果不够理想等问题。为解决上述问题,提出一种贝叶斯和模糊语义相关矩阵(FSRM)相结合的反馈算法。实现方法是:用贝叶斯分类器对图像库进行分类,达到压缩图像库的目的,然后用模糊语义相关矩阵对压缩之后的图像库进行检索,并反馈最终结果。研究结果表明,与贝叶斯算法和FSRM相比,本文提出的算法明显地提高了反馈效果,优化了反馈次数。

基于贝叶斯反馈云理论的地下矿山通风系统可靠性研究

为减少传统地下矿山评价方法中人的主观因素影响,提出采用基于贝叶斯反馈云理论的地下矿井通风系统可靠性评价方法,完成评价指标定性概念向定量数值的转化,再以贝叶斯方法进行参数修正.实例分析表明:该方法能有效修评价人员的评价差异,提高可靠性评价的客观性和科学性.

一种贝叶斯和支持向量机相结合的相关反馈策略

相关反馈技术在提高图像检索性能方面发挥着重要作用,但图像检索过程中的相关反馈存在反馈次数过多,反馈效果不够理想等问题。为解决上述问题,提出一种贝叶斯和支持向量机相结合的反馈算法。实现方法是:用贝叶斯分类器对图像库进行分类,达到压缩图像库的目的,然后用支持向量机分类器对压缩之后的图像库进行分类,并反馈最终结果。研究结果表明,与支持向量机和贝叶斯算法相比,在很少的反馈次数下,该方法明显提高了反馈效果。

基于电商用户行为的隐式反馈推荐应用研究

贝叶斯个性化排序(BPR)算法是隐式反馈问题中最具代表性的算法之一,但BPR算法中提出的用户间独立性假设和个人对2个项目的成对偏好假设都过于严格。GBPR算法重新定义了用户的个人偏好,并使用由志趣相投的多个用户形成的组偏好来代替个人偏好,以放宽用户间独立性的假设。DPR算法把偏序对作为基本单元来优化偏好间的差值而不是偏好的差值,以放宽个人对2个项目的成对偏好的假设。结合上述研究,本文提出e-GDPR算法,进一步提高用户对物品的偏好预测能力。该算法可以充分利用数据集中的用户信息(如性别、消费水平)和商品信息(如商品种类),把组偏好引入DPR算法并根据消费水平与性别对用户进行分组后随机抽样,以创建更具代表性的用户组,本文对采样方式进行改进,不再使用随机采样,而是随机抽取由同一种类的2个商品构成的三元组样本,并认为它们比随机选择的商品所组成的三元组样本更可靠。然后,引入隐式反馈偏好量化模型来计算用户的个人偏好,并能充分考虑隐藏在各种隐式操作类型背后的用户偏好。最终,在京东电商数据集上进行仿真推荐实验,实验结果表明与基线算法相比e-GDPR算法可以取得更好的推荐效果。

一步法在茶碱个体化给药中的意义

25例哮喘患者一步法得到茶碱的群体药动学参数 Ke 0.0873±0.0224h^(-1),Vd0.5152±0.0968 L/kg,CL44.98ml/kg·h。当取一点稳态谷浓度作 Bayesian 反馈可得到比较准确的个体药动学参数:12例老年 COPD 患者 Ke0.0545±0.0107h^(-1),CL29.36±4.72ml/kg·h;18例哮喘患者 Ke0.0871±0.0299h^(-1),CL45.48±15.14ml/kg·h。两组患者反馈点实测血药浓度与预测血药浓度相关性均为 r>0.99(P<0.01)。由此可设计出合理的给药方案,并预报可信的血药浓度。

重症患者中根据亚胺培南治疗药物监测结果进行%T>MIC预测方法的比较研究

目的对可根据血药浓度监测数据估算%T>MIC的方法进行比较评价,明确治疗药物监测实施方案和治疗目标。方法收集25例重症感染患者给予亚胺培南达稳后多时间点的血药浓度数据,以NONMEM法建立群体药动学模型并以Bayesian反馈法结合给药后6、8 h血药浓度点估算%T>MIC,同时以已建立的%T>MIC计算模型方法结合相同血药浓度进行估算,与%T>MIC真实值进行比较。结果建立的群体药动学模型可对数据进行较好拟合,协变量血清肌酐(CR)对中央室表观分布容积(Vc)有显著影响,最终模型为Vc=18.8×(CR/70.9)^ΘCR_VC。当MIC=2时,Bayesian法和%T>MIC计算模型法预测结果偏差在真实值±10%以内的比例分别为76.9%及84.6%。结论两种方法在MIC折点≤2时预测准确性良好,但准确性随MIC增加而下降,针对不同的MIC水平可考虑采取不同治疗药物监测方案。