德孚在中国

115563

论文已发表

提 交 论 文


注册即可获取德孚的最新动态

注 册



IF 收录期刊





更多详情 >>





QR Code

已发表论文

实现肾移植他克莫司精准给药：一种算法驱动的预测管道

 

Authors Min J , Li Q , Lai W, Liu Z, Chen G

Received 17 October 2025

Accepted for publication 29 December 2025

Published 7 January 2026 Volume 2026:20 575125

DOI https://doi.org/10.2147/DDDT.S575125

Checked for plagiarism Yes

Review by Single anonymous peer review

Peer reviewer comments 2

Editor who approved publication: Professor Anastasios Lymperopoulos

Jianliang Min,1– 3,* Qihao Li,1,3,* Weijie Lai,1,3,* Zi Liu,4 Guodong Chen1,3 
1Department of Organ Transplantation Center, The First Affiliated Hospital of Sun Yat-Sen University, Guangzhou, People’s Republic of China; 2School of Medicine, Jiaying University, Meizhou, People’s Republic of China; 3Guangdong Provincial Key Laboratory of Organ Medicine, The First Affiliated Hospital of Sun Yat-Sen University, Guangzhou, People’s Republic of China; 4School of Information Engineering, Jingdezhen Ceramic University, Jingdezhen, People’s Republic of China
*These authors contributed equally to this work
Correspondence: Guodong Chen, Email chguod@mail.sysu.edu.cn
摘要：

【背景】他克莫司的术后给药因其治疗窗狭窄及患者间高变异性而持续面临挑战，常导致暴露水平不理想，从而增加潜在肾毒性或移植物排斥风险。基于算法的个体化给药策略为辅助临床决策、改善长期预后提供了有前景的途径。【方法】与依赖大量变量及局部临床范围的方法不同，本研究提出了一种新颖且通用的算法驱动策略来预测他克莫司剂量。首先采用遗传算法结合随机重启爬山算法的混合优化方法筛选出少量关键临床因素，进而基于这些因素构建一个级联深度森林模型，以预测成人肾移植受者的后续剂量与初始剂量。【结果】使用留一受试者交叉验证对615例患者进行评估，模型预测值在实际值的±20%范围内的后续剂量预测和初始剂量预测准确率分别达89.8%和83.2%。独立外部验证进一步证实了方法的稳健性。基于SHAP的解释分析进一步揭示了输入特征与预测剂量之间的显著相关性。此外，为支持临床实时应用，提供了一个开放访问的在线平台（http://www.jcu-qiulab.com/tacp/）。【结论】该研究为临床实践提供了一种实用、有效且由算法驱动的自动化药物剂量分析与预测流程。
Download Article[PDF]