CN119446400B 基于大数据分析的肿瘤患者用药副作用管理方法及系统 （厦门鹅卵石网络科技有限公司）_第1页
CN119446400B 基于大数据分析的肿瘤患者用药副作用管理方法及系统 （厦门鹅卵石网络科技有限公司）_第2页
CN119446400B 基于大数据分析的肿瘤患者用药副作用管理方法及系统 （厦门鹅卵石网络科技有限公司）_第3页
CN119446400B 基于大数据分析的肿瘤患者用药副作用管理方法及系统 （厦门鹅卵石网络科技有限公司）_第4页
CN119446400B 基于大数据分析的肿瘤患者用药副作用管理方法及系统 （厦门鹅卵石网络科技有限公司）_第5页
已阅读5页，还剩19页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

区软件园二期观日路46号401单元B区基于大数据分析的肿瘤患者用药副作用管本发明公开了基于大数据分析的肿瘤患者析子模型、基因药物交互分析子模型及风险评提高治疗阶段用药副作用管理的科学性及准确2所述基因药物交互分析子模型为基于极端梯度提升的分类模型，所述分类模型的输提取于药物数据中的药物分子描述符及药物与目标基因的结合所述分类模型包括输入层、提升树层及分类目标输出层，输入层的输入所述风险评分生成子模型的处理流程为：将时间序列分析子模型的输出特征标准化，将当前患者的基础信息、用药信息及基因组数据输入训练好的预根据综合风险评分，从预设的干预方案库中选择适合该患者2.根据权利要求1所述的基于大数据分析的肿瘤患者用药副作用管理方法，其特征在33.根据权利要求1所述的基于大数据分析的肿瘤患者用药副作用管理方法，其特征在4.根据权利要求3所述的基于大数据分析的肿瘤患者用药副作用管理方法，其特征在5.基于大数据分析的肿瘤患者用药副作用时间序列分析子模型，用于计算药物代谢动力学曲线风险评分生成子模型，用于融合时间序列分析子模型的输出特征与基因一药干预方案推荐模块，用于根据综合风险评分，从预设的干45[0003]上述方案对药物副作用的研究聚焦于生物医药领域内新有技术在治疗过程中产生的副作用预测中存在的适应性及[0014]基于训练好的自回归积分滑动平均模型，对未来时间段67析以及风险评分生成，能够有效预测并管理肿瘤患者在用药过程中可能出现的副作用风药物交互分析的结果，在个体化用药副作用管理中显著提升了风险评估的科学性与准确8[0050]3.本发明提出的用药副作用管理方法通过实时监测患者[0059]具体的，药物数据来源可包括但不限于：公开数据库（如FDA不良事件报告系统9[0066]基于训练好的自回归积分滑动平均模型，对未来时间段[0073]在本发明的其他一些实施例中，时间序列分析子模型采用长短期记忆（Long[0074]在本实施例中，所述基因一药物交互分析子模型为基于极端梯度提升（Extreme因药物交互的特征重要性对节点进行分裂，在每次分裂迭代计算残差，更新叶节点预测

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论