基于改进的NLPLS和神经网络预测药物体内浓度文献综述

 2023-01-07 02:01

【研究问题的意义】由于病人的生理病理及遗传等因素的影响, 药物的药代动力学过程存在明显的个体差异, 临床需要多次进行治疗药物监测以调整用药剂量, 这严重影响了药物的广泛应用以及病人的有效治疗。

因此,预测病人体内的药物浓度, 及时准确地调整给药剂量, 对于实现个体化给药, 确保安全用药以及提高病人的生活质量具有很重要的意义。

由此深化我们对临床药代动力学是以临床医学、临床药学和数学与计算数学相结合的临床学科这个概念的认识,研究的目的在于指导临床治疗中的个体化用药。

【拟解决的问题】现在临床药学服务的重点是在特殊群体或药物中进行治疗药物浓度监测并实现临床给药方案个体化,它可以提高药物疗效、减少药物毒性。

随着药物分析技术的发展,治疗药物浓度的监测已经较为普遍,但如何将其与个体化给药设计建立起关系,还是一个很复杂的问题。

最经典的方法是采用基于非线性混合效应模型的群体药动学程序-NONMEN 程序预测体内药物浓度及药动学数据分析。

但其一直受很多因素的限制,诸如获取准确的个体或群体药动学参数比较困难、计算公式复杂,应用繁琐;建立的数学模型需要假定一些不一定符合现实的特定条件,仅是一种理想状态,而药代动力学模型复杂,包含许多非线性的因素,无法建立相应数学模型;人体内生物系统极其复杂,药物在人体内的动力学过程个体差异性大。

这些决定了仅靠有限的数学结构模型是很难满足药动学预测的需要。

而且,由于临床药代动力学需要观测的指标太多,那么这就需要对数据进行降维处理。

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文文献综述,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。