Page 124 - 《中国药房》2025年6期

能。3个指标的计算公式如下： 0.014 0.84
0.012 0.82
m
∑ [ f (x )- y ] 2 0.010 0.80
i
i
2
R ＝ i = 1 m - ⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅ （1） 密度 0.008 R 2 0.78
∑ (y - y) 2 0.006 0.76
i
0.004
i = 1
0.74
1 m 0.002 0.72
MAE＝ ∑ | f (x )- y ⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅ （2） 0
| i
m i 0 20 40 60 80 100 120 140 0 5 10 15 20 25 30
i = 1
血药浓度/（ng/mL） 特征/个
1 m A.标签分布图 B.特征选择折线图
2
RMSE＝ ∑ [ f (x )- y ] ⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅ （3） 图1 标签分布图和特征选择折线图
m i = 1 i i
表2 训练集和测试集患者的一般资料比较[M（P25，P75 ）
式中，m为样本个数， f (x )为第i个样本的预测值，yi 或例数（占比/%%）]
i
-
为第i个样本的实际观测值，y为实际观测值， y为实际观
变量 训练集（n＝196） 测试集（n＝85） 统计值 P
测值的平均值。R 越接近 1，表示模型拟合效果和预测 年龄/岁 47（30，66） 46（31，62） 869.0 0.734
2
性能越强；MAE值越小，表示模型准确性越高；RMSE值 身高/cm 164（158，170） 164（160，170） 512.5 0.200
2
越小，表示预测精度越高。综合来看，R 高的同时MAE 体重/kg 66（57，78） 63（55，75） 851.5 0.800
2
BMI/（kg/m） 24（20，27） 24（21，27） 637.0 0.635
[14]
和RMSE低，说明模型预测性能好 。
用药日剂量/（mg/d） 80（40，100） 80（40，100） 600.0 0.716
1.7 基于夏普利加性解释方法的最优模型解释 肾功能指标
夏 普 利 加 性 解 释（Shapley additive explanation， 尿素/（mmol/L） 4.2（3.6，5.3） 4.2（3.8，5.3） 845.5 0.938
肌酐/（μmol/L） 69.30（61.98，82.13） 71.80（59.89，77. 20） 742.5 0.282
SHAP）是一种基于博弈论中 SHAP 值解释模型预测结
肾小球滤过率/（mL/min） 91.73（80.73，104.85） 94.75（84.28，105.74） 742.0 0.203
果的方法，能精确量化和直观展示特征对模型预测的贡 尿酸/（μmol/L） 257.15（209.75，320.43） 246.00（206.40，296.10） 869.0 0.735
[15]
献和相互作用 。本研究通过SHAP方法对筛选出的最 血清胱抑素C/（mg/L） 0.88（0.76，1.02） 0.91（0.74，1.03） 844.0 0.757
肝功能指标
优模型的特征进行解释，并根据平均SHAP值来评估每
总胆红素/（μmol/L） 9.6（7.5，12.6） 9.2（7.3，12.9） 833.5 0.865
个特征对模型的整体贡献度，从而确定特征的重要性排 球蛋白/（g/L） 22.60（20.45，25.45） 21.90（20.10，24.70） 834.5 0.553
序，继而绘制特征重要性图；再将特征自身数值与SHAP 天冬氨酸转氨酶/（U/L） 17.9（14.5，21.7） 18.4（14.0，23.9） 755.0 0.239
值的分布关系进行可视化展示，确定特征对度洛西汀血 丙氨酸转氨酶/（U/L） 16.27（11.13，23.24） 17.66（11.60，25.90） 629.0 0.350
总胆汁酸/（μmol/L） 2.83（1.65，4.49） 3.26（1.70，4.59） 833.5 0.549
药浓度预测结果的影响大小与方向，并绘制特征分析摘 直接胆红素/（μmol/L） 2.40（1.82，3.33） 2.50（1.81，3.38） 777.5 0.311
要图（图中每个点代表1个样本，点的颜色代表特征值的 间接胆红素/（μmol/L） 6.99（5.16，9.61） 6.80（4.65，9.65） 906.0 0.947
大小；SHAP值为正数表示正向影响，为负数表示负向影 总蛋白/（g/L） 64.8（61.8，67.1） 64.5（61.5，67.9） 787.5 0.462
白蛋白/（g/L） 42.3（39.6，44.4） 42.5（40.1，44.5） 685.5 0.132
响）。将特征按照 SHAP 绝对值大小从高到低排序，
白蛋白/球蛋白比例 1.87（1.63，2.12） 1.93（1.69，2.09） 834.5 0.553
SHAP 绝对值越大表示该特征越重要，对模型输出结果 生化指标
[16]
9
影响越大 。 白细胞计数/×10 L －1 5.50（4.70，6.67） 5.49（4.54，6.38） 809.5 0.437
红细胞计数/×10 L －1 4.33（4.05，4.72） 4.31（4.08，4.61） 749.0 0.305
12
1.8 实例预测
中性粒细胞百分比/% 53.6（47.4，58.7） 50.3（46.0，56.9） 886.5 0.834
以合并高血压、用药日剂量为 120 mg/d、BMI 为 淋巴细胞百分比/% 34.2（29.1，39.7） 37.1（31.3，42.6） 857.5 0.672
2
20.0 kg/m 、年龄为74岁、血红蛋白为142 g/L的1例患者 血红蛋白/（g/L） 129（121，140） 128（118，138） 749.5 0.223
血小板计数/×10 L －1 224（197，267） 232（199，270） 824.5 0.505
9
为例，采用XGBoost模型预测该患者服用度洛西汀达稳
民族 8.0 0.534
态后的血药浓度，并绘制实例预测图。 汉族 94（48.0） 41（48.2）
1.9 统计学分析 维吾尔族 24（12.2） 17（20.0）
哈萨克族 35（17.9） 16（18.8）
采用SPSS 23.0软件对数据进行统计分析。不符合
其他 43（21.9） 11（12.9）
正态分布或方差不齐的计量资料以 M（P25，P75 ）表示，组 联合用药 9.6 0.382
间比较采用秩和检验。计数资料以例数或率（%）表示， 无 26（13.3） 10（11.8）
2
组间比较采用 χ 检验或 Fisher 精确检验。检验水准 辅助睡眠药物 30（15.3） 14（16.5）
奥氮平+辅助睡眠药物 116（59.2） 53（62.4）
α＝0.05。 喹硫平+辅助睡眠药物 24（12.2） 8（9.4）
2 结果 合并疾病 5.8 0.761
2.1 标签分布和特征选择结果 无 29（14.8） 11（12.9）
高血压 121（61.7） 52（61.2）
本研究共纳入 281 例服用度洛西汀的抑郁症患者，
高血压+糖尿病 22（11.2） 11（12.9）
其数据标签基本符合正态分布，在建模过程中无须特殊 高血压+冠心病 24（12.2） 11（12.9）
处理，结果见图1A。特征选择结果（图1B）显示，纳入29 2.2 一般资料
2
个特征时，R 值最大。29 个特征包括年龄、民族、身高、 训练集和测试集患者的一般资料比较差异均无统
体重、BMI、合并疾病、联合用药、用药日剂量、肝肾功能 计学意义（P＞0.05），表明两个数据集具有同质性和可
和生化指标等，详见表2。 比性。结果见表2。
· 754 · China Pharmacy 2025 Vol. 36 No. 6 中国药房 2025年第36卷第6期