当前位置：首页 > 范文大全 > 实用文>基于混合推理的高血压药物模型研究

基于混合推理的高血压药物模型研究

2023-07-28 09:07:03 收藏本文下载本文

“sai4x4”通过精心收集，向本站投稿了6篇基于混合推理的高血压药物模型研究，今天小编在这给大家整理后的基于混合推理的高血压药物模型研究，我们一起来看看吧！

基于混合推理的高血压药物模型研究

篇1：基于混合推理的高血压药物模型研究

基于混合推理的高血压药物推荐模型研究

摘要：高血压是常见的慢性疾病，是心血管疾病的重要危险因素，但目前为止，尚未研制出根治高血压的特效药物，具有一次得病，终身服药的特点。对于不同的人群，合理地选择降压药对于治疗高血压有重要意义。本文针对高血压疾病治疗率低的问题，运用混合推理算法进行药物推荐，通过使用案例推理算法从案例库得到相似案例，进而用贝叶斯推理算法得到相应的药物，并分别与案例推理和贝叶斯推理算法所得到的结果比较，实验表明，该混合推理算法在一定程度上提高了药物推荐的准确率。

关键词：高血压；案例推理；贝叶斯；混合推理；推荐

中图分类号：TP18 文献标识码：A

Abstract：Hypertension，as a common chronic disease，is a high risk factor of cardiovascular disease.However，no specific drug has been developed currently to cure hypertension.It has a characteristic of lifelong drug therapy once contracted.For different people，it is of great significance to choose the anti-hypertensive drugs reasonably for treatment.Aiming at the problem of low curing rate of hypertensive disease，hybrid reasoning algorithm has been used to drug recommendation.First of all，similar cases are collected by case-based reasoning algorithm，then the corresponding drugs are obtained by the Bayesian algorithm.The experiment，after comparing the results of the case-based reasoning with Bayesian，shows that to some extent，the hybrid reasoning algorithm improves the accuracy of drug recommendation.

Keywords：hypertension；case-based reasoning；Bayesian；hybrid reasoning；recommendation

1 引言（Introduction）

高血菏浅＜的慢性疾病，也是引起心血管疾病的首要危险因素。在《中国心血管病报告》中指出，中国心血管疾病的发病率持续不断上升，全国的心血管病患者近3亿，其中高血压患者占2.7亿。研究表明，我国每年的心血管死亡人数中与高血压有关的多达200多万人[1]。可见，有效地降低血压对于心血管疾病的预防，提升人类生活幸福指数有重要的现实意义。

目前，高血压患者的治疗仍以药物为主，国外的Michel Burnier[2]等人认为高血压病人要想达到降血压的目的，必须坚持接受药物治疗；吴昊[3]等人构建了高血压领域本体和推理规则，将本题库与案例库相结合，给出患者的用药处方；黄飞[4]等人通过构建高血压本体数据库，运用本体推理的方法对高血压患者心血管风险水平进行鉴定；曹小凤[5]在基于遗传算法的药物疗效评价模型中指出，只有长期进行药物治疗，才能使血压维持在相对较低的稳定水平。本文的目标在于为高血压患者推荐合适的药物，进而提高药物的治疗率，将案例推理与贝叶斯推理相结合，构建了高血压药物推荐模型，对于高血压患者的治疗有一定的指导意义。

2 高血压定义及电子病历构建（The definition of hypertension and construction of electronic medical record）

血压是指作用于血流通过时血管壁单位面积的压力，通常划分进入收缩压和舒张压。正常的收缩压力小于140mmHg，舒张压小于90mmHg。根据WHO标准，中度血压收缩压高于160mmHg，舒张压更大超过95mmHg。如果收缩压范围在140和160mmHg和舒张压介于90―95mmHg，这是边缘性高血压。

根据WHO/ISH高血压治疗指南中将高血压定义为，不使用降压药物的前提下，收缩压SBP≥140mmHg和（或）舒张压DBP≥90mmHg。根据收缩压和舒张压血压值不同，本文将所用的高血压级别划分为1级高血压（轻度）、2级高血压（中度），以及3级高血压（重度）具体如表1所示[1]。

高血压电子病历数据库的建设，除了数据库本身的知识外，还要结合领域的相关性。根据高血压药物推荐的需要，本文所设计的电子病历数据包括患者基本信息，历史血压记录，过往服用药物及用药记录，其中用药记录中包含记录ID、登记时间、药物ID、病人ID和血压级别。

3 高血压药物推荐模型（The recommended model of hypertension drugs）

本文构建了高血压电子病历库，根据案例推理可以检索出大量相似案例[6]，对相似性处理能力有限，而贝叶斯推理有丰富的概率表达能力的特点[7]，提出了一种基于混合推理的高血压药物推荐模型，旨在为患者推荐适合自身的药物，进而有效降低血压。首先根据患者的身体指标和血压级别取得相似案例，再运用贝叶斯推理算法得到更准确的药物列表，从而辅助医师开具最适合患者的药物处方。本文提出的高血压推荐模型工作过程如图1所示。

在大量高血压医疗病历中通过案例推理得出的结果不止一种，而每一种案例所使用的药物处方往往也有所不同，即使同样的案例，最终的用药结果也有不同程度的差异。针对这些问题，将满足一定条件的案例全部抽取出来作为目标案例的相似案例，并抽取出处方记录，其表示如下：

从药物1到药物n表示检索出来的用药列表。由上述描述可知，这些药物列表存在不同程度的差异，因此在药物推荐之前需要做一定的调整。

贝叶斯推理提出了推理的概率模型，它描述了某个事件最终得以发生的概率。本文在对药物进行后验概率的计算时，需要综合考虑多方因素，如药物的.使用频率、药物的疗效等。药物的条件概率计算如公式2所示：

式中，表示药物的后验概率，在高血压患者中某个患者可能不只患有高血压一种病，还可能同时存在心脏病。考虑到这种情况，本文首先根据患者的特征值到案例库中进行匹配，如果找到了就根据上述式（2）计算概率值，否则，就根据模糊理论采用如下的计算方法：

式（3）中，综合其他疾病的药物概率对某一药物概率值排序。通过贝叶斯算法所得到的药物列表可表示如式（4）：

式（4）中，到表示通过贝叶斯推理所得到的药物列表，其按概率大小排名。

4 实验过程及分析（The experimental process and analysis）

本文将电子病历中患者的信息分为目标案例和源案例。通过与医师沟通分析，分别对案例推理、贝叶斯推理，以及本文提出的混合推理算法的准确率[7]进行分析。为了保证实验结果的准确性，将实验数据集随机分成10个相等的数据子集，取9个数据子集训练数据集，其余数据子集作为测试数据设置；重复10次，允许每个数据子集作为测试数据反过来，并使用平均10个测试结果，以评估该药物推荐模型。实验过程如图2所示。

本文所提出的混合推理算法对高血压药物的推荐过程具体实现过程如下：

（1）提取特征：根据患者的血压和身体特征从数据库中抽取所关心的特征，去除无用的特征信息。

（2）案例推理：根据提取的特征项，从案例库中抽取相似案例，并根据其历史诊疗及服药记录指导当前的决策。

（3）贝叶斯推理：对所提取的药物用式（2）与（3）计算药物的条件概率，并对药物列表排名。

（4）药物推荐：经过上述计算步骤后，便可以取得对当前患者可能适用的药物列表，推荐的医疗处方由式（4）所示，其结果由多种药物组成的药物列表。

为了更好地对比算法，本文列出了三种不同的推理算法在不同数量案例情况下准确率。图3描述了一种药物下的准确率，图4描述了两种药物下的准确率。

通过调查研究发现，高血压患者很少同时服用四五种药物，一般情况下服用的药物均为一到两种。实验表明，在药物推荐准确率上本文所提出的混合推理算法在均高于单一使用案例推理，以及贝叶斯算法，因为该混合推理算法集成了二者的的优点。另外，从实验结果可以发现，两种药物推荐的准确率比要高于一种药物的推荐，这主要是由于使用联合用药的患者还是少数，大部分只服用一种药物，通过两种药物的推荐匹配成功的可能性大大增加。

5 结论（Conclusion）

本文在对高血压研究的基础上，提出了一种药物推荐的混合推理模型。研究表明，在药物推荐的准确率上，本文所提出的混合推理模型相比于案例推理以及贝叶斯推理均有所提高，该模型对辅助医师开具高血压治疗药物有一定的指导意义。

参考文献（References）

[1] 刘力生，王文，姚崇华.中国高血压防治指南（基层版）[J].中华高血压杂志，，18（1）：13-16.

[2] Michel Burnier，Gregoire Wuerzner， etc.Measuring， Analyzing， and Managing Drug Adherence in Resistant Hypertension[J]. Hypertension，2014.

[3] 吴昊，谢红薇.基于本体和案例推理的高血压诊疗系统的研究[J].计算机应用于软件，，30（12）：155-158.

[4] 黄飞.高血压患者心血管风险水平智能分层系统[J].科学技术与工程，2014，14（7）：204-209.

[5] 曹小凤.基于遗传算法的药物疗效评价模型研究[J].软件工程，（5）：39-42.

[6] 张薇，何瑞春.基于案例推理的交通疏导辅助决策方法[J].计算机工程与设计，2014（10）：3621-3625.

[7] Alaa Saleh Altheneyan，Mohamed El Bachir Menai.Naive Bayes classifiers for authorship attribution of Arabic texts [J]. Journal of King Saud University Computer and Information Sciences，2014 （26）：473-484.

[8] Wang K，Khan M M H.Performance Prediction for Apache Spark Platform[C].IEEE International Conference on High PERFORMANCE Computing and Communications.IEEE， .

[9] Aronow W S.Treating hypertension and prehypertension in older people：When，whom and how[J].Maturitas，2015，80（1）： 31-36.

作者介：

曹小凤（1989-），女，硕士，助教.研究领域：数据挖掘，人工智能，机器学习.

篇2：归类及推理研究的几个数学理论模型

归类及推理研究的几个数学理论模型

归类是认知心理学的一个重要研究领域，而在归类基础上的特征推理及预测则更为重要。该文对经典的归类研究作一简略的`述评，同时概述包含有复杂推理过程的归类学习研究的新进展，重点介绍三种有关样例推理及归类预测的数学模型――情境模型、多阶情境模型和理性模型，以及它们之间的内在联系。

作者：唐雪峰赵海燕莫雷作者单位：华南师范大学心理系,广州,510631 刊名：心理学动态 PKU CSSCI英文刊名：JOURNAL OF DEVELOPMENTS IN PSYCHOLOGY 年，卷(期)： 8(3) 分类号：B842.5 关键词：归类推理情境模型多阶情境模型理性模型

篇3：国外儿童传递性推理的研究及相关模型

国外关于儿童传递性推理的研究及相关模型

该文简略地回顾了近些年来有关儿童传递性推理能力的.研究，介绍了国外有关传递性推理的6个模型，并对未来的研究趋势进行了展望。

作者：毕鸿燕方格作者单位：中国科学院心理研究所北京,100101 刊名：心理学动态 PKU CSSCI英文刊名：JOURNAL OF DEVELOPMENTS IN PSYCHOLOGY 年，卷(期)：2000 8(2) 分类号：B844 关键词：传递性推理线性排列假顺次排列模糊痕迹动态模型

篇4：高血压药物治疗的价-效医学研究

高血压药物治疗的价-效医学研究

目的`通过观察药费对高血压病人治疗的影响力度,来探讨价效医学在高血压治疗中的意义.方法从7月起,对85年需要药物治疗的高血压病人,发给健康教育处方,使病人及家属了解高血压的危害,一般常识及坚持治疗的重要性和药费情况.分为自愿选择高药费组(A组),低药费组(B组)和强行高药费组(C组)治疗方案.并追踪坚持治疗及血压控制情况.结果多数(61.7%)病人选择低药费治疗方案,且有较高的坚持服药率69.2%,高药费组坚持服药率57.5%,强行高药费组坚持服药率最低48%.因此,廉价药治疗,总效明显增大.结论多数病人愿接受低药费治疗方案,采用低费用药品,可以提高治疗率,可使总体效益提高.临床应从价-效医学观念出发,结合患者的病情和经济承受能力和个人愿望决定治疗方案.

作者：吴震平曾广民饶文康王雪樵作者单位：吉安市中心人民医院,江西,吉安,343000 刊名：井冈山医专学报英文刊名：JOURNAL OF JINGGANGSHAN MEDICAL COLLEGE 年，卷(期)： 10(3) 分类号：B972+.4 关键词：高血压药物治疗价-效医学

篇5：黄河包头段主要污染物混合扩散模型研究

黄河包头段主要污染物混合扩散模型研究

本文根据黄河包头段的.水文特征和水资源利用途径及方式,建立了黄河包头段主要污染物混合扩散规律的数学模型.应用I131示踪试验方法获得的污染物输入和环境指标响应的时序数据,采用逐步逼进法计算识别了模型参数.经检验和实测验证,模型模拟结果可以准确反映黄河包头段主要污染物混合扩散规律.因此,黄河包头段主要污染物混合扩散模型的建立,为包头水体功能区划、水环境质量评价、水污染物环境容量确定和总量控制、以及水资源合理利用和产业结构调整,提供了定量分析工具.

作者：李秉荣张德英董锦兰贾守义 LI Bing-rong ZHANG De-ying DONG Jin-lan JIA Shou-yi 作者单位：李秉荣,LI Bing-rong(内蒙古包头市稀土高新技术开发区,包头,014000;内蒙古农业大学,呼和浩特,010019)

张德英,ZHANG De-ying(内蒙古牧草种子检验站,呼和浩特市,010020)

董锦兰,贾守义,DONG Jin-lan,JIA Shou-yi(内蒙古巴彦淖尔市林业局,临河,015000)

刊名：干旱区资源与环境 PKU CSSCI英文刊名：JOURNAL OF ARID LAND RESOURCES AND ENVIRONMENT 年，卷(期)： 19(6) 分类号：X52 关键词：黄河水污染扩散模型定量分析

篇6：老年高血压患者对药物的选择及治疗依从性的研究

老年高血压患者对药物的选择及治疗依从性的研究

摘要：探讨老年性高血压患者药物选择和药物治疗依从性的影响因素。方法：采用问卷调查的方法，对社区内246例高血压患者以高血压药物的选择和药物治疗依从性等相关因素进行调查、统计和系统分析。结果：高血压患者药物依从性受众多的因素影响，但其又以药物服用规律、近期疗效、患者对高血压的认知程度、文化程度为主要影响因素。结论：高血压患者的文化程度高、近期疗效好、服药的日频率高的药物治疗依从性高。患者文化程度低、近期疗效差、服药日频率低的药物治疗依从性低。

关键词：老年性高血压;药物选择;药物依从性

高血压是以体循环动脉血压升高为特征的临床综合征。它是世界各发达国家和我国最常见的疾病之一。高血压又是冠心病、脑卒中、心肾功能衰竭的危险因素，尤其是脑卒中，是我国高血压患者的主要并发性反应[1]。据2003年～2004年的最新调查显示，我国高血压的发病率明显上升，占人口总数的31 %。所以，对高血压病的健康教育和治疗应高度重视。特别是老年性高血压患者的药物选择和药物治疗依从性的研究被从多的临床医生和科研人员列入探索的重点。笔者也同样带着这些问题对社区老年性高血压的人群做一浮浅的'探讨，意在寻求提高患者药物治疗依从性，减少并发性反应、改善患者的生活质量。

1 材料与方法

1.1 研究对象：本组246例患者均为本社区内2008年1月～2009年6月间经本院门诊或社区医疗服务点检测，符合中国高血压防治指南的诊断标准，并且通过中国疾病预防控制网上报的、年龄在60岁以上的患者。服抗高血压药物在6个月以上，愿意与本次调研积极配合的患者。

1.2 调研的方法及内容：①成立调研小组，组成人员由高年资内科临床医生一名，分管慢性病医生一名，护理人员一名、统计人员一名。首先对小组人员进行调研的目的、方法和注意事项等业务培训;②自制问卷调研表，内容主要包括：患者的一般状况、家簇性“三高”遗传性疾病史、患者对药物的选择情况、近期疗效、服药的规律性和采用morisky推荐评价高血压病人服药依从性的4个问题(你是否有忘记服药的经历?你是否有时不注意服药?当你自觉症状改善时，是否停药?当你自觉症状改善不大时，是否停药?)，对4个问题回答均为“否”即依从性佳，4个问题回答有1个或1个以上均为“是”即依从性差[2]。所有的表格均在调研小组的成员讲解、指导下，由患者自己填写或由其家属填写，对一些个别患者填写困难的，在调研小组的成员耐心询问下，由小组成员带填写。表格当场回收。

2 结果

本组患者男177人，69人。年龄60-69岁160人，70-79岁51人，80岁以上的为35人。文化程度：文盲或半文盲141人，小学82人，初、高中14人，大学9人。居住情况：配偶健在与子女生活在一起的为97例，配偶健在、老人独立生活的54例，配偶去世与子女生活在一起的55例，配偶去世、老人独立生活的40例。有47例患者有家簇性“三高”遗传性疾病史。246例患者仅7例患者有时自主购药，其余均在医生指导下、根据医生开具的处方购药。对所得的数据进行统计分析显示：老年性高血压患者的药物依从性与患者的社会环境、文化程度、服药的日频率及近期疗效呈正相关。本组患者药物依从性佳的为87例，占总数的35.36 %。而与患者的年龄、性别、血压的分级、家簇性“三高”遗传性疾病史等因素无明显直接关联。

3 讨论

用药依从性是指一个人的行为对医疗或健康建议的遵从程度，可受从多因素影响[3]。本文调研采取自拟调研内容和morisky推荐评价内容相结合。结果药物依从性为35.36 %，与从多文献报道的数值近似。这一结果与我们治疗的目的相差甚远。从而导致高血压的各种并发性反应不断出现，给老年性高血压患者的生命带来极大地危害。所以，我们对高血压患者不单单对其疾病的诊断和开具处方，更重要的是对患者及其家属的健康教育，让他们能主动配合患者来执行医嘱。但通过我们本次的调研结果看收效甚微。研究认为本组患者的药物依从性主要与服药的规律、近期疗效、认知程度、文化程度呈正相关。服药的规律：3次/d口服的患者比1次/d或2次/d的患者依从性高，可能是患者把服药与吃饭形成一种无形的链接或叫一种条件反射。这一服药的方式已对患者形成一种根深蒂固的结。所以根据这一情况，我们在选择药物时多积极配合患者开具3次/d的药物。以提高药物的依从性。近期疗效对患者也有很大的影响，多数患者感受到服药后能显著止住头痛、头晕等症状，所以，这一类患者多能按时服药。文化程度和认知程度是一重要的“拐点”，许多患者对高血压认识不足、感受不深，认为服药后症状好转就不必继续服药，等到有症状时在服，长时间服药伤肝伤胃。这一认识上的误区，对文化程度低的患者或一些孤寡老人很难说清楚、道明白。所以，对这一类患者我们更应加强健康教育的宣传力度。同时简化治疗方案，力求使服药的过程能形象化、格式化。以不断提高药物的依从性。

参考文献：

[1] 宋新杰,王伊龙.脑卒中患者生活质量的评定及研究现状[J].中国康复理论与实践,2005,6:447-450.

[2] 沈锡悦,孙静,马守兵.影响高血压病人药物治疗依从性的多因素分析[J].中国新医学,2008,12(5):474.

[3] 刘涛.高血压患者用药依从性影响因素分析[J].实用医药杂志,2006,2(2):23.

【基于混合推理的高血压药物模型研究】相关文章：