基于多元回归-灰色模型的非小细胞肺癌靶向药物用量预测分析
Drugs & Clinic(2021)
Abstract
目的 建立非小细胞肺癌(NSCLC)常用靶向药物的用量预测模型,为指导医疗机构抗肿瘤靶向药物的采购和库存管理提供数据支撑.方法 参考天津市肿瘤医院2019年各月的靶向药物用量数据,以4种临床常用的NSCLC靶向药物(吉非替尼、埃克替尼、奥希替尼和克唑替尼)为例,建立多元回归模型、GM(1,1)灰色模型以及多元回归-灰色组合模型,并对3种预测模型进行评价和验证.结果 多元回归模型在描述靶向药物用量的波动变化方面具有优势,灰色模型可以更好地描述靶向药物用量的增长趋势,而组合模型兼备描述用量变化趋势和短期波动的能力.吉非替尼、埃克替尼、奥希替尼和克唑替尼4种靶向药物运用组合模型得到的的预测值与实际值误差分别为4.30%、2.87%、3.62%、4.42%.结论 多元回归-灰色组合模型运行良好,与单一模型相比表现出更高的精准度,可应用于医疗机构靶向药物的用量预测,从而实现靶向药物的精准化管理.
MoreAI Read Science
Must-Reading Tree
Example
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined