基于随机森林算法的海洛因成瘾者美沙酮维持治疗剂量分类

作者：李鹏; 曾庆^*

来源：系统医学, 2020, 5(12): 111-114.

DOI：10.19368/j.cnki.2096-1782.2020.12.111

• 美沙酮
• 剂量
• 随机森林
• 聚类
• 分类

目的美沙酮具有治疗海洛因依赖脱毒和替代维持治疗的药效作用,但其用药剂量直接影响其疗效和是否产生不良反应,目前国内临床上MMT剂量方案尚无规范化的标准。该文选取贵州省贵阳市某个美沙酮维持治疗试点的2015年1月—2017年3月的110例美沙酮维持治疗患者,建立新入组患者的服药剂量分类模型,为患者的服药剂量提供参考。方法采用SOM-K组合聚类模型对美沙酮患者的剂量进行聚类,将聚类结果作为分类数据的类标号建立基于随机森林算法的分类模型。结果聚类结果为2类,低剂量组和高剂量组,低剂量组平均剂量均值(48.7±10.5)mg/d,高剂量组平均剂量均值(74.5±11.2)mg/d,经wilcoxon符号秩和检验两组比较,差异有统计学意义(W=51.5,P<0.05)。基于随机森林算法的分类模型准确率0.894,Kappa系数0.789,AUC值0.990。结论随机森林算法在海洛因成瘾者美沙酮维持治疗剂量分类问题中表现优异,较之其他基准分类器分类精度更高,分类效果更好。

• 单位
  重庆医科大学