基于4种机器学习算法的妊娠期中药“禁忌慎”判别

作者：姜皓; 张冰^*; 张晓朦; 林志健

来源：中草药, 2021, 52(24): 7596-7605.

• 中药
• 妊娠期
• 机器学习
• “禁忌慎”
• 神经网络
• 支持向量机
• 朴素贝叶斯
• 随机森林

目的识别禁忌表述尚不明确中药中的妊娠期禁忌药,并将其划分为禁用药、忌用药和慎用药,为妊娠期妇女安全用药提供依据。方法以《中国药典临床用药须知》2015年版收载的666味中药为研究对象,选取其中"禁忌慎"分类明确的药物,基于神经网络、支持向量机、朴素贝叶斯和随机森林4种机器学习算法建模。根据交叉验证的受试者工作特征(receiver operating characteristic,ROC)曲线下面积(area under ROC curve,AUC)与F1分数(F1 score,F1)评价模型优劣,筛选相对最优算法建立妊娠期中药"禁忌慎"判别模型,并应用该模型预测禁忌表述尚不明确的药物。结果纳入224种药物建模,模型由基于神经网络的中药禁忌与否判别模型(AUC=0.952,F1=0.885)、基于支持向量机的禁忌药禁用与否判别模型(AUC=0.912,F1=0.779)、基于朴素贝叶斯的禁忌药忌用与否判别模型(AUC=0.843,F1=0.333)和基于神经网络的禁忌药慎用与否判别模型(AUC=0.932,F1=0.877)构成。应用模型成功划分442种禁忌表述尚不明确的中药,预测提示妊娠期禁忌药163种,禁用药8种,忌用药1种,慎用药134种。结论构建的判别模型具有良好的稳健性与预测能力,适用于妊娠期中药"禁忌慎"判别评估,指导临床用药决策与实践,提高临床合理用药水平。

• 单位
  北京中医药大学