对比多个小型数据个性化塔克罗利斯剂量模型的性能,用于儿科肝移植:一项回顾性研究

科学领域:

• 药理学 药理学是指药理学的学科.
• 人工智能的人工智能
• 儿科移植医学 儿科移植医学

背景情况:

• 塔克罗利木斯对于儿科肝移植患者至关重要,但治疗窗口狭窄.
• 患者反应的变化和剂量挑战导致药物目标水平的频繁偏离.
• 当前的个性化剂量模型往往需要不切实际的监测频率.

研究的目的:

• 开发和评估人工智能 (AI) 驱动的平台,用于为儿科肝移植患者提供个性化塔克罗利斯剂量.
• 评估使用每日患者数据进行动态剂量调整的可行性.
• 为了确定最有效的AI模型来预测最佳的塔克罗利斯剂量.

主要方法:

• 一个小型数据人工智能平台CURATE.AI被开发用于建模塔克罗利斯剂量-反应关系.
• 在CURATE.AI中,六种不同的AI模型被回顾性优化,使用来自16名儿科肝移植患者的数据.
• 每个模型的预测性能都基于其维持药物水平在目标范围内的能力进行了评估.

主要成果:

• 在评估的模型中,CURATE.AI平台表现出良好的预测性能.
• 追溯分析确定了一个合适的AI模型,具有始终强大的预测能力.
• 人工智能方法成功模拟了个体患者对塔克罗利斯剂量的反应.

结论:

• 该研究成功地建立并比较了儿科肝移植患者个性化塔克罗利斯剂量模型.
• CURATE.AI提供了一个有前途的AI驱动解决方案,用于动态和个性化的免疫抑制管理.
• 鉴定出的AI模型需要进一步研究,以便在优化塔克罗利斯治疗的临床应用.