相关实验视频
Updated: Jun 26, 2025

Diagonal Method to Measure Synergy Among Any Number of Drugs
Published on: June 21, 2018
非负矩阵因子化与核心回归相结合,用于预测药物不良反应概况
Yezhao Zhong1, Cathal Seoighe1, Haixuan Yang1
1School of Mathematical & Statistical Sciences, University of Galway, Galway H91 TK33, Ireland.
预测药物不良反应 (ADR) 对患者安全至关重要. 一种新的计算方法,VKR,显著提高了ADR预测的准确性,超过了现有的方法和一个天真的基线.
科学领域:
- 药监和计算药物安全 药监和计算药物安全
- 医疗保健中的机器学习
- 药物发现和开发 药物发现和开发
背景情况:
- 销售后药物不良反应 (ADRs) 带来了巨大的财务和健康成本.
- 由于临床试验的费用和时间,需要准确的计算方法来预测ADR.
- 目前的ADR预测方法与类不平衡作斗争,并将真正检测 (AUPR) 与真负分离 (AUROC) 平衡起来.
研究的目的:
- 评估现有的计算方法来预测药物不良反应 (ADRs).
- 开发和验证一种新的机器学习方法,以改善ADR预测.
- 解决当前方法在处理类不平衡和预测性绩效指标方面的局限性.
主要方法:
- 实施了使用嵌套交叉验证和保留集的严格评估框架.
- 核回归 (KR) 被评估,显示了AUPR的优势,但AUROC的弱点.
- 提出并测试了一种新的方法,VKR (将非负矩阵因数分解与内核回归集成).
主要成果:
- 现有的先进方法显示,相对于纯粹的基于频率的基线,其改善程度有限.
- 核心回归 (KR) 在精度回忆曲线 (AUPR) 下面的区域表现出强的表现.
- 拟议的VKR方法与AUPR和AUROC的现有方法 (包括KR) 的性能相匹配或超越.
结论:
- 在药物不良反应的计算预测方面,VKR方法提供了显著的进步.
- VKR有效地平衡了罕见ADR事件的检测与非ADR病例的准确分类.
- 开发的方法为提高药物安全性评估提供了一个有前途的工具 in silico.
更多相关视频
08:51Author Spotlight: Integrated Multi-Omics Analysis for Unveiling Multicellular Immune Signatures in Clinical Heart Attack Cohorts
Published on: September 20, 2024
06:50Author Spotlight: A Computational Approach to Decipher Amino Acid Preferences in Multispecific Protein-Protein Interactions
Published on: January 26, 2024
相关概念视频
Pharmacovigilance
This process, termed pharmacovigilance, aims to detect, evaluate, and minimize harmful effects related to medication use. The data collection for pharmacovigilance depends on spontaneous reporting systems, where healthcare professionals or patients voluntarily report suspected ADRs.
In some cases, there...
Factors Affecting Drug Response: Overview
Drug-Receptor Interaction: Antagonist
Antagonists can be classified as competitive or noncompetitive based on their...
Allergic Drug Reactions
Analysis of Population Pharmacokinetic Data
Combined Effects of Drugs: Antagonism
The most common type is receptor antagonism, where one drug acts as an antagonist to block the effects of another drug by...