一种结合Stacking模型的成年患者万古霉素清除率预测方案设计

本发明涉及万古霉素药代动力学技术领域，尤其研究了一种结合Stacking模型的成年患者万古霉素清除率预测方案设计，旨在提出一种PPK模型与基于多种机器学习模型集成的Stacking模型相结合的模型，以提高成年患者万古霉素清除率的预测精确度。首先，运用机器学习和深度学习模型作为基学习器，随后将这些基学习器的预测结果作为新的特征输入，建立Stacking预测模型，并结合PPK模型，提供了一种更为精确的万古霉素清除率的方案。本发明提出的方案优于单一方法，平均残差为0.1398（而PPK为0.6233），残差区间更窄，稳定性更高。本发明提出的预测模型通过融合多个模型的预测信息，克服了单一模型的局限性，为成年患者万古霉素清除率的预测提供参考方案。