探討一種機(jī)器學(xué)習(xí)方法在臨床藥學(xué)領(lǐng)域的應(yīng)用進(jìn)展

齊巧娜，劉 艷，陳霽暉，劉昕竹，楊 銳，張津源，郝 昕，王則遠(yuǎn)，于 澤，高 飛*，張 健*

0 引言

隨著信息化技術(shù)的發(fā)展以及利好的政策導(dǎo)向[1-2]，醫(yī)療數(shù)據(jù)呈爆炸式增長(zhǎng)，對(duì)于數(shù)據(jù)分析，傳統(tǒng)統(tǒng)計(jì)學(xué)傾向于討論在小規(guī)模數(shù)據(jù)上得出的模型或結(jié)論是否真實(shí)可信，并逐漸形成了一整套研究方法。但傳統(tǒng)統(tǒng)計(jì)學(xué)有自身局限性，比如分析的數(shù)據(jù)規(guī)模較小，不能綜合考慮模型的預(yù)測(cè)效果等，不能滿足大規(guī)模、大樣本醫(yī)療數(shù)據(jù)的研究分析需求。人工智能是研究、開(kāi)發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)，是一種認(rèn)知、決策、反饋的過(guò)程。機(jī)器學(xué)習(xí)是人工智能的主要實(shí)現(xiàn)途徑，其不斷從數(shù)據(jù)中創(chuàng)造新的知識(shí)，以預(yù)測(cè)患者疾病的個(gè)體進(jìn)程，識(shí)別表型或支持治療決定[3-4]，可以彌補(bǔ)傳統(tǒng)統(tǒng)計(jì)學(xué)的缺點(diǎn)，被廣泛應(yīng)用于臨床藥學(xué)領(lǐng)域。應(yīng)用機(jī)器學(xué)習(xí)對(duì)醫(yī)療數(shù)據(jù)進(jìn)行挖掘，以總結(jié)、獲取新的知識(shí)，與傳統(tǒng)臨床數(shù)據(jù)分析相比，機(jī)器學(xué)習(xí)模型效率更高，性能更高，預(yù)計(jì)在不遠(yuǎn)的未來(lái)，機(jī)器學(xué)習(xí)模型將成為臨床藥學(xué)領(lǐng)域的主流[5]。

XGBoost(Extreme Gradient Boosting)算法是機(jī)器學(xué)習(xí)技術(shù)中一項(xiàng)重要的技術(shù)手段，其關(guān)注度和應(yīng)用價(jià)值也越來(lái)越高[6]。在臨床藥學(xué)領(lǐng)域，XGBoost已實(shí)現(xiàn)包括個(gè)體化精準(zhǔn)用藥、藥物不良反應(yīng)預(yù)警以及藥物臨床綜合評(píng)價(jià)等多個(gè)方面的應(yīng)用，本研究對(duì)其進(jìn)行綜述，旨在為XGBoost算法用于臨床藥學(xué)領(lǐng)域提供更多的參考。

1 XGBoost 算法介紹

1.1 原理簡(jiǎn)介 機(jī)器學(xué)習(xí)XGBoost算法最早在2014年被提出[7]，其類似于梯度上升框架，但是兼具線性模型求解器和樹(shù)學(xué)習(xí)算法[8]。因此，XGBoost比現(xiàn)有的梯度上升至少提升10倍[9]。XGBoost算法提供多種目標(biāo)函數(shù)，包括回歸、分類和排序，將一系列回歸決策樹(shù)進(jìn)行加和來(lái)達(dá)到回歸目的(見(jiàn)圖1)，后一棵樹(shù)取前一棵樹(shù)的殘差作為回歸目標(biāo)[10]。在XGBoost算法中采用梯度來(lái)近似代替殘差。

圖1 決策樹(shù)分類原理整體模型

1.2 在臨床藥學(xué)領(lǐng)域數(shù)據(jù)挖掘的優(yōu)勢(shì) 真實(shí)世界臨床用藥信息不全，數(shù)據(jù)不規(guī)范，例如疾病用藥信息描述不統(tǒng)一、非結(jié)構(gòu)化數(shù)據(jù)等[11-13]。在臨床藥學(xué)各種應(yīng)用場(chǎng)景(如藥物不良反應(yīng)預(yù)警、臨床合理用藥、藥物的療效評(píng)價(jià)及耐藥性機(jī)制研究)構(gòu)建模型的過(guò)程中，存在大量低質(zhì)量數(shù)據(jù)，例如冗多高度相關(guān)的特征、極端的類別失衡以及大量的缺失值，給預(yù)測(cè)結(jié)果帶來(lái)很大的噪聲[14]。XGBoost 算法在此類問(wèn)題上具備獨(dú)特的優(yōu)勢(shì)：可自動(dòng)優(yōu)化分裂節(jié)點(diǎn)，擅長(zhǎng)處理異常值和缺失值較多的無(wú)規(guī)則數(shù)據(jù)；可進(jìn)行自主學(xué)習(xí)，模型具有可解釋性和靈活性。

2 XGBoost在臨床藥學(xué)領(lǐng)域中的應(yīng)用

2.1 藥物不良反應(yīng)預(yù)警 XGBoost不僅可以從真實(shí)世界數(shù)據(jù)中挖掘風(fēng)險(xiǎn)因素之間復(fù)雜且高度相關(guān)的關(guān)系，還可以提供適用于臨床工作者的數(shù)據(jù)結(jié)果。

他克莫司(Tacrolimus，TAC)誘導(dǎo)的腎毒性具有很大的個(gè)體變異，可能導(dǎo)致治療失敗甚至終末期腎病。然而，目前仍缺乏有效的模型來(lái)早期預(yù)測(cè)TAC誘導(dǎo)的腎毒性，特別是腎病綜合征(Nephrotic syndrome，NS)。MO等[15]基于綜合臨床特征和遺傳變量的機(jī)器學(xué)習(xí)，開(kāi)發(fā)并驗(yàn)證了一種針對(duì)NS患兒的TAC誘導(dǎo)腎小管毒性預(yù)測(cè)模型。采集了218例NS患兒數(shù)據(jù)，篩選了47個(gè)臨床特征和244個(gè)遺傳變量建立模型，并前瞻性地納入了11例患兒數(shù)據(jù)進(jìn)行外部驗(yàn)證。以給藥前后尿N-乙酰- β-D-氨基葡萄糖酶水平的變化作為腎小管毒性指標(biāo)。采用XGBoost、GBDT(梯度增強(qiáng)決策樹(shù))、ET(極隨機(jī)樹(shù))、RF(隨機(jī)森林)和LR(邏輯回歸)5種機(jī)器學(xué)習(xí)算法進(jìn)行模型生成和驗(yàn)證。XGBoost模型具有很高的預(yù)測(cè)精度，臨床藥師可以用其提前估計(jì)他克莫司誘導(dǎo)NS患者腎毒性的可能性，在給藥前優(yōu)化治療方案或給藥后及時(shí)干預(yù)，避免腎損害。

Hatmal等[16]開(kāi)發(fā)了一種機(jī)器學(xué)習(xí)算法，來(lái)預(yù)測(cè)注射新冠疫苗不良反應(yīng)的嚴(yán)重程度。模型納入了2 213名接受國(guó)藥集團(tuán)、阿斯利康、輝瑞生物科技公司等疫苗接種的受試者信息，XGBoost模型顯示了很高的預(yù)測(cè)效果。在這項(xiàng)研究中，XGBoost可根據(jù)輸入數(shù)據(jù)預(yù)測(cè)不良反應(yīng)的嚴(yán)重程度，為可能出現(xiàn)嚴(yán)重不良反應(yīng)的患者提供更多的醫(yī)療支持。

2.2 臨床合理用藥 基于XGBoost算法建立合理用藥模型，可以提升臨床精準(zhǔn)用藥水平，提高患者用藥安全，節(jié)約患者經(jīng)濟(jì)成本，為精準(zhǔn)醫(yī)藥的發(fā)展提供了更多可能。

基于曲線下面積(Area under curve，AUC)監(jiān)測(cè)麥考酚酸(Mycophenolic acid，MPA)治療效果是一種成熟的方法，機(jī)器學(xué)習(xí)(Machine learning，ML)方法可以幫助估算AUC。Woillard等[17]利用XGBoost 的ML模型估算器官移植患者M(jìn)PA的AUC。研究收集了6 884例患者給藥后12 h內(nèi)MPA的AUC數(shù)據(jù)(12 877條)，研究結(jié)果顯示，XGBoost ML模型可以精確預(yù)測(cè)MPA 的AUC，該方法用于常規(guī)暴露量估計(jì)和劑量調(diào)整，為臨床用藥提供一種參考方法。

局部枸櫞酸抗凝(Regional citrate anticoagulation，RCA)是持續(xù)腎臟替代治療中的重要抗凝方法。為了提高患者用藥安全，實(shí)現(xiàn)計(jì)算機(jī)輔助劑量監(jiān)測(cè)和控制，Chen等[18]將重癥監(jiān)護(hù)病房(Intensive care unit，ICU)患者納入隊(duì)列，開(kāi)發(fā)了一個(gè)數(shù)據(jù)驅(qū)動(dòng)的機(jī)器學(xué)習(xí)模型，用于預(yù)警枸櫞酸過(guò)量，并對(duì)枸櫞酸泵送率和10%葡萄糖酸鈣輸入率提供調(diào)整建議。研究采用了Adaboost、XGBoost、SVM和淺層神經(jīng)網(wǎng)絡(luò)4種機(jī)器學(xué)習(xí)算法進(jìn)行建模并比較預(yù)測(cè)性能，為機(jī)器學(xué)習(xí)方法監(jiān)測(cè)和調(diào)整局部枸櫞酸抗凝提供了一種可行性，可進(jìn)一步為臨床藥師的藥學(xué)監(jiān)護(hù)提供參考。

區(qū)分ICU念珠菌血癥患者有助于臨床準(zhǔn)確使用抗真菌藥，為個(gè)別患者設(shè)計(jì)合理的治療方案。以往的念珠菌血癥預(yù)測(cè)模型主要采用傳統(tǒng)的Logistic模型，存在一定的局限性。Yuan等[19]開(kāi)發(fā)了一種機(jī)器學(xué)習(xí)算法，用于預(yù)測(cè)新發(fā)全身炎癥反應(yīng)綜合征(Systemic inflammatory response syndrome，SIRS)患者的念珠菌血癥，該研究使用了5種機(jī)器學(xué)習(xí)算法—XGBoost、SVM、RF、ET和邏輯回歸(LR)模型來(lái)預(yù)測(cè)念珠菌血癥患者。在8 002例新發(fā)SIRS(7 932例患者)中，137例血培養(yǎng)念珠菌陽(yáng)性。真菌定殖、糖尿病、急性腎損傷、腸外營(yíng)養(yǎng)總天數(shù)和腎臟替代治療是念珠菌血癥的重要預(yù)測(cè)因素。XGBoost機(jī)器學(xué)習(xí)模型在區(qū)分念珠菌血癥患者方面優(yōu)于其他模型，預(yù)測(cè)模型可指導(dǎo)臨床藥學(xué)人員在ICU患者發(fā)生SIRS時(shí)的抗真菌治療。

兒童由于體重、腎功能等均處于不斷發(fā)育變化中，萬(wàn)古霉素藥動(dòng)學(xué)的個(gè)體間和個(gè)體內(nèi)差異較大。Huang等[20]基于高維數(shù)據(jù)、建議變量工程和機(jī)器學(xué)習(xí)方法，開(kāi)發(fā)了一種預(yù)測(cè)兒童患者萬(wàn)古霉素谷濃度的模型，萬(wàn)古霉素谷濃度被視為目標(biāo)變量，并使用8種不同的算法進(jìn)行預(yù)測(cè)性能比較。最終選擇了5種高R2的算法(XGBoost、GBRT、Bagging、Extra Tree、Decision Tree)，并進(jìn)一步集成，建立最優(yōu)模型。與傳統(tǒng)藥代動(dòng)力學(xué)模型相比，機(jī)器學(xué)習(xí)模型的預(yù)測(cè)效果更好。通過(guò)構(gòu)建實(shí)用性更強(qiáng)的個(gè)體化用藥模型，可避免或減少因個(gè)體差異導(dǎo)致的臨床藥物治療風(fēng)險(xiǎn)事件的發(fā)生。

2.3 藥物的療效評(píng)價(jià)及耐藥性機(jī)制研究 通過(guò)機(jī)器學(xué)習(xí)技術(shù)預(yù)測(cè)藥物治療有效性并挖掘藥物耐藥性的機(jī)制，用以輔助臨床改進(jìn)治療策略，為患者提供最佳治療方案。

2.3.1 藥物療效評(píng)價(jià) Yao 等[21]為了準(zhǔn)確地預(yù)測(cè)新診斷癲癇患者抗癲癇藥物(Antiepileptic drug，AED)治療結(jié)果，幫助指導(dǎo)新診斷癲癇患者的用藥咨詢，改進(jìn)治療策略，構(gòu)建了基于監(jiān)督機(jī)器學(xué)習(xí)的分類器。該研究收集了287例新診斷癲癇患者的資料，對(duì)患者進(jìn)行至少3年的前瞻性隨訪。研究者選擇了人口統(tǒng)計(jì)學(xué)特征、病史和輔助檢查(腦電圖和磁共振成像)來(lái)區(qū)分患者癲癇是否發(fā)作。數(shù)據(jù)集選擇了5種經(jīng)典的機(jī)器學(xué)習(xí)算法，即決策樹(shù)、RF、SVM、XGBoost和LR，并通過(guò)訓(xùn)練得到分類模型。研究表明，XGBoost模型預(yù)測(cè)AED治療結(jié)果的能力優(yōu)于其他4個(gè)算法。

腫瘤壞死因子(Tumor necrosis factor，TNF)抑制劑是治療強(qiáng)直性脊柱炎(Ankylosing spondylitis，AS)的重要藥物，特別是那些不能使用非甾體抗炎藥的患者，但是TNF抑制劑不是AS的一線治療。如果能夠預(yù)測(cè)在早期需要TNF抑制劑的患者，可以在適當(dāng)?shù)臅r(shí)間提供治療，從而避免潛在損害。因此， Lee等[22]建立了一個(gè)人工神經(jīng)網(wǎng)絡(luò)(Artifcial neural network，ANN)模型來(lái)預(yù)測(cè)AS早期使用TNF抑制劑的患者，研究中使用了ANN、LR、SVM、RF和 XGBoost模型進(jìn)行預(yù)測(cè)，結(jié)果表明，機(jī)器學(xué)習(xí)模型比傳統(tǒng)統(tǒng)計(jì)模型更準(zhǔn)確地預(yù)測(cè)早期需要TNF抑制劑的使用者。

Cui等[23]基于人口統(tǒng)計(jì)、社會(huì)因素、健康史等建立機(jī)器學(xué)習(xí)模型，評(píng)估大數(shù)據(jù)在預(yù)測(cè)阿片類藥物治療方案(Opioid treatment programs，OTP)結(jié)果方面的潛力，模型收集分析樣本超過(guò)3萬(wàn)人次，結(jié)果顯示，與LR、RF和XGBoost等方法比較，XGBoost構(gòu)建的模型結(jié)果最佳，能較準(zhǔn)確識(shí)別阿片類藥物治療方案有效的患者。

此外，Koo等[24]開(kāi)發(fā)了可以預(yù)測(cè)改善病情的生物抗風(fēng)濕藥(Biologic disease-modifying anti-rheumatic drugs，bDMARDs)治療患者有效性的機(jī)器學(xué)習(xí)模型，模型可識(shí)別出緩解病情相關(guān)的重要臨床特征。研究收集了1 204例接受bDMARDs(依那西普、阿達(dá)木單抗、戈利單抗、英夫利昔單抗、阿巴他西普和托西單抗)治療的患者的隨訪數(shù)據(jù)，根據(jù)入組時(shí)獲得的基線臨床數(shù)據(jù)預(yù)測(cè)1年后的緩解情況。使用機(jī)器學(xué)習(xí)方法(如lasso、ridge、SVM、RF和XGBoost)進(jìn)行預(yù)測(cè)。研究顯示，通過(guò)機(jī)器學(xué)習(xí)模型可以預(yù)測(cè)藥物的有效性，并識(shí)別出bDMARD中預(yù)測(cè)緩解的臨床特征，將有助于緩解患者類風(fēng)濕性關(guān)節(jié)炎病情。

2.3.2 藥物的耐藥機(jī)制研究 臨床上，針對(duì)特定感染的抗菌藥物劑量是根據(jù)最小抑菌濃度(Minimal inhibitory concentration，MIC)來(lái)確定的。因此，可信的MIC評(píng)估將為臨床藥師選擇治療策略提供有價(jià)值的信息。Tan等[25]利用基于宏基因組數(shù)據(jù)的單核苷酸多態(tài)性信息和核苷酸聚合數(shù)來(lái)預(yù)測(cè)美羅培南的MIC。本研究篩選了40個(gè)與MIC值相關(guān)性最高的核苷酸聚合體和40個(gè)單核苷酸多態(tài)性信息作為特征，對(duì)XGBoost模型和DNN模型進(jìn)行訓(xùn)練，通過(guò)模型訓(xùn)練得到重要特征值，通過(guò)選擇重要特征值進(jìn)行基于深度學(xué)習(xí)的建模和預(yù)測(cè)，相比于測(cè)量MIC值的實(shí)驗(yàn)方法，機(jī)器學(xué)習(xí)方法可以顯著提高檢測(cè)效率，提高抗菌藥物使用的有效性，使患者能夠及時(shí)獲得治療藥物。

鉑類耐藥是腫瘤高復(fù)發(fā)率的重要原因。Shannon等[26]利用癌癥藥物敏感性基因組學(xué)和癌癥基因組圖譜數(shù)據(jù)庫(kù)分析得到4個(gè)潛在的生物標(biāo)志物(CYTH3、GALNT3、S100A14和ERI1)，用以預(yù)測(cè)鉑敏感性。此研究對(duì)50例接受手術(shù)切除后采用卡鉑治療的患者隊(duì)列進(jìn)行驗(yàn)證。最終模型選擇XGBoost算法模型，在獨(dú)立驗(yàn)證數(shù)據(jù)集(n=10)中驗(yàn)證精度。通過(guò)機(jī)器學(xué)習(xí)預(yù)測(cè)化療敏感性可提高腫瘤患者藥物使用的有效性。

此外，為了研究紫杉醇治療的耐藥性問(wèn)題，Bomane等[27]利用美國(guó)國(guó)家癌癥研究所基因組數(shù)據(jù)共享中心的數(shù)據(jù)進(jìn)行了大規(guī)模的腫瘤預(yù)測(cè)分析，預(yù)測(cè)乳腺癌患者對(duì)紫杉醇有無(wú)耐藥性，研究者評(píng)估了10種ML算法，并對(duì)同一乳腺癌患者的60個(gè)分類器進(jìn)行了評(píng)估。結(jié)果表明，DNA甲基化和miRNA圖譜信息最豐富。結(jié)合這2個(gè)圖譜，ML算法選擇最小的分子特征子集生成了最具預(yù)測(cè)性的分類器：XGBoost分類器。通過(guò)分類器發(fā)現(xiàn)的幾個(gè)分子標(biāo)記，能夠在一定程度上預(yù)測(cè)乳腺癌腫瘤對(duì)紫杉醇的反應(yīng)或無(wú)反應(yīng)。這些結(jié)果可能為臨床優(yōu)化紫杉醇治療提供參考。

2.4 其他 近年來(lái)，基因組學(xué)、轉(zhuǎn)錄組學(xué)、蛋白質(zhì)組學(xué)及代謝組學(xué)等生物學(xué)數(shù)據(jù)引領(lǐng)著生物醫(yī)學(xué)的變革，使新藥研發(fā)邁入新階段。這些數(shù)據(jù)具有“4V”特點(diǎn)：數(shù)據(jù)量大(Volume)、數(shù)據(jù)多樣化(Variety)、有價(jià)值(Value)、高速(Velocity)[28]。機(jī)器學(xué)習(xí)技術(shù)能合理地收集這些藥物的研究數(shù)據(jù)，挖掘潛在的藥物靶點(diǎn)，以提高新藥研發(fā)的效率。目前已有基于XGBoost的藥物靶點(diǎn)識(shí)別方法，利用XGBoost算法對(duì)提取出的藥物靶點(diǎn)特征進(jìn)行識(shí)別[29]。該方法能夠高速、高效、低成本地發(fā)現(xiàn)潛在藥物靶點(diǎn)。

藥物的重定位，即舊藥新用，也將成為未來(lái)的研究趨勢(shì)。從臨床和實(shí)驗(yàn)角度鑒定藥物的新用途需要耗費(fèi)大量人力和物力，從計(jì)算角度可通過(guò)XGBoost挖掘藥物相關(guān)數(shù)據(jù)預(yù)測(cè)藥物的新用途。胡楊等[29]挖掘了藥物的化學(xué)結(jié)構(gòu)、藥理性質(zhì)、藥物靶蛋白功能、疾病表型等數(shù)據(jù)得到相應(yīng)特征，并將這些藥物及疾病特征進(jìn)行整合后輸入XGBoost模型進(jìn)行預(yù)測(cè)。結(jié)果表明，該預(yù)測(cè)方法較LR、RF模型具有更高的預(yù)測(cè)精度。

變構(gòu)作用是調(diào)節(jié)蛋白質(zhì)活性的重要因素。藥物開(kāi)發(fā)依賴于對(duì)變構(gòu)機(jī)制的理解，特別是對(duì)變構(gòu)位點(diǎn)的識(shí)別，這是藥物開(kāi)發(fā)和設(shè)計(jì)的先決條件。已有利用口袋特征和蛋白質(zhì)動(dòng)力學(xué)的計(jì)算方法來(lái)預(yù)測(cè)變構(gòu)位點(diǎn)。Tian等[30]提出了一種集成學(xué)習(xí)方法，包括XGBoost和圖卷積神經(jīng)網(wǎng)絡(luò)，以預(yù)測(cè)變構(gòu)位點(diǎn)。該模型可以在不需要任何信息的情況下學(xué)習(xí)物理性質(zhì)和拓?fù)浣Y(jié)構(gòu)，并在多個(gè)指標(biāo)下表現(xiàn)出良好的性能。

藥物靶間相互作用(Drug-target interactions，DTIs)的分析和預(yù)測(cè)對(duì)了解藥物作用機(jī)制、藥物重新定位和設(shè)計(jì)具有重要意義?；贛L的DTIs預(yù)測(cè)方法可以緩解耗時(shí)和勞動(dòng)密集型實(shí)驗(yàn)方法的缺點(diǎn)，同時(shí)為藥物設(shè)計(jì)提供新的思路和見(jiàn)解。Chen等[31]利用 XGBoost確定重要的非冗余特征子集。在DNN算法的基礎(chǔ)上，研發(fā)了一種新的預(yù)測(cè)藥物靶標(biāo)相互作用的管道(DNN-DTIs)。預(yù)測(cè)模型研究結(jié)果表明，DNN-DTIs在酶、離子通道、核受體等數(shù)據(jù)集上具有較好的預(yù)測(cè)效果。

乳腺癌耐藥蛋白(Breast cancer resistance protein，BCRP/ABCG2)是一種三磷酸腺苷結(jié)合盒外排轉(zhuǎn)運(yùn)蛋白，在抗腫瘤藥物的多重耐藥和藥物-藥物相互作用中發(fā)揮重要作用。預(yù)測(cè)BCRP的抑制有助于在藥物研發(fā)的早期評(píng)估潛在的耐藥性和藥物間的相互作用。Jiang等[32]采用了7種機(jī)器模型區(qū)分BCRP抑制劑和非抑制劑，結(jié)果表明，SVM、DNN和XGBoost 3種方法的預(yù)測(cè)效果優(yōu)于其他方法，可作為藥物設(shè)計(jì)和研發(fā)過(guò)程中區(qū)分BCRP抑制劑和非抑制劑的一項(xiàng)工具。

3 討論

隨著技術(shù)手段的不斷進(jìn)步，臨床藥師在處理某些臨床藥學(xué)問(wèn)題時(shí)，可以嘗試結(jié)合一些機(jī)器算法的手段，快速準(zhǔn)確地解決這些醫(yī)學(xué)問(wèn)題。在使用XGBoost算法過(guò)程中，會(huì)遇到一些問(wèn)題。

例如模型訓(xùn)練精度高，但測(cè)試精度低，這可能是過(guò)擬合的問(wèn)題，可以直接控制模型的復(fù)雜度或者增加隨機(jī)性，使訓(xùn)練對(duì)噪聲強(qiáng)健。

參數(shù)選擇方面，由于真實(shí)世界數(shù)據(jù)中多數(shù)會(huì)存在不均衡標(biāo)簽和缺失值的問(wèn)題，XGBoost算法可以直接針對(duì)缺失值進(jìn)行假設(shè)并進(jìn)行邏輯判定，但通常決策樹(shù)的深度會(huì)顯著影響最終的模型效果，需要謹(jǐn)慎調(diào)參。而處理不均衡標(biāo)簽時(shí)，需要把訓(xùn)練的考核目標(biāo)設(shè)定為auc或f1值，而不是常用的accuracy，這樣可以有效避免陽(yáng)性樣本的預(yù)測(cè)遺漏。

此外，XGBoost更適用于特征緯度較高和樣本量較大的數(shù)據(jù)，適合捕捉高緯特征間的復(fù)雜關(guān)系，且具備較強(qiáng)的臨床可解釋性。

4 結(jié)語(yǔ)

本文介紹了XGBoost算法在臨床藥學(xué)細(xì)分領(lǐng)域中的應(yīng)用，如臨床合理用藥、藥物不良反應(yīng)預(yù)警以及藥物的療效評(píng)價(jià)及耐藥性機(jī)制研究等。XGBoost算法展現(xiàn)了較強(qiáng)的性能：可為缺失值或者指定值指定分支的默認(rèn)方向，大大提升算法的效率；在處理大型數(shù)據(jù)集時(shí)，XGBoost算法能夠模擬非線性效應(yīng)，具有較高的效率和準(zhǔn)確性。但是XGBoost算法也存在一定的限制因素，如XGBoost算法更適合處理中低維、結(jié)構(gòu)化數(shù)據(jù)，數(shù)據(jù)樣本量較大時(shí)，比較耗時(shí)。

XGBoost算法相較某些機(jī)器學(xué)習(xí)算法調(diào)參簡(jiǎn)單，但想要獲取更好的結(jié)果，還需要加強(qiáng)藥學(xué)與算法、信息化等多學(xué)科的結(jié)合，以進(jìn)一步提高臨床用藥的安全性、有效性、精準(zhǔn)性、經(jīng)濟(jì)性。