专利名称：基于偶交替逼近算法的艾滋病疗效预测方法
技术领域：
艾滋病的医学全名是“获得性免疫缺陷综合症”(AIDS)，是人体由于感染人免疫缺陷病毒(HIV)导致的慢性传染病，当HIV感染者的免疫功能受到病毒的严重破坏时，感染者便发展为HIV患者。随着免疫力的降低，人体会越来越频繁和严重的感染各种疾病，最终会因各种复合感染而死亡[1]。
AIDS已经成为当前人类社会最严重的瘟疫之一。国际组织估计，HIV感染者累计已达6000万，病死患者累计已达2000万人，这个数字仍然在较快上升[2]。国家卫生部最新统计数据显示[3]，截至2007年4月底，大陆地区累计报告艾滋病感染者203527例、艾滋病患者52480例，死亡16155例。虽然从整体上看，全国艾滋病疫情仍呈低流行态势，但在特定人群和局部地区中感染率很高，疫情处于上升阶段。由于尚未发现预防和治疗艾滋病的药物，艾滋病的治疗是一个长期的、只能延缓生命的过程。在我国的农村地区和城镇经济困难群体中，艾滋病患者迫切需要进行治疗与经费不足被迫放弃的矛盾非常尖锐。为了预防、控制艾滋病的发生与流行，保障人体健康和公共卫生，国务院根据传染病防治法制定了《艾滋病防治条例》。条例规定，县级以上人民政府应当向农村艾滋病病人和城镇经济困难的艾滋病病人免费提供抗艾滋病病毒治疗药品；对农村和城镇经济困难的艾滋病病毒感染者、艾滋病病人适当减免抗机会性感染治疗药品的费用。这对于经济困难的艾滋病患者有很大帮助[4]。因此，分析预测常用高效抗逆转录病毒艾滋病疗法的疗效，对合适的选择疗法、合理的配置疗程有重要意义，也对有效的推进防控能提供参考。
常用的抗艾滋病病毒治疗药品中，传统的标准疗法采用一种蛋白酶抑制剂PI和两种核苷酸类逆转录酶抑制剂NRTI联合治疗，但基于PI的疗法副作用较大[5]，同时PI类疗法会抑制细胞色素P450，一旦治疗失败将为后期药物的选择带来困难。适当选择非核苷酸类逆转录酶抑制剂NNRTI和NRTI的联合疗法，不仅能够有效地抑制病毒复制和长期维持极低的毒量，并且有着良好的耐受性。在贫困地区使用的HIV/AIDS ARTI治疗指南中[6]，两种NRTI联合另外一种PI或NNRTI均是一线疗法。
在HIV感染过程中，病毒以动态、静态两种状态存在于宿主细胞内。含有静态病毒的细胞一旦被激活，整合到宿主细胞中的病毒DNA就开始转录为RNA，在病毒结构蛋白和各种粒酶的作用下，经装配病毒RNA核心颗粒，从细胞膜上获得包膜，成为成熟的HIV病毒。成熟的HIV病毒再感染新的细胞。病毒载量是评估治疗方案效果的最重要指标。但是，HIV浓度的测试成本很高，而HIV在不断复制的过程中，人体免疫系统的关键细胞CD4+T淋巴细胞的数量呈现进行性减少。研究认为，CD4+T淋巴细胞数量是免疫缺陷进展的直接标志，其数量高低可以用来表征病情轻重，长期生存的HIV1无症状者CD4+T淋巴细胞数稳定，而CD4+T淋巴细胞数低下者多数生存期较短[7]。
(2)
背景技术：
目前对疗效的预测方法主要采用时间序列法和线性回归法。以ACTG公布的256名艾滋病患者从第0周到第40周每隔8周测试的CD4+T淋巴细胞数对数值[8]、以及测试时间、患者年龄等数据为例，这些患者按600mg齐多夫定加400mg去羟基苷加400mg奈韦拉平的疗法服药。设NCD4n为第n个疗程结束时患者的CD4+T淋巴细胞数对数值，NCD4n-1为第n-1个疗程结束时患者的CD4+T淋巴细胞数对数值，假设NCD4n-1与NCD4n、患者年龄A、测试时间T线性相关，假设NCD4n-1还与NCD4nA和NCD4nT线性相关，以NCD4n、A、T、NCD4nA和NCD4nT为自变量、NCD4n-1为因变量，用SPSS软件做回归分析，得到的概要分析、方差分析和系数分析结果分别如表1、2、3所示。
表1回归方程的概要分析 表2回归方程的方差分析 表3回归方程的系数分析 得到回归方程为 将回归方程恒等变换为即得到CD4+T淋巴细胞数对数值的递推预测函数。
(3)
发明内容
由回归方程变换得到的递推函数，在预测全部患者的某时刻CD4+T淋巴细胞数对数值时，可以实现各个预测值的误差总和为最小。如果要针对某个患者进行预测，往往误差较大。因此需要采用偶交替逼近算法，针对某个患者的前几次的CD4+T淋巴细胞数对数值测试值修正递推函数的参数，从而达到减小预测误差的目的。设参数c＝-0.069A+2.89、d＝0.022A+0.071，再设递推函数分子中的T的系数为a、分母中的T的系数为b，则新的递推函数为 需要通过偶交替逼近算法修正的参数为a、b、c、d。
(4)
具体实施例方式 由于而则偶交替逼近算法的描述为 STEP1设循环变量为i、预测值为
测试值为NCD4n、误差为Δ、可以接受的误差上限为δ，令i＝0、 STEP2如果|Δ|＜δ，exit，否则当0≤i＜4时，若Δ＞0，则令b＝b+0.001、i＝i+1；如果Δ＜0，那么令b＝b-0.001、i＝i+1，goto STEP 2； STEP3如果|Δ|＜δ，exit，否则当4≤i＜8时，若Δ＞0，则令d＝d+0.001、i＝i+1；如果Δ＜0，那么令d＝d-0.001、i＝i+1，goto STEP 3； STEP4如果|Δ|＜δ，exit，否则当8≤i＜12时，若Δ＞0，则令a＝a+0.001、i＝i+1；如果Δ＜0，那么令a＝a-0.001、i＝i+1，goto STEP 4； STEP5如果|Δ|＜δ，exit，否则当12≤i＜16时，若Δ＞0，则令c＝c+0.001、i＝i+1；如果Δ＜0，那么令c＝c-0.001、i＝i+1，goto STEP 5；STEP6如果|Δ|＜δ，exit，否则令i＝0，goto STEP 2。
定理偶交替逼近法对递推函数系数的修正是收敛的。
证明要证明偶交替逼近法对递推函数系数的修正是收敛的，即要证明通过偶交替逼近法在有限的步骤内能够使|Δ|≤δ。分情况讨论如果调节系数后不会使Δ＞0且|Δ|＞δ的状况改变为Δ＜0且|Δ|＞δ的状况——即不发生跃迁现象，则Δ必然收敛于(-δ，δ)。如果调节系数后发生跃迁，设Δ＞0且|Δ|＞δ，如果首次调节a会导致跃迁，那么由于a的调节次数为偶数4不会使Δ发散；如果第二次改变a会导致跃迁，那么必然有|Δ|＞|Δ′|＞δ会使Δ收敛。如果第三次改变a会导致跃迁，则与首次类似；如果第四次改变a会导致跃迁，则于第二次类似。对其他3个系数的调节的收敛性同理可得，因此偶交替逼近算法可以在有限步骤内通过调节四个系数使|Δ|≤δ，偶交替逼近算法是收敛的。由于偶交替逼近算法是先调节对函数值影响大的系数，再调节影响小的系数，所以该算法的调节次数是较少的。
参考文献UNAIDS.2004 Report on the global AIDS epidemic[R].2004，23Carr Andrew，Samaras Katherine，Burton Samantha，et al.A syndrome of peripherallipodystrophy，hyperlipidaemia and insulin resistance in patients receiving HIV proteaseinhibitors[J].AIDS，1998，12(7)F51-F58Deeks Steven，Smith Mark，Holodniy Mark，et al.HIV-1 protease inhibitors，a review ofclinicians[J].Journal of the American Medical Association，1997，277(2)145-153卢洪洲，胡越凯，薛以乐等.去羟基苷散、司他夫定和奈韦拉平联合治疗艾滋病患者6个月疗效观察[J].临床内科杂志，2004，21(4)258-260193A[EB/OL].http://www.mcm.edu.cn/mcm06/Problems2006c.asp，2006-09-15Dybul Mark，Fauci Anthony，Bartlett John，et al.Guidelines for using antiretroviralagents among HIV-infected adults and adolescentsThe panel on clinical practices fortreatment of HIV[J].Annals of Internal Medicine，2002，(5 Part 2)381-43权利要求
1.根据某个患者的前几次的CD4+T淋巴细胞数对数值测试值，通过偶交替逼近算法修正递推函数的参数实现针对某个患者的疗效预测，从而达到减小预测误差的目的。设参数c＝-0.069A+2.89、d＝0.022A+0.071，再设递推函数分子中的T的系数为a、分母中的T的系数为b，则新的递推函数为
需要通过偶交替逼近算法修正的参数为a、b、c、d。
由于而则偶交替逼近算法的描述为
STEP1设循环变量为i、预测值为
、测试值为NCD4n、误差为Δ、可以接受的误差上限为δ，令i＝0、
STEP2如果|Δ|＜δ，exit，否则当0≤i＜4时，若Δ＞0，则令b＝b+0.001、i＝i+1；如果Δ＜0，那么令b＝b-0.001、i＝i+1，goto STEP 2；
STEP3如果|Δ|＜δ，exit，否则当4≤i＜8时，若Δ＞0，则令d＝d+0.001、i＝i+1；如果Δ＜0，那么令d＝d-0.001、i＝i+1，goto STEP 3；
STEP4如果|Δ|＜δ，exit，否则当8≤i＜12时，若Δ＞0，则令a＝a+0.001、i＝i+1；如果Δ＜0，那么令a＝a-0.001、i＝i+1，goto STEP 4；
STEP5如果|Δ|＜δ，exit，否则当12≤i＜16时，若Δ＞0，则令c＝c+0.001、i＝i+1；如果Δ＜0，那么令c＝c-0.001、i＝i+1，goto STEP 5；
STEP6如果|Δ|＜δ，exit，否则令i＝0，goto STEP 2。
全文摘要
本发明针对传统的由回归方程变换得到的递推函数，在预测多个艾滋病患者采用某种疗法某时刻CD4+T淋巴细胞数对数值时，可以实现各个预测值的误差总和为最小，但针对某个患者进行的预测往往误差较大的问题，提出采用偶交替逼近算法，根据该患者的前几次的CD4+T淋巴细胞数对数值测试值修正递推函数的参数，从而达到减小预测误差的目的。
文档编号G06F19/00GK101105490SQ20071001826
公开日2008年1月16日 申请日期2007年7月13日 优先权日2007年7月13日
发明者王嘉寅, 军 卫, 何金星 申请人:王嘉寅, 军 卫, 何金星