克里斯蒂安·哈加德·奥尔森；约翰尼·T·奥特森。；Ralph C.史密斯。；Mette S.奥卢夫森。 数学生物学问题的参数子集选择技术。 （英语） Zbl 1411.92143号 生物、网络。 113，编号1-2，121-138（2019）. 摘要：用于诊断和治疗计划的特定于患者的模型需要可靠的参数估计和模型预测。生理系统的数学模型通常是由非线性常微分方程组构成的，这些方程组具有许多参数，而用于测量所有状态变量的选项很少。因此，很难从现有数据中确定哪些参数可以可靠估计。本研究强调了与实际参数可识别性和子集选择相关的陷阱。后者是指与选择可由参数估计协议唯一识别的参数子集相关的过程。这些方法将通过五个日益复杂的示例以及预测动脉血压的患者特定模型进行演示。本研究表明，当有良好的初始参数值时，基于局部敏感性的方法在计算成本和模型拟合方面更可取，但当初始参数值未知或理解不足时，应考虑全局方法。对于全局敏感性分析，莫里斯筛选以低得多的计算成本提供了参数敏感性排序的结果。 引用于5文件 MSC公司： 92 C50 医疗应用（一般） 第62页第10页 统计学在生物学和医学中的应用；元分析 92-04 生物相关问题的软件、源代码等 关键词：参数可识别性；参数子集选择；参数估计；建模 软件：凯利；ADMB公司；ACADO公司；卡萨迪；AD模型生成器 PDF格式BibTeX公司 XML格式引用 \textit{C.H.Olsen}等人，《生物》。赛博。113，编号1--2，121-138（2019；Zbl 1411.92143） 全文： 内政部 链接 参考文献： [1] Akaike H（1974）统计模型识别的新视角。IEEE Trans Autom Control AC-19（6）：716-723·Zbl 0314.62039号 [2] Alfrey K（1997）大鼠主动脉压力感受器模型。博士论文，硕士论文。休斯顿莱斯大学 [3] 安德森，J。；奥凯森，J。；Diehl，M。；Forth，S.（编辑）；Hovland，P.（编辑）；Phipps，E.（编辑）；Utke，J.（编辑）；Walther，A.（编辑），《Casadi:自动微分和最佳控制的符号包》，297-307（2012），柏林·Zbl 1251.65020号 [4] Ashyraliyev M、Fomekong-Nanfack Y、Kaandorp JA、Blom JG（2009）《系统生物学：生物化学模型的参数估计》。2月J 276（4）：886-902 [5] Ashyraliyev M，Jaeger J，Blom JG（2008），参数估计和确定性分析在果蝇缝隙基因回路中的应用。BMC系统生物学2（1）：83（19页） [6] Bellman R，Au ström KJ（1970）《结构可识别性》。数学生物科学7（3）：329-339 [7] Borgonovo E、Castaings W、Tarantola S（2012）《模型仿真和力矩相关敏感性分析：环境建模的应用》。环境模型软件34:105-115。https://doi.org/10.1016/j.envsoft.2011.06.006。 http://www.sciencedirect.com/science/article/pii/S1364815211001617 [8] Bugenhagen S，Cowley A，Beard D（2010）确定dahl SS大鼠盐敏感性高血压中压力反射功能障碍的生理来源。生理基因组42:23-41 [9] Daun S、Rubin J、Vodovotz Y、Roy A、Parker R、Clermont G（2008）大鼠细菌脂多糖急性炎症反应模型的集合：参数空间减少的结果。《Theor生物学杂志》253（4）：843-853·Zbl 1398.92053号 [10] Devroye L（1986）基于样本的非均匀随机变量生成。在：第18届冬季模拟会议论文集。ACM，第260-265页·Zbl 0593.65005号 [11] Eisenberg M，Harsh J（2017）《数据和可识别性的信心建设：癌症化疗建模案例研究》。《Theor生物学杂志》431:63-78·Zbl 1388.92017年 [12] Ellwein L、Pope S、Xie A、Batzel J、Kelley C、Olufsen M（2013）高碳酸血症期间心血管和呼吸动力学的患者特异性建模。数学生物科学241（1）：56-74·Zbl 1309.92032号 [13] Fournier DA，Skaug HJ，Ancheta J，Ianelli J，Magnusson A，Maunder MN，Nielsen A，Sibert J（2012）Ad model builder:using automatic differentiation for statistical inference of high-parameterized complex normal models（Ad模型生成器：使用自动微分进行高参数化复杂非线性模型的统计推断）。Optim Methods Softw 27（2）：233-249。https://doi.org/101080/10556788.2011.597854 ·Zbl 1242.90230号 ·doi:10.1080/10556788.2011.597854 [14] Griewank A（1989）关于自动微分。数学课程最新开发应用6:83-107·Zbl 0696.65015号 [15] Haario H，Laine M，Mira A，Saksman E（2006）Dram：高效自适应MCMC。统计计算16:339-354 [16] Holmberg A（1982）关于包含Michaelis-Menten型非线性的微生物生长模型的实际可识别性。数学生物科学62（1）：23-43·Zbl 0489.92021号 [17] Houska B、Ferreau HJ、Diehl M（2011）Acado toolkitan自动化控制和动态优化的开源框架。光学控制应用方法32（3）：298-312。https://doi.org/10.1002/oca.939 ·Zbl 1218.49002号 ·doi:10.1002/oca.939 [18] Iooss B，Lemaêtre P（2015）全球敏感性分析方法综述。In：复杂系统仿真优化中的不确定性管理。施普林格，第101-122页·Zbl 1332.90003号 [19] Jacquez JA，Greif P（1985）数值参数的可识别性和可估计性：整合可识别性、可估计性和最优抽样设计。数学生物科学77（1）：201-227·Zbl 0581.93017号 [20] Jansen M（1999）模型输出的方差设计分析。计算物理通讯117（1）：35-43·Zbl 1015.68218号 [21] Kelley C（1999）优化迭代方法，第18卷。费城SIAM·Zbl 0934.90082号 [22] Li R，Henson M，Kurtz M（2004）离线参数估计的模型参数选择。IEEE变速器控制系统技术12（3）：12 [23] Mahdi A、Meshkat N、Sullivant S（2014），粘弹性机械系统的结构可识别性。公共科学图书馆ONE 9（2）：e86411 [24] Mahdi A、Sturdy J、Ottesen J、Olufsen M（2013）压力反射控制系统传入动力学建模。公共科学图书馆计算生物学9（12）：e1003384 [25] Martins J，Kroo I，Alonso J（2000）一种使用复杂变量进行灵敏度分析的自动化方法。附：第38届航空航天科学会议记录，第0689页 [26] Miao H，Xia X，Perelson AS，Wu H（2011）关于非线性模型的可识别性及其在病毒动力学中的应用。SIAM版本53:3-39·Zbl 1215.34015号 [27] Morris M（1991）《初步计算实验的因子抽样计划》。技术计量学33（2）：161-174 [28] Olufsen MS，Ottesen JT（2013）用于模型预测心率调节的参数估计实用方法。数学生物学杂志67（1）：39-68·Zbl 1267.90148号 [29] Pope S、Ellwein L、Zapata C、Novak V、Kelley C、Olufsen M（2009）集中脑血管模型参数的估计和识别。数学生物科学与工程6（1）：93-115·Zbl 1159.92025号 [30] Rall LB（1981）《自动微分：技术和应用》。计算机科学讲义，第120卷。纽约州施普林格·Zbl 0473.68025号 [31] Raue A、Kreutz C、Maiwald T、Bachmann J、Schilling M、Klingmüller U、Timmer J（2009）通过利用剖面似然对部分观测到的动力学模型进行结构和实际可识别性分析。生物信息学25:1923-1929 [32] 罗德里格斯·费尔南德斯M、班加JR、道尔FJ（2012）《解释输入参数分布关键作用的新型全局敏感性分析方法：应用于系统生物学模型》。国际J鲁棒非线性控制22（10）：1082-1102·Zbl 1258.93112号 [33] Saltelli A、Annoni P、Azzini I、Campolongo F、Ratto M、Tarantola S（2010），基于方差的模型输出敏感性分析。总敏感性指数的设计和估算。计算机物理通讯181（2）：259-270·Zbl 1219.93116号 [34] Saltelli A、Ratto M、Andres T、Campolongo F、Cariboni J、Gatelli D、Saisana M、Tarantola S（2008）《全球敏感性分析：引物》。奇切斯特·威利·Zbl 1161.00304号 [35] Ispra European Commission JRC的Saltelli A、Ratto M、Tarantola S、Campolongo F（2006）《敏感性分析实践：基于模型的推理策略》。Reliab工程系统安全91（10）：1109-1125 [36] Saltelli A，Tarantola S，Chan KPS（1999）一种用于模型输出全局灵敏度分析的定量模型无关方法。技术计量学41（1）：39-56。https://doi.org/10.1080/00401706.1999.10485594 ·doi:10.1080/00401706.1999.10485594 [37] Silverman BW（2018）统计和数据分析密度估计。劳特利奇，伦敦 [38] Smith RC（2014）《不确定性量化：理论、实施和应用》。费城SIAM·Zbl 1284.65019号 [39] Sobol I（1967）关于立方体中点的分布和积分的近似计算。苏联计算数学物理7:784-802·兹比尔0185.41103 [40] Sobol I（1993）非线性数学模型的灵敏度估计。数学模型计算实验1（4）：407-414·Zbl 1039.65505号 [41] Sobol I（2001）非线性数学模型的全局灵敏度指数及其蒙特卡罗估计。数学计算模拟55（1-3）：271-280·兹比尔1005.65004 [42] Transtrum M，Machta B，Sethna JP（2011）非线性最小二乘几何及其在松散模型和优化中的应用。物理版E 83（3）：36701 [43] Vrugt J，Braak CT，Diks C，Robinson B，Hyman J，Higdon D（2009）通过自适应随机子空间采样的差分进化加速马尔可夫链蒙特卡罗模拟。国际期刊非线性科学数值模拟10（3）：273-290 [44] Wei P，Lu Z，Yuan X（2013）动量相关灵敏度分析的蒙特卡罗模拟。Reliab工程系统安全110:60-67。https://doi.org/10.1016/j.ress.2012.09.005。 http://www.sciencedirect.com/science/article/pii/S0951832012001858 [45] Wentworth MT、Smith RC、Banks HT（2015），基于HIV模型全局敏感性分析的参数选择和验证技术。SIAM/ASA J不确定量4（1）：266-297·Zbl 1341.92080号 [46] Williams ND、Wind Willassen O、Wright AA、Program R、Mehlsen J、Ottesen JT、Olufsen MS（2014）抬头倾斜的患者特异性建模。数学医学生物学31（4）：365-392·Zbl 1307.92140号 [47] 沃尔夫拉姆：高斯-纽顿方法（2013）。http://reference.wolfHrBram.com/mathematica/tutorial/UnconstrainedOptimizationGaussHrBNewtonMethods.html [48] Yao K，Shaw B，Kou B，McAuley K，Bacon D（2003）用多站点催化剂模拟乙烯/丁烯共聚：参数估计和实验设计。Polym反应工程11（3）：563-588 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。