MétaCan
Menu
Retour à la cohorte
Enregistrement W3138377613 · doi:10.82308/19095

On the development and application of distributed delay equations to mathematical physiology

2019· article· en· W3138377613 sur OpenAlexfundno aff
Tyler Cassidy

Notice bibliographique

RevueeScholarship@McGill (McGill) · 2019
Typearticle
Langueen
DomaineMathematics
ThématiqueMathematical Biology Tumor Growth
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaGovernment of Alberta
Mots-clésComputer sciencePhysiologyBiology

Résumé

récupéré en direct d'OpenAlex

La physiologie humaine regorge d’exemples de dynamiques retardées. Dans certainscas, tels que le système hématopoïétique, le décalage entre un signal et la réponse qu’ilinduit est variable et distribué autour d’un délai moyen. Pour modéliser ces retards, nousdeveloppons une méthode physiologiquement réaliste que nous appliquons à l’étude dela croissance tumorale sujette à l’immunosurveillance.Nous commençons en considérant une population ayant une vitesse de maturationvariable et une durée de maturation aléatoirement distribuée autour d’une valeur moyenne.Les dynamiques de cette population sont régies par une équation aux dérivées partielles(EDP) structurées en âge. Nous réduisons l’EDP structurée en l’âge en une équationdifférentielle à retard (EDR) variable et distribué. Nous analysons ce dernier modèle sansspécifier la densité de probabilité de la maturation. Ce cadre général englobe les EDR auxdélais ponctuels et variables, et généralise la technique de la chaîne linéaire pour incluredes vitesses de transition variables et des processus de vieillissement concaténés. Afind’illustrer l’utilité du cadre EDR à délai distribué, nous démontrons l’équivalence entredeux modèles d’équations différentielles ordinaires et deux EDRs.Ensuite, par le biais d’une EDR distribué, nous développons et analysons un modèlemathématique de l’immunité antitumorale incorporant l’hétérogénéité dans la durée ducycle cellulaire des cellules tumorales. Grâce à une analyse de stabilité linéaire, nous caractérisonsl’importance de l’immunité antitumorale par l’ énoncé d’une condition nécessaireet suffisante pour la rémission du cancer. Conformément à l’hypothèse d’immunoediting,un analyse de bifurcation du modèle démontre que la diminution de l’interaction tumeurimmunitaireinduit l’expansion tumorale suite à une bifurcation transcritique. En intégrantun modèle de virothérapie, nous montrons que l’efficacité du traitement à long terme estdéterminée par l’implication du système immunitaire. En outre, pour comprendre les effetsde la variabilité génétique sur l’efficacité du traitement, nous réalisons un essai cliniquevirtuel de la thérapie combinée de virothérapie et d’immunothérapie. Nous quantifionsles interactions synergiques entre ces deux traitements en simulant la virothérapie en combinaisonavec un immunostimulant. Enfin, cette synergie est exploitée pour déterminerun schéma posologique optimal qui réduit le fardeau posologique du traitement tous enaméliorant le pronostic virtuel

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,028
Tête enseignante GPT0,266
Écart entre enseignants0,238 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueeScholarship@McGill (McGill)Même sujetMathematical Biology Tumor GrowthTravaux en français237 207