We are all different: Modeling key individual differences in physiological systems
Notice bibliographique
Résumé
• Most mathematical models of whole-body dynamics simulate a 35-year-old man who weighs 70 kg. • Individual differences, e.g., sex, age and weight, are key modulators of physiological processes. • Another key modulator is the circadian clock which regulates most physiological processes. • We illustrate the importance of capturing these individual differences. Mathematical models of whole-body dynamics have advanced our understanding of human integrative systems that regulate physiological processes such as metabolism, temperature, and blood pressure. For most of these whole-body models, baseline parameters describe a 35-year-old young adult man who weighs 70 kg. As such, even among adults those models may not accurately represent half of the population (women), the older population, and those who weigh significantly more than 70 kg. Indeed, sex, age, and weight are known modulators of physiological function. To more accurately simulate a person who does not look like that “baseline person,” or to explain the mechanisms that yield the observed sex or age differences, these factors should be incorporated into mathematical models of physiological systems. Another key modulator is the time of day, because most physiological processes are regulated by the circadian clocks. Thus, ideally, mathematical models of integrative physiological systems should be specific to either a man or woman, of a certain age and weight, and a given time of day. We illustrate the importance of capturing these individual differences, using the blood pressure regulatory system as an example, and explain how that such models can be built.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».