Dynamical Analysis of a Simple Tumor‐Immune Model With Two‐Stage Lymphocytes
Notice bibliographique
Résumé
ABSTRACT The growth of tumor cells involves complex interactions with the immune response. We propose a simple two‐stage model that describes the interaction between tumor cells and lymphocytes, where it is assumed that lymphocytes undergo two stages of development (immature and mature) and that only mature lymphocytes can kill tumor cells. The model incorporates a linear function to represent the effect of tumor antigen stimulation and a logistic model to describe the tumor growth in the absence of immune response. We analyze the oscillatory behavior of tumor levels from three perspectives: the intrinsic growth rate of tumor, the killing rate of lymphocytes against tumor cells, and the stimulation effect of tumor antigens on the immune system. Supported by theoretical analysis of Hopf bifurcation, we observe distinct differences among these factors. The oscillation occurs between two critical values for the intrinsic growth rate and the killing rate of lymphocytes, while for the stimulation effect of tumor antigens, there is a single critical value that triggers the oscillation. Numerical simulations show that strong tumor antigen stimulation can induce long‐term dormancy in tumor growth. Furthermore, we establish the equivalence between the local and global stability of the tumor‐free equilibrium using the fluctuation lemma and derive a sufficient condition on the global attractivity of the tumor‐present equilibrium by constructing auxiliary convergent sequences.
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 | 0,011 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 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 ».