用于指导癌症有效扫描方案的个体化放疗敏感性参数的贝叶斯信息论校准

随着技术的新进展，现在可以收集描述肿瘤生长的各种不同指标的数据，包括肿瘤体积、组成和血管分布等。对于任何提出的肿瘤生长与治疗模型，我们观察到个体患者参数值之间存在很大变异性，特别是与治疗反应相关的参数；因此，利用这些不同指标进行模型校准有助于既准确又早期地推断此类患者特异性参数，从而可以在治疗过程中调整治疗方案以获得最大疗效。然而，进行测量可能成本高且具侵入性，使临床医生只能采用稀疏的采集计划。因此，确定用于收集数据以最佳指导适当治疗方案的最佳时间和指标，可能对临床医生有很大帮助。在本研究中，我们采用贝叶斯信息论校准协议进行实验设计，以确定用于指导治疗参数的数据收集最佳时间。在该过程中，数据收集时间被依次选择，以在每次增加测量时最大化参数不确定性的降低，确保预算为 $n$ 次高保真实验测量能带来关于低保真模型参数值的最大信息增益。除了研究数据收集的最优时间模式外，我们还开发了一个框架，用于决定在每个数据收集点应使用哪些指标。我们用多种玩具示例说明了该框架，每个示例都采用放疗治疗方案。对于每种情景，我们分析了低保真模型的预测能力对测量预算的依赖性。