骨病理计算建模中的多重验证

我们引入一种模型检测方法来诊断骨病理的出现。在 PRISM 中实现新的骨重塑模型，使得骨质疏松症被有趣地刻画为一种相对于其他骨病理存在缺陷的骨重塑动力学。我们的方法能够推导出三类基于模型检测的诊断估计量。第一种诊断量关注骨矿物质密度水平，这是目前医学实践中使用的指标。此外，我们引入了一种新的诊断估计量，它利用患者的完整临床记录（在此通过建模框架进行模拟）。该估计量检测骨矿物质密度在短期（数月）内的负面变化。无论实际骨矿物质密度如何，当下降迅速发生时，重要的是向患者发出警报并更密切地监测他/她，以发现其他骨共病的突发。第三种估计量考虑骨密度的方差，可用于代谢综合征、糖尿病和癌症的研究。我们的实现可以利用这些统计估计量的不同逻辑组合，并可纳入其他系统性共病（例如糖尿病和地中海贫血）的生物标志物。我们欣喜地报告，随机建模与形式化方法的结合为复杂病理激发了新的诊断框架。特别是，我们的方法考虑了生物系统的重要特性，如多尺度和自适应性。多重诊断可进一步扩展，逐步接近人类疾病的复杂性。最后，我们简要介绍了形式化方法中的自适应性，这是生物系统调节机制中的一个关键特性，在数学和工程等其他领域也广为人知。