群体生理学：利用群体规模（EHR）数据理解人类内分泌动力学
定量方法
2015-05-30 v1 元胞自动机与格子气
摘要
在广大群体中长期研究生理学之所以困难，主要是因为收集人类生理数据具有侵入性、危险且昂贵。电子健康记录（EHR）数据有望支持在多样化群体上开发和测试机制性生理模型，但数据的局限性迄今为止阻碍了此类应用。例如，使用不受控制的群体规模 EHR 数据来验证机制性、构建性模型的时间依赖行为结果可能很困难，因为：(i) 群体的聚合可能会掩盖或产生信号，(ii) 通常没有对照组，以及 (iii) 群体测量方式的多样性使得数据难以纳入常规分析技术。本文展示了利用 EHR 数据在长时间尺度上测试群体生理模型的可能性。具体而言，开发并演示了一种利用从 EHR 存储库中提取的未受控、群体规模生理患者数据，测试血清葡萄糖动力学的机制性、时间依赖生理模型的方法。结果表明，对于任何 EHR 亚群，归一化平均葡萄糖均无明显的日变化。相比之下，一个导出值——由时间延迟互信息（TDMI）量化的非线性相关性日变化——确实揭示了野生人类群体中葡萄糖水平的预期昼夜变化。此外，在静脉喂养患者群体中，未观察到基于 TDMI 的昼夜信号。这些基于 TDMI 的信号通过葡萄糖 - 胰岛素模型与人类进食模式联系起来。特别是，一个构建性生理模型被证明能正确预测一般未受控群体与进食受控亚群之间的差异。
引用
@article{arxiv.1110.3317,
title = {Population physiology: leveraging population scale (EHR) data to understand human endocrine dynamics},
author = {DJ Albers and George Hripcsak and Michael Schmidt},
journal= {arXiv preprint arXiv:1110.3317},
year = {2015}
}