对癌症模拟模型的校准方法进行范围审查
Yichi Zhang1, Nicole Lipa1, Oguzhan Alagoz1
1Department of Industrial and Systems Engineering, University of Wisconsin-Madison, Madison, WI, USA.
概括
这次对癌症模拟模型的审查发现,虽然校准目标通常被报告,但参数搜索算法 (如随机搜索) 主要被使用. 机器学习算法在这个领域仍然未得到充分利用.
科学领域:
- * 计算机流行病学
- * 医疗信息学 医疗信息学
- * 癌症建模 癌症建模
背景情况:
- * 校准对于模拟模型至关重要,特别是在癌症研究中,因为自然史数据稀缺.
- * 精确的校准确保模型结果与观察到的数据保持一致,这对于可靠的预测至关重要.
研究的目的:
- * 在具有自然历史组成部分的癌症模拟模型中对校准方法进行范围审查.
- *识别和分析文献中使用的校准方法,目标和算法.
主要方法:
- *从1980年到2024年8月的研究进行了全面的范围审查.
- * 在PubMed和Web of Science中搜索关键词,寻找包含校准的癌症模拟模型.
- * 纳入标准侧重于具有自然历史组件和通过校准进行参数估计的模型.
主要成果:
- *包括117项研究;大多数指定的校准目标 (发病率,死亡率,流行率) 和参数搜索算法.
- *不太频繁地报告了适合度指标,接受标准和停止规则.
- *随机搜索是最常见的参数搜索算法,其次是贝叶斯和内尔德-米德方法.
结论:
- * 在癌症模拟模型中建立了校准实践,具有共同的目标和算法.
- * 机器学习算法尽管有提高校准效率的潜力,但仍未得到充分利用.
- *建议进行进一步的研究,以比较各种参数搜索算法的性能.


