A time-varying biased random walk approach to human growth.
A time-varying biased random walk approach to human growth.
复制标题
DOI：
10.1038/s41598-017-07725-4
复制
发表时间：
2017-08-10
影响因子：
4.6
通讯作者：
Frey U
中科院分区：
文献类型：
--
作者：
Suki B;Frey U
生长和发育受基因与环境相互作用的支配。人们提出了许多方法来模拟增长，但大多数方法要么是描述性的，要么是描述人口水平现象的。我们提出了一种基于随机游走的生长模型，能够预测个体身高，其中生长增量取自随时间变化的分布，模拟观察到的跳跃生长的爆发行为。我们推导出分析方程，并开发了这种增长的计算模型，其中考虑了基因与环境的相互作用。通过对 190 名婴儿进行的独立前瞻性出生队列研究，我们预测了 6 岁时的身高。在 27 名受试者的子集中，我们使用贝叶斯方法自适应地训练模型，以考虑出生到 1 岁之间的生长情况。 5年预测身高与实际数据吻合较好（测量身高 = 0.838*预测身高+18.3；R2 = 0.51），平均误差为3.3%。在一名患者中，我们还举例说明了如何使用我们的生长预测模型来早期检测生长缺陷并评估生长激素治疗的有效性。
Growth and development are dominated by gene-environment interactions. Many approaches have been proposed to model growth, but most are either descriptive or describe population level phenomena. We present a random walk-based growth model capable of predicting individual height, in which the growth increments are taken from time varying distributions mimicking the bursting behaviour of observed saltatory growth. We derive analytic equations and also develop a computational model of such growth that takes into account gene-environment interactions. Using an independent prospective birth cohort study of 190 infants, we predict height at 6 years of age. In a subset of 27 subjects, we adaptively train the model to account for growth between birth and 1 year of age using a Bayesian approach. The 5-year predicted heights compare well with actual data (measured height = 0.838*predicted height + 18.3; R2 = 0.51) with an average error of 3.3%. In one patient, we also exemplify how our growth prediction model can be used for the early detection of growth deficiency and the evaluation of the effectiveness of growth hormone therapy.
登录
查看更多内容
影响因子：
2
作者：
Nierop, Andreas F. M.;Niklasson, Aimon;Albertsson-Wikland, Kerstin
通讯作者：
Albertsson-Wikland, Kerstin
影响因子：
64.8
作者：
LEE, MG;NORBURY, CJ;NURSE, P
通讯作者：
NURSE, P
DOI：
10.1016/j.jmaa.2004.05.001
发表时间：
2004-09-01
影响因子：
1.3
作者：
Parks, HR
通讯作者：
Parks, HR
DOI：
10.3390/ijerph5010004
发表时间：
2008-03-01
影响因子：
--
作者：
Ramos, Rosemarie G;Olden, Kenneth
通讯作者：
Olden, Kenneth
影响因子：
1.7
作者：
Caino, S;Kelmansky, D;Lejarraga, H
通讯作者：
Lejarraga, H