ON IDENTIFIABILITY OF NONLINEAR ODE MODELS AND APPLICATIONS IN VIRAL DYNAMICS.
ON IDENTIFIABILITY OF NONLINEAR ODE MODELS AND APPLICATIONS IN VIRAL DYNAMICS.
复制标题
DOI：
10.1137/090757009
复制
发表时间：
2011-01-01
期刊：
影响因子：
--
通讯作者：
Wu H
中科院分区：
文献类型：
--
作者：
Miao H;Xia X;Perelson AS;Wu H
常微分方程（ODE）是一种强大的动态过程建模工具，在各种科学领域有着广泛的应用。在过去的20年里，ode也成为各种生物医学研究领域，特别是传染病建模领域的主流工具。在实际应用中，基于实验数据确定ODE模型中的未知参数是非常重要和必要的。辨识性分析是确定ODE模型中未知参数的第一步，这种非线性ODE模型的分析技术仍在发展中。本文综述了近一二十年来发展起来的非线性ODE模型的可识别性分析方法，包括结构可识别性分析、实际可识别性分析和基于敏感性的可识别性分析。本文还简要回顾了一些前沿课题和正在进行的研究。最后，以HIV病毒、流感病毒和肝炎病毒的病毒动力学建模为例，说明了这些可识别性分析方法在实际中的应用。
Ordinary differential equations (ODE) are a powerful tool for modeling dynamic processes with wide applications in a variety of scientific fields. Over the last 2 decades, ODEs have also emerged as a prevailing tool in various biomedical research fields, especially in infectious disease modeling. In practice, it is important and necessary to determine unknown parameters in ODE models based on experimental data. Identifiability analysis is the first step in determing unknown parameters in ODE models and such analysis techniques for nonlinear ODE models are still under development. In this article, we review identifiability analysis methodologies for nonlinear ODE models developed in the past one to two decades, including structural identifiability analysis, practical identifiability analysis and sensitivity-based identifiability analysis. Some advanced topics and ongoing research are also briefly reviewed. Finally, some examples from modeling viral dynamics of HIV, influenza and hepatitis viruses are given to illustrate how to apply these identifiability analysis methods in practice.
登录
查看更多内容
影响因子：
56.9
作者：
COFFIN, JM
通讯作者：
COFFIN, JM
影响因子：
4.3
作者：
CHAPPELL, MJ;GODFREY, KR
通讯作者：
GODFREY, KR
影响因子：
0.7
作者：
Carra'Ferro, G;Gerdt, VP
通讯作者：
Gerdt, VP
影响因子：
4.3
作者：
BELLMAN R;ASTROM K J
通讯作者：
ASTROM K J
影响因子：
6.8
作者：
Denis-Vidal, L;Jauberthie, C;Joly-Blanchard, G
通讯作者：
Joly-Blanchard, G