New tools for comparing classical and neural ODE models for tumor growth

要約

腫瘍の成長をモデル化するための新しい計算ツール腫瘍グロース$。$ JLが導入されています。
このツールにより、General BertalanffyやGompertzなどの標準的な教科書モデルと、初めてのニューラルODEモデルを含むいくつかの新しいモデルを比較できます。
アプリケーションとして、2つの異なる治療オプションを受けている患者において、非小細胞肺癌および膀胱癌病変のヒトメタ研究を再検討し、以前に報告されたパフォーマンスの違いが統計的に有意であるかどうかを判断し、より新しい、より複雑なモデルを実行するかどうかを判断します。
もっと良い。
キャリブレーションに利用可能な少なくとも4つの時間式測定値があり、平均約6.3の例の例では、私たちの主な結論は、一般的なBertalanffyモデルが平均して優れた性能を持っているということです。
ただし、より多くの測定値が利用可能な場合、リバウンドおよび再発行動をキャプチャできるより複雑なモデルがより良い選択になる可能性があると主張します。

要約(オリジナル)

A new computational tool TumorGrowth$.$jl for modeling tumor growth is introduced. The tool allows the comparison of standard textbook models, such as General Bertalanffy and Gompertz, with some newer models, including, for the first time, neural ODE models. As an application, we revisit a human meta-study of non-small cell lung cancer and bladder cancer lesions, in patients undergoing two different treatment options, to determine if previously reported performance differences are statistically significant, and if newer, more complex models perform any better. In a population of examples with at least four time-volume measurements available for calibration, and an average of about 6.3, our main conclusion is that the General Bertalanffy model has superior performance, on average. However, where more measurements are available, we argue that more complex models, capable of capturing rebound and relapse behavior, may be better choices.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google