مدل‌سازی عملکرد سیستم دفاعی بدن در بیمار مبتلا به سرطان ملانوما در مرحله اولیه و بررسی آنالیز حساسیت با استفاده از روش ضریب همبستگی درجه جزئی (prcc)

مدل‌سازی از رشد و تکثیر سلولی به پزشکان در ارائه یک برنامه درمانی مناسب کمک خواهد کرد. در این مقاله به مدل‌سازی عملکرد سیستم دفاعی بدن برای یک بیمار مبتلا به سرطان ملانوما پرداخته شده است. مزیت اصلی این مدل، در نظر گرفتن تعداد متغیرهای بیشتر برای بیان دینامیک بدن بیمار می‌باشد که باعث نزدیکی هر چه بیشتر مدل بیان شده به بیمار واقعی خواهد شد. برای تخمین ضرایب در مدل ریاضی از یکی از روش‌های بهینه‌سازی چند هدفه به نام روش الگوریتم ژنتیک چند هدفه با مرتب سازی نامغلوب استفاده شده است. مزیت این روش، در نظر گرفتن چند تابع هدف و محدود کردن هم‌زمان آن‌ها می‌باشد. نتایج حاصل از شبیه‌سازی نشان داده است که مدل ریاضی طراحی شده، کاملا عملکرد سیستم دفاعی بدن بیمار مبتلا به سرطان ملانوما را شبیه‌سازی می‌کند. برای آنالیز حساسیت و تعیین میزان همبستگی خروجی مدل ریاضی به تغییرات برخی پارامترها از روش ضریب همبستگی درجه جزئی با نام اختصاریprcc استفاده شده است. در انتها نشان داده شده است که تغییرات نرخ تولید اینترلوکین2 (il2) بیشترین میزان prcc را دارد و تغییرات آن تاثیر زیادی بر خروجی‌های مدل خواهد داشت.

Modeling for the body defense mechanisms in stage I melanoma patient and sensitivity analysis by using Partial Rank Correlation Coefficient (PRCC) method

The scientific modeling of cellular growth and proliferation can significantly help to physicians to offer an appropriate treatment. In this paper the modeling of the body #39;s immune system function for a patient with melanoma cancer has been studied. The main advantage of this model is considering more variables to describe dynamics of the melanoma patient rsquo;s body, which will make our model more realistic. For estimating the coefficients of the mathematical model, a multiobjective optimization method, NonDominated Sorting Genetic Algorithm , is used. One of the major advantages of such method is considering multiple objectives and simultaneously constraining them. Simulation results reveal that our mathematical model can successfully simulate the function of the body defense system of the melanoma patient. In order to analyze the sensitivity and determine the correlation of the mathematical model output to changing in some parameters, Partial Rank Correlation Coefficient (PRCC) method is employed. Finally, it is demonstrated that Interleukin2 (IL2) generation rate change has the highest PRCC value and changing this parameter will have a high impact on the model outputs.