[论文解读] Unlocking datasets by calibrating populations of models to data density: a study in atrial electrophysiology

Brodie Lawson, Christopher Drovandi+4 more|arXiv (Cornell University)|Jun 21, 2017

Cardiac electrophysiology and arrhythmias参考文献 52被引用 14

一句话总结

本文提出了一种新方法，用于将模型群体（POMs）校准至实验数据集中完整的数据密度分布，而不仅限于其取值范围。通过使用马尔可夫链蒙特卡洛（MCMC）修正的优化过程，最小化模型输出分布与实测数据之间的差异度量（ρ），该方法准确捕捉了心房电生理数据中复杂的变异特征，包括窦性心律与慢性心房颤动患者之间的差异。

ABSTRACT

The understanding of complex physical or biological systems nearly always requires a characterisation of the variability that underpins these processes. In addition, the data used to calibrate such models may also often exhibit considerable variability. A recent approach to deal with these issues has been to calibrate populations of models (POMs), that is multiple copies of a single mathematical model but with different parameter values. To date this calibration has been limited to selecting models that produce outputs that fall within the ranges of the dataset, ignoring any trends that might be present in the data. We present here a novel and general methodology for calibrating POMs to the distributions of a set of measured values in a dataset. We demonstrate the benefits of our technique using a dataset from a cardiac atrial electrophysiology study based on the differences in atrial action potential readings between patients exhibiting sinus rhythm (SR) or chronic atrial fibrillation (cAF) and the Courtemanche--Ramirez--Nattel model for human atrial action potentials. Our approach accurately captures the variability inherent in the experimental population, and allows us to identify the differences underlying stratified data as well as the effects of drug block.

研究动机与目标

• 解决现有POM校准方法仅考虑数据范围而忽略其底层分布的局限性。
• 开发一种可推广的框架，用于将POMs校准至实验数据的完整多维密度分布。
• 实现更准确地识别患者亚群之间的生理差异（例如，窦性心律与慢性心房颤动患者）。
• 通过捕捉相关性与非均匀密度模式等复杂数据特征，提升模型保真度。
• 通过降低高测量误差生物标志物（如最大除极速率）的权重，实现针对性优化。

提出的方法

• 使用Kullback–Leibler散度定义模型输出分布与实测数据密度之间的差异度量ρ。
• 利用顺序蒙特卡洛（SMC）方法初始选择一个模型群体（POM），以确保初始可行性。
• 应用马尔可夫链蒙特卡洛（MCMC）修正过程，通过迭代地移除或重新引入模型，以最小化ρ。
• 在马尔可夫链蒙特卡洛接受概率中设定固定温度T = 0.1，以平衡探索与收敛。
• 若ρ值超过已找到最优值的1%，则每1000步执行一次重启机制，以确保鲁棒性。
• 引入修正后的差异度量ρ̂，通过在性能矩阵中将特定生物标志物（如最大除极速率）对应的行与列置零，以降低其影响。

实验结果

研究问题

• RQ1 能否将POMs校准至完整数据密度分布，而非仅匹配观测值的取值范围？
• RQ2 使用数据密度对POMs进行优化，如何提升对患者亚群之间生理差异的识别能力？
• RQ3 特定生物标志物（如最大除极速率）的测量误差对POM校准有何影响，又如何缓解？
• RQ4 该方法能否检测并反映实验电生理数据中复杂的结构特征，如相关性与非均匀密度模式？
• RQ5 当关键生物标志物在基础模型中预测不佳时，该优化过程的表现如何？

主要发现

• 所提出的方法成功地将POMs校准至完整数据密度，捕捉了范围方法所遗漏的复杂非超矩形分布。
• 优化后的POM准确反映了窦性心律与慢性心房颤动患者心房电生理数据中的变异特征。
• 该方法识别出Courtemanche–Ramirez–Nattel（CRN）模型无法准确预测最大除极速率的观测分布，这可能是由于测量误差所致。
• 通过在差异度量中降低最大除极速率的权重，优化过程在不破坏整体群体结构的前提下，改善了其他生物标志物的拟合度。
• 最终的POM揭示了SR与cAF亚群之间离子通道电导存在显著差异，与已知的电生理重构特征一致。
• 通过重启机制，该方法展现出良好的鲁棒性与收敛性，始终保持群体规模高于数据点数量，以维持统计显著性。