Een nieuwe flexibele plug and play-regeling voor het modelleren, simuleren en voorspellen van de maag emptying

A nieuwe flexibele plug and play-regeling voor het modelleren, simuleren en voorspellen van maaglediging
Abstracte achtergrond
In-silico modellen die proberen te vangen en beschrijven de fysiologische gedrag van biologische organismen, waaronder de mens, zijn intrinsiek ingewikkeld en tijdrovend om te bouwen en te simuleren in een computeromgeving. De mate van gedetailleerdheid van de beschrijving in het model opgenomen, hangt af van de kennis van het gedrag van het systeem op dat niveau. Deze kennis wordt verzameld uit de literatuur en /of verbeterd door kennis verkregen nieuwe experimenten. Zo modelontwikkeling is een iteratief ontwikkelingsstoornissen procedure. Het doel van dit document is om een ​​nieuwe plug-and-play systeem dat biedt meer flexibiliteit en gemak van gebruik voor het modelleren en simuleren van fysiologische gedrag van biologische organismen te beschrijven.
Methods
Deze regeling vereist dat de Modeler (gebruiker) eerste de structuur van de interagerende componenten en experimentele gegevens leveren in een tabel formaat. Het gedrag van de in een wiskundige vorm, ook door de modellator beschreven componenten, uitwendig gekoppeld tijdens de simulatie. Het voordeel van de regeling plug-and-play voor het modelleren is dat het minder programmeerwerk en kan snel worden aangepast aan de nieuwere modellen eisen, terwijl ook de weg vrij voor dynamische modelbouw bestrating.
Resultaten
Ter illustratie, de papieren modellen de dynamiek van maaglediging gedrag ervaren door mensen. De flexibiliteit om het model aan de maaglediging gedrag onder verschillende soorten voedingsstof infusie in de darm (ileum) wordt aangetoond voorspellen. De voorspellingen werden geverifieerd met een menselijke interventie studie. De fout in het voorspellen van de helft van het legen van tijd bleek minder dan 6% bedragen.
Conclusies
Een nieuwe plug-and-play-regeling voor biologische systemen modelleren werd ontwikkeld dat wijzigingen in de gemodelleerde constructie en het gedrag met beperkte programmering toestaat inspanning, abstraheren het biologische systeem in een netwerk van kleinere subsystemen met onafhankelijke gedrag. In de nieuwe regeling, de modellering en simulatie wordt een automatische machine leesbare en uitvoerbare taak.
Sleutelwoorden
Modeling Maaglediging functionele modules Terugkoppellus Inleiding
biologische systemen analyse met een set van hypotheses bij de hand is een cyclisch proces die begint met een experimenteel design, data-acquisitie, data-analyse, data of hypothese gedreven modelleren, simuleren en analyseren [1, 2]. Bij elke cyclus (een deel van) de beschrijving van het biologische systeem of verfijnd te verbeteren of bijsturen de hypothese. Dit betekent dat in biologische systemen analyse, de data /hypothesegedreven model voortdurend veranderingen ondergaan.
Meeste biologische systemen modelleringstools moet de gebruiker handmatig de computer instrueren via de ondersteunde programmeringshulpmiddelen het modelleren en simulatie doelen bereiken 3- [ 5]. Een dergelijke opdracht omvat programmacode beschrijven de biologische componenten, geassocieerd overdrachtsfuncties en het interactieve gedrag van de componenten. Er zijn een paar moderne systeembiologie modeling tools zoals SimBiology [6] en PhysioDesigner [7] dat de gebruiker met grafische supplementen te halen vaak biologisch gebruikte relevante componenten en connectoren uit het gereedschap pallet en plaats ze in het model gebouwde omgeving. Toch is de functionele beschrijvingen van alle componenten en interacties tussen hen moeten nog programmatisch worden beschreven. Zo kan een volledige iteratief systeembiologie modelleren cyclus in de praktijk wordt vaak een zeer moeilijke taak. Grootschalige vereenvoudiging modellering kan worden bereikt wanneer het programmeren van het functionele gedrag van een component kan worden vermeden en de taak worden vervangen door integratie ondereenheden van voorgeprogrammeerde overdracht functionele elementen.
Elke sub-fysiologische elementen, zoals een orgaan of een weefsel kan worden geacht een welbepaalde functionele gedrag gedefinieerd met betrekking tot de in- en uitvoer. Het gedrag van een biologisch systeem is de geïntegreerde gedrag van deze sub-fysiologische entiteiten die samenwerken. Dus van een fysiologisch oogpunt integreren ondereenheden van voorgeprogrammeerde overdracht functionele elementen om de functionaliteit van een biologische component of biologisch systeem als geheel te realiseren, is kennelijk relevant.
Dit document beschrijft een omgeving die geschikt is voor biologische systemen modelleren en simulatie verlicht het herprogrammeren inspanning gewoonlijk geassocieerd met veranderingen in experimenteel ontwerp en modelleren. Om de werking van de voorgestelde modelleren en simulatie-omgeving en de flexibiliteit om experimentele veranderingen tegemoet te tonen, de maaglediging gedrag waargenomen bij mensen werd gemodelleerd. De regulering van de maaglediging vormt een belangrijk onderdeel in het complexe proces van voedselinname regelgeving dat is een actief gebied van onderzoek [8-10]. Verschillende celtypen, hormonen, receptoren en neurale signalen allemaal tegelijk optreden in dit systeem. Het is nog grotendeels onduidelijk hoe signalen die voortkomen uit verschillende delen in de darm gezamenlijk optreden in een terugkoppeling wijze via het centrale zenuwstelsel van de maaltijd inname gedrag te reguleren. De voorgestelde modellering aanpak kan van nut zijn voor het toestaan ​​van onderzoekers om snel en gemakkelijk te bouwen model varianten en beslissen welke de meest consistente interpretatie van experimentele gegevens biedt. Daarom is een onderzoek gericht op het beïnvloeden maaglediging door intestinale infusie van voedingsstoffen werd gekozen voor een voorbeeld proof-of-concept. De parameters van het model geschat op basis van experimentele gegevens verzameld uit een controlegroep van proefpersonen werden gebruikt om de maaglediging tarief voor een interventie groep die ileale voedingsstof infuus gekregen voorspellen.
Ontwerp en software-omgeving
Vanuit het perspectief van een biologisch systeem modeler's die een opluchting van de re-programmeren van de inspanningen in verband met experimentele en modellering veranderingen in de tijd wil, moet de modellering en simulatie-omgeving kan de gebruiker de sub-fysiologische entiteiten die deelnemen aan het biologische systeem gemodelleerd samen met hun input /out relaties specificeren in een eenvoudige en gemakkelijk aanpasbaar formaat. Bovendien moet de gebruiker in staat om het modelleren en simulatie-omgeving met alle experimentele gegevens verzameld of op systeemniveau of sub-fysiologische entiteiten niveaus geleverd worden. Ook, gezien een model specificatie en bijv bijbehorende experimentele gegevens als input in tekstformaat moeten modelleren en simulatie-omgeving automatisch het model op en simuleren van de gemodelleerde behavior.A softwarearchitectuur kunnen de bovenstaande eisen voldoen is weergegeven in figuur 1. Centraal in deze architectuur is de generieke modelleren en simulatie kader dat bestaat uit een modelbouwer, een model simulator, en een component functie bibliotheek. Het model bouwer en simulator zijn vooraf gecompileerde uitvoerbare bestanden. De simulator laadt dynamisch het onderdeel functie bibliotheek tijdens de simulatie. De gebruiker levert het model specificatie en experimentele gegevens aan de generieke modellering en simulatie kader via een model specificatie en data-bestand in een vooraf bepaald formaat. De modelbouwer ontleedt de modelspecificatie bestand en bouwt een model zoals gespecificeerd door de gebruiker. De simulator laadt het geconstrueerde model en in combinatie met de component functie bibliotheek simuleert de gemodelleerde gedrag met de juiste simulatie data. In de volgende paragrafen zal gedetailleerde beschrijvingen van de modelbouwer, het model simulator, het onderdeel functie bibliotheek en model specificatie en data-bestand te verstrekken. Figuur 1 Generieke modellering en simulatie kader.
Model builder
een biologisch systeem met als doel het modelleren kan worden beschouwd als een samenstel van onafhankelijke sub-fysiologische entiteiten die werken samen om bepaalde biologische doelstellingen. Om het gedrag van een dergelijk biologisch systeem te beschrijven, is het handig om een ​​abstractie die elke sub-fysiologische eenheid als een onafhankelijke component die samen met andere componenten vormen een netwerk van componenten voorstelt kiezen. Een dergelijk netwerk, gebruikt om een ​​systeem te modelleren is dan een componentgebaseerd systeemmodel. Ondernemingen De basiseenheid van een component systeem model is een component met een aantal ingangen en uitgangen. Deze ingangen en uitgangen zijn gerelateerd door een wiskundige functie. De structurele specificatie
van een component wordt dus als de naam van de component, samen met de naam van de in- en uitvoer, terwijl de functionele specificatie
van een component wordt gedefinieerd als de rekenkundige verhouding tussen de in- en uitvoer. De functie van het model builder een component gebaseerde systemen te construeren aangezien de structurele en functionele specificatie van de componenten die het gemodelleerde biologische systeem.
Model simulator
model simulator simuleert het componentgebaseerd systeemmodel voor een vooraf bepaald aantal simulatie cycli. Een component systeemmodel met een aantal ingangen gezegd worden gesimuleerd voor een vooraf bepaald aantal cycli simulatie als elke component uitgang is geëvalueerd bij elke simulatie cyclus. Een gegeven simulatie cyclus wordt gezegd te worden ingevuld als elke component uitgangen zijn geëvalueerd voor die simulatie cycle.The Model bouwer bouwt een component-based systeem model in een zodanige wijze dat elke toevoeging of verwijdering van onderdelen, indien nodig, is altijd mogelijk op de voltooiing van een simulatie cyclus. Deze constructie illustreren een hypothetische componentgebaseerd systeemmodel met 3 componenten, namelijk C1, C2 en C3, en de respectieve verbindingen A, B, C en D van de componenten getoond in figuur 2a. Een andere visuele representatie van hetzelfde structuurmodel is in Figuur 2b. De twee visueel weergegeven systeemmodellen niet verschillend van elkaar, behalve dat deze de randen (verbindingen) die de componenten zijn weergegeven als informatiekanalen en elk onderdeel is verbonden met één of meer van de informatiekanalen. Deze voorstelling intuïtief overeenkomt met de fysiologische toestand van organen met elkaar verbonden door de bloedvaten en /of zenuwen kanalen. Bij elke cyclus simulatie de gegevens die momenteel op het informatiekanaal ofwel gelezen met de ingangen van de componenten (in de huidige cyclus simulatie aangesloten) of geschreven naar het informatiekanaal van de uitgangen van de componenten (momenteel beschikbaar). De gegevens worden gelezen of geschreven door degenen componenten aangesloten op de informatie-kanaal in de huidige simulatie cyclus. Dit modelbouw en simulatie-functie maakt het mogelijk een aantal model componenten worden toegevoegd of verwijderd uit het systeem model tijdens de simulatie met de juiste controle structuren. Figuur 2 Voorbeeld systeemmodel. (A) Structurele model beschrijving van het voorbeeld systeemmodel. (B) Analoog visuele weergave van het structurele model.
Component functie bibliotheek
De component functie bibliotheek bevat de functionele specificatie (dat wil zeggen, de wiskundige relatie tussen de in- en uitgangen) van elke component die de component systeem model. Aangezien de simulator is geprogrammeerd om het model in tijd simuleren, worden de functionele specificatie van de componenten beschreven als functies van tijd. Functionele specificatie van de componenten moet worden gedefinieerd door de gebruiker en aangepast aan het onderdeel functie bibliotheek.
Model specificatie en experimentele data file
Het model specificatie en de experimentele gegevens file die door de gebruiker bevat twee sets van informatie. De eerste is de structurele specificatie van de componenten waaruit het systeemmodel en de tweede is de experimentele gegevens van experimenten uitgevoerd op het systeem. De naam van de componenten en respectieve ingangen en uitgangen rijgewijze getabelleerd. De naam van een uitgang van een component is gelijk aan de ingang van een andere component als de twee zijn aangesloten en anders als ze niet verbonden. Een extra kolom, "Connect", is aanwezig en heeft een waarde van beide 'Ja' of 'Nee', die verbinding maakt of verbreekt de in- /uitgangen van de respectieve componenten. Deze kolom wordt toegevoegd aan een extra flexibiliteit koppelen aan of loskoppelen van de respectieve tussen componenten voeren.
Voor de hypothetische systeemmodel eerder in Figuur 2a, de componenten, C1, C2 en C3 zijn rijgewijs in tabel 1. de ingang van de component, C1,, A en D, en de output is, B, waarbij dan de ingang naar de component C2. De beschrijvingen van de andere componenten zijn vergelijkbaar. Merk op dat de ingang C van component C3 is losgekoppeld door het invoeren van "No" in de kolom "Verbinden". De experimentele gegevens zijn time wise getabelleerd in de rij voor elke ingang en de uitgang van de component. Bijvoorbeeld, de ingang A van de component C1 op tijdstip 0, is 20 eenheden en blijft nul voor de rest van de tijd (5-30). De inzendingen zijn leeg als experimentele gegevens niet available.Table 1 Voorbeeld van model-specificatie bestand voor de structurele beschrijving model van het model in figuur 2 een
Resultaten
Maaglediging, samen met darmmotiliteit, secretie van spijsverteringsenzymen en peptide hormonen zijn belangrijke fysiologische processen die betrokken zijn bij de regulatie van de maaltijd verteringsproces [11, 12]. Maaglediging is een fysiologisch proces waarbij de maag geleidelijk de inhoud in de dunne darm wordt leeg. De inhoud wordt vervolgens stimuleert de afgifte van verschillende hormonen (CCK, PYY, GLP-1 enz.) Van het darmslijmvlies, die terugmeldingen via verschillende zenuwbanen wekken. Een van deze zenuwbanen fungeert als feedback naar de maaglediging proces zelf. De vagale afferente pad loopt vanaf de darm en eindigt bij de nucleus tractus Solitarius (NTS) van het centrale zenuwstelsel [13]. De respons of de negatieve feedback voortvloeit uit het centrale zenuwstelsel via de vagale afferenten en eindigt op plaatsen zoals de maag, het vertragen van de maaglediging van de maag [14].
In verschillende studies is aangetoond dat ileale infusie voedingsstoffen leidt tot een vertraging van maaglediging en dunne darm reistijd en een verbeterde afgifte van gastro-intestinale hormonen. Onderzoek van het mechanisme van deze zogenaamde ileal brake activatie van potentieel belang is voor de ontwikkeling van functionele voedingsmiddelen die voedingsstoffen vrij in het distale deel van de dunne darm. Bovendien Maljaars et al. [12] blijkt dat ileale infusie van lipide (saffloerolie) resulteerde in een sterker intestinale remwerking in vergelijking met duodenual infusie. Maaglediging werd aanzienlijk vertraagd in ileale infuus vergeleken met duodenale infusie (206 min vs. 138 min) [12]. Talrijke modellen zijn gemeld in de literatuur staat te simuleren of te voorspellen de maaglediging tarief in de mens [14-16]. In de meeste van deze modellen de maag en de darmen werden beschouwd als de deelnemende componenten [17]. De volledige terugkoppellus van de maaglediging na bepaalde tijd met geleidelijke afgifte van de voedingsstoffen uit de maag en de daaropvolgende afgifte van hormonen die neurale signalen van het maagdarmkanaal daartoe verdere vrijmaking van voedsel uit de maag (ook opname van nieuwe voer) lokken een feedback regeling via het centrale zenuwstelsel niet volledig rekening gehouden. Afgezien hiervan, het modelleren en simulatie regelingen, zoals in deze publicaties omvatten strenge herprogrammeren stappen bij het experiment moet opnieuw ontworpen.
Om de componenten gebaseerde modelleringsproces binnen het voorgestelde model illustreren simulatie-omgeving, zal de volgende gedeelten van de maag te bespreken legen modelleren en simuleren proces met een minimale set van componenten. De voorspellende vermogen van de geconstrueerde systemen model zal dan worden onderzocht met de nodige experimenten uitgevoerd op menselijke vrijwilligers.
Modeling maaglediging gedrag
Om een ​​systeemniveau maaglediging model, de structurele specificatie van alle onderdelen die het model samen vormen construeren met de experimentele gegevens worden beschreven in de specificatie en model databestand. De functionele specificatie van de componenten dan de componentfunctie bibliotheek worden toegevoegd. De geconstrueerde maaglediging model, met de componentfunctie bibliotheek en de in de modelspecificatie en het gegevensbestand experimentele gegevens worden gesimuleerd om de parameters van het model te schatten. In de praktijk wordt het model gebruikt om een ​​bepaald onderzoek beantwoorden. dat wil zeggen, "Hoe werkt voedingsstof X invloeden maaglediging tarief Y?"
Structurele specificatie
Tabel 2 laat de inhoud van de structurele specificatie en data-bestand voor de maaglediging model. Een schematische weergave van het structurele model wordt weergegeven in figuur 3. De componenten die het structuurmodel maag, darm (GI) en centrale zenuwstelsel (CNS) vormen zijn. NUT_INP (Nutrient Input), is de ingang naar de component Maag. De andere ingang, IR_VE (Intestinale Response - Vagal afferenten), is de feedback van de het centrale zenuwstelsel. De reden waarom de uitgang en de ingang van de maag worden gecombineerd en gewoonlijk aangeduid als NUT_INP zal duidelijk worden wanneer de functionele model van de maag is beschreven. De andere uitgang van de maag, NUT (Nutrient) is de input voor de volgende component darm. Een externe ingang NUT verbonden met de ingang van de darm is een infusie ingang die de maaglediging verschijnselen kunnen moduleren. In de experimentele setting, is dit infuus toegediend via een katheter in het maag (GI) ingevoegd, dat kathetertip geplaatst in de distale dunne darm (ileum). De uitgang van darm, IR_VA (Intestinale Response - vagale afferente) is de input voor de volgende component CNS. De uitgang van het CNS, IR_VE, zoals eerder uitgelegd, is de terugkoppeling naar de component Stomach.Table 2 Figuur 3 Schematische weergave van het structurele model van de maaglediging voorbeeld.
experimentele gegevenssegment van het structurele model bevat gegevens voor elk tijdstip die hetzij de externe invoerwaarden het systeemmodel of experimenteel gemeten waarden aan de uitgangen van de componenten die het systeem vormen. In de maag modelvoorbeeld externe invoer wordt toegevoerd met NUT_INP in de vorm van een standaardontbijt maaltijd [18] op tijdstip "0" min (uitgedrukt als de calorische waarde van het standaardontbijt), en de infusie externe ingang NUT tegelijk '30 'min tot "120" minuten met stappen van 5 minuten (uitgedrukt als de calorische waarde per 5 min bijgeleverd). De rest van de input /output-waarden voor alle onderdelen tussen time '0' en '240' met de tijd stap van '5' min waren ofwel niet gemeten of niet aanwezig en dus leeg gelaten.
Functionele specificatie
De dynamiek van maaglediging wordt functioneel beschreven in de component maag. De intestinale feedback reguleren van de maaglediging wordt functioneel geïmplementeerd als een remmechanisme dat de maaglediging tarief constante vertraagt. Voor de onderdelen darm en CNS, in plaats van een detail fysiologisch model, grijs-doosmodel met minimale functionele en bijbehorende parameters werden gekozen. Functionele model beschrijvingen voor elke component die de maaglediging model worden beschreven in de volgende sub-secties en de bijbehorende parameters tijdens modelkalibratie worden geschat worden weergegeven in tabel 3.Table 3 Parameter definities
Parameternaam
parameter
eenheid
Waarde
maaglediging snelheidsconstante
k
m
i
n
-1 Belgique Om worden geschat
Efferente signaal drempel
THD
dimensieloze Belgique Om worden geschat
IR transfer rate constant
IR_TR
E
-1 Belgique Om worden geschat
In-vivo vervalsnelheid constant
INV_DR
m
I
n
-1 Belgique Om worden geschat
Caloric leerjaar
CAL_GRD
dimensieloos
0.6
tijd op maximale amplitude
T_MAX
min
10 | Transfer constant
TRF_K
dimensieloze 1
Break constant percentage
BRK
dimensieloze
3
maag
De component maag heeft twee ingangen: N
U
T Shirts _I
N
P
en I
R
L_V
E
, twee uitgangen: NUT Kopen en N
U
T Shirts _I
N
P
. Voor een eerste calorische input, N
U
T
_I
N
P
(0), de calorie-ingang N
U
T Shirts _I
N
P
(t
) door de maag op een tijdstip t
vastgehouden wordt beschreven door Vergelijking 1, waarbij t de tijd in minuten, k de maaglediging snelheidsconstante per minuut en b is de geëxtrapoleerde waarde van y van het eindgedeelte van het ledigen curve [15]. NUT_INP (
T Shirts )
=
NUT_INP (
0
)
*
1
-
1
-
e
-
k
*
t Shirts b
(1) herschrijven vergelijking 1 in de vorm van een vergelijking verschil resultaten in vergelijking 2, waarbij N
U
T Shirts (t
+ Δ
t
) is de calorieën verbannen uit de maag naar de darm bij t
+ Δ
t Kopen en Δ
t
is de simulatie-interval. NUT (
T Shirts +
At
)
=
NUT_INP (
t Shirts +
At
)
-
NUT_INP (
t
)
=
f
(
t Shirts )
*
At
*
CAL_GRD ,
(2) waarbij f
(
t Shirts )
=
NUT_INP (
0
)
*
b
*
k
*
1
-
e
-
k
*
t Shirts b
-
1
*
e
k
*
t Shirts, en CAL_GRD is de calorische waarde klasse gedefinieerd als het percentage calorische inbreng geabsorbeerd door de darm. Uitgaande van een gelijke verdeling en absorptie van calorieën aan de darm, kan het aantal calorieën opgenomen door ileum worden benaderd door het percentage oppervlak van ileum. De totale lengte van duodenum, jejunum en ileum is 25, 260, 395 cm [19]. Uitgaande van een constante straal van de darm, het percentage oppervlak van ileum is 60% en dus een waarde van 0,6 werd gekozen CAL_GRD [20].
In het model wordt de maaglediging snelheidsconstante k percentage verminderd BRK , op elk exemplaar dat de intestinale reactie efferente transfer functie sgmd
boven een vaste drempel constante THD (efferente signaal drempel constant). De intestinale reactie efferente transfer functie sgmd
wordt gedefinieerd door Vergelijking 3. De waarde van b in vergelijking 1 wordt dan berekend als b
= e
k
* T Shirts _L
Een
G
van k gezien de waarde T Shirts _L Hotels A
G
, de aanvankelijke vertraging in de maaglediging [15]. sgmd (
T Shirts )
=
2
/
(
1
+
e
-
IR_TR *
IR_VE (
t
)
)
-
1
,
(3) waar ik
R
_T
R
is de intestinale overdrachtsnelheid constant, en ik
R
L_V
E
is de intestinale vagale efferente reactie van het centrale zenuwstelsel.
Om een ​​geschikte waarde voor BRK vinden, wij van mening dat het model wordt geëvalueerd met een tijd resolutie van 1 minuut, waardoor het systeem uit te voeren op maximaal 1 rust evenement per minuut. Bovendien, voor het bereik van nutriënt-afhankelijke variatie in de maag legen van half keer namen we als referentie de gegevens van Robertson et al. [21] blijkt dat het toevoegen van n-6 meervoudig onverzadigde vetzuren (PUFA) versus n-3 PUFA een maaltijd kan leiden tot een toename van maag halve ledigingstijd 155-237 minuten. Vervolgens vereist dat 15 opeenvolgende break evenementen voldoende Thalf verhogen 155-237 minuten, teneinde een significante reductie van vertraagde maaglediging zodat ruim binnen de lengte van de infusieperiode van 90 minuten toegepast in het experiment. Dit resulteerde in een waarde van 0,03 of 3% voor de BRK (dat wil zeggen 155 * 1,03 15≈237)
Darm
De component darm heeft een ingang. NUT
en een uitgang I
R
L_V Hotels A
. De intestinale vagale afferente reactie die ik
R
L_V Hotels A
(t
+ Δ
t
) op het tijdstip t wordt de ingewikkelde vagale afferente reactie in E (willekeurig gekozen ) eenheden om de intestinale calorische input van 0 tot t, zoals getoond in Vergelijking 4. IR_VA (
t Shirts +
At
)
=
Σ
i
=
0
t Shirts /
At
een
*
(
t Shirts -
(
At
*
i
)
)
b
*
e
-
c
*
(
t Shirts -
(
At
*
i
)
)
(4) wanneer een
= N
U
T Shirts (Δ
t
* i
) * (c
* e Twitter /b
) b
, de in-vivo (intestinale vagale afferente respons) vervalsnelheid constant, c
= I
N
V
_D
R
, en b
= T Shirts _M
Een
X
* c
, waarbij T_MAX is het tijdstip waarop de intestinale afferente vagale respons op de intestinale ingang maximum. Om een ​​waarde voor T_MAX kiezen we de tijd genomen om maximale respons van het hormoon het meest geassocieerd met de regulering van de vertraagde maaglediging, dat wil zeggen CCK, als referentie. Deze keer werd voorgelezen uit figuur één A [22] als 10 minuten
CNS Ondernemingen De component CNS heeft een ingang. Ik
R
L_V Hotels A
en een uitgang I
R
L_V
E
. De efferente respons van de CNS, ik
R
L_V
E
de afferente ingang I
R
L_V Hotels A
wordt gedefinieerd in vergelijking 5. IR_VE (
t Shirts +
At
)
=
TRF_K *
IR_VA (
t Shirts )
(5) Omdat we niet in staat waren om kwantitatieve gegevens te vinden over gut-brain afferente-to-efferente neuraal signaaltransductie, we uitgegaan van een rechtstreekse proportionele eenheid overdracht (TRF_K = 1) voor de eenvoud redenen.
maaglediging protocol en model kalibratie
het experimentele protocol voor het kalibreren, en het voorspellen van de maaglediging model volgde de belangrijkste principes in [23] beschreven met kleine modificaties. Op het tijdstip t = 0 minuten, werd een standaard stevige maaltijd verbruikt door de vrijwilliger a. 13C octaanzuur werd toegevoegd aan de standaard ontbijt maaltijd om de maag te meten legen tarief. Hoewel 13
CO 2
ademtest niet direct de maaglediging te meten, is aangetoond goed te correleren met de gouden standaard scintigrafie in verschillende studies. Geen van de verschillende mathematische modellen gebruikt voor Thalf waarden extraheren uit de gemeten 13C verrijking data krijgt universeel geschikt voor de verschillende toepassingen van de test. Voor een diepgaande discussie, wordt de lezer verwezen naar [24]. De methode is gebaseerd op de vaste retentie van 13C-octaanzuur in de vaste fase van een standaard testmaaltijd tijdens de passage door de gastrische omgeving, gevolgd door een snelle desintegratie van de vaste fase in de twaalfvingerige darm met daaropvolgende absorptie van 13C octaanzuur en lever oxidatie tot 13
CO 2
, die wordt uitgeademd in de adem. Aangetoond is dat de post-gastric metabolisme (absorptie van 13C octaanzuur, hepatische metabolisme 13
CO 2 Kopen en uitscheiding via ademhaling) lijken, dus minder invloed, tussen individuen [16]
Op t = 30 minuten, een oplossing bevattende zoutoplossing (placebo) of saffloerolie (SO) werd toegediend in de ileum. De perfusie werd uitgevoerd met een pomp verbonden met de nasoileal buis. De infusie gedurende een periode van 90 minuten (d.w.z. tot t = 120 min) met een snelheid van 1 ml /minuut. De ademmonsters werden op de volgende tijdstippen; 15 minuten voor de maaltijd en 15, 30, 45, 60, 75, 90, 105, 120, 180, 210 en 240 minuten na het standaard ontbijt eten. Van elk van de ademmonsters het percentage dosis /h 13C uitgeademd gemeten. De Thalf en tlag werden berekend op basis van het percentage dosis /h 13C metingen [25, 26].
Bij de inspectie van de 13C ademtest data werden we geconfronteerd met grote inter-en intra-individuele variatie van de Thalf waarden geschat uit de 13C verrijking waarden. Om deze reden afgezien we uit gepaarde testanalyse maar nam een ​​populatie-gebaseerde aanpak. We ondernam een ​​model voorspellende vermogen test met 3 verschillende selecties van de 13C gegevens, als volgt, S1: de volledige reeks gegevens; S2: de dataset waaruit rondingen die één of meer gevallen van voorkomen van een negatieve 13C verrijking waarde vertoonden waren verwijderd; S3: de dataset waaruit curves ingedeeld uitbijter basis van de Chi-kwadraat criterium werden weggegooid. Een gemeten waarde werd geclassificeerd als een uitschieter als de Chi-kwadraat score ( χ
i
2
=
(
x
i
-
x
̄
)
2
/
s
2
), waarbij x
i
is het gemiddelde van de 13C ademtest metingen voor de i
t
h
onderwerp x
̄
is het totale gemiddelde van de 13C ademtest metingen, en s is de standaarddeviatie, groter dan 1. Selectie S1 is de meest complete, maar heeft het nadeel dat de grote interindividuele variatie het behandelingseffect kan belemmeren derhalve de betekenis die kan worden gekoppeld aan het model voorspellende vermogen testen verminderen. Selectie S2 moet minder lijden aan dit probleem, met behoud van meer gegevens. Selectie S3 kan worden beschouwd als de strengste van ons model testdoeleinden. Daarom nodige concentratie verkrijgbaar gegevensselectie S3 resultaten garanderen en resultaten met dataselecties S1 en S2 uitsluitend ter vergelijking.
In de kalibratiestap werden de maaglediging modelparameters in Tabel 3 geschat. Voor placebo gegevensselectie S3, de 13C metingen (dosis /h [% 13C]) van de vrijwilligers 1, 6, 13, 14, 15, 16, 17 en 18 (gegevens als aanvulling het manuscript Aanvullende bestandsinformatie 1) overeenkomt met de placebo-infuus werden gekozen om de% 13C curve constanten (a, b, c schatten; y
= a
t
b
e
-c
t
[25]), waarvan de helft het legen van de tijd (T
H

l
f
P
B
), en lag de tijd (T
L

g
P
B
) voor placebo infusie werden berekend door het aanbrengen van een enkele curve om alle gegevens (bevolking model). De gastrische empyting modelparameters werden vervolgens geschat door simulatie van het model met experimentele ingang die overeenstemmen met de placebo infusie en geoptimaliseerd met een niet-lineaire kleinste kwadraten procedure voor de parameters die leiden tot een maaglediging curve met een half ledigingstijd en vertragingstijd gelijk aan T Shirts H

l
f
P
B Kopen en T Shirts L

g
P
B
, respectievelijk.

• Beschermende effecten van een gastro-intestinaal middel bevat Koreaanse rode ginseng op maagzweren modellen in muizen
• Pancreaticogastrostomy in pure laparoscopische pancreaticoduodenectomie-A novel pancreas-gastric anastomose techniek -