КЕЧИКИШЛИ ГЛЮКОЗА–ИНСУЛИН МОДЕЛИДА ПАРАМЕТРЛАР СЕЗГИРЛИГИНИНГ МАТЕМАТИК ТАҲЛИЛИ ВА ЯНГИ ТАДҚИҚОТ ЙЎНАЛИШИ

Authors

  • Аминов Феруз Ҳамид ўғли Author

Keywords:

орқали, идентификация, математик, параметрлар, сезгирлик, параметрларни, матрицаси, fisher, glucose, insulin

Abstract

Ушбу тезисда M. Bachar томонидан таклиф этилган кечикишли глюкоза–инсулин моделининг параметрларга сезгирлиги математик нуқтаи назардан таҳлил қилинади [1]. Асосий эътибор кечикишли дифференциал тенгламалар системаси учун сезгирлик функцияларини ҳосил қилиш, Fréchet ҳосиласи ва Fisher ахборот матрицаси орқали параметрларнинг идентификацияланиш даражасини баҳолашга қаратилган. Мақоладаги ёндашув асосида параметр сезгирлиги, параметрлар орасидаги боғлиқлик ва идентификация муаммосини ягона математик мезон орқали тадқиқ этиш янги йўналиш сифатида таклиф этилади. Калит сўзлар: кечикишли дифференциал тенглама, глюкоза–инсулин модели, сезгирлик функцияси, Fréchet ҳосиласи, Fisher ахборот матрицаси, идентификация, параметр корреляцияси. Глюкоза ва инсулин динамикаси физиологик жараёнлардаги вақт кечикишларини ҳисобга олган ҳолда кечикишли дифференциал тенгламалар орқали ифодаланиши мумкин. Bachar [1] модели умумий ҳолда

References

1. Bachar M. Sensitivity analysis for a delay mathematical model: the

glucose-insulin model // Frontiers in Applied Mathematics and Statistics. — 2025. —

Vol. 11. — Article 1562636. — DOI: 10.3389/fams.2025.1562636.

2. Bergman R.N. Origins and history of the minimal model of glucose

regulation // Frontiers in Endocrinology. — 2021. — Vol. 11. — Article 583016. —

DOI: 10.3389/fendo.2020.583016.

3. Banks H.T., Bortz D.M. A parameter sensitivity methodology in the

context of HIV delay equation models // Journal of Mathematical Biology. — 2005. —

Vol. 50. — P. 607–625. — DOI: 10.1007/s00285-004-0299-x.

4. Kappel F. Generalized sensitivity analysis in a delay system //

Proceedings in Applied Mathematics and Mechanics. — 2007. — Vol. 7. — P.

1061001–1061002. — DOI: 10.1002/pamm.200700458.

1. Dalla Man C., Rizza R.A., Cobelli C. Meal simulation model of the

glucose-insulin system // IEEE Transactions on Biomedical Engineering. – 2007. –

Vol. 54, No. 10. – P. 1740–1749. – DOI: 10.1109/TBME.2007.893506.

2. Li J., Kuang Y., Mason C.C. Modeling the glucose–insulin regulatory

system and ultradian insulin secretory oscillations with two explicit time delays //

Journal of Theoretical Biology. – 2006. – Vol. 242, No. 3. – P. 722–735. – DOI:

10.1016/j.jtbi.2006.04.002.

3. Makroglou A., Li J., Kuang Y. Mathematical models and software tools

for the glucose-insulin regulatory system and diabetes: an overview // Applied

Numerical Mathematics. – 2006. – Vol. 56, No. 3–4. – P. 559–573. – DOI:

10.1016/j.apnum.2005.04.023.

4. Ajmera I., Swat M., Laibe C., Novere N.L., Chelliah V. Mathematical

modeling of the glucose–insulin system: A review // Mathematical Biosciences. –

2013. – Vol. 244, No. 2. – P. 69–81. – DOI: 10.1016/j.mbs.2013.05.006.

5. Cobelli C., Dalla Man C., Toffolo G., Basu R., Vella A., Rizza R. The

oral minimal model method // Diabetes. – 2014. – Vol. 63, No. 4. – P. 1203–1213. –

DOI: 10.2337/db13-1198.

6. Dalla Man C., Caumo A., Cobelli C. The oral glucose minimal model:

estimation of insulin sensitivity from a meal test // IEEE Transactions on Biomedical

Engineering. – 2002. – Vol. 49, No. 5. – P. 419–429. – DOI: 10.1109/10.995680.

Published

2026-09-08