КЕЧИКИШЛИ ГЛЮКОЗА–ИНСУЛИН МОДЕЛИДА ПАРАМЕТРЛАР СЕЗГИРЛИГИНИНГ МАТЕМАТИК ТАҲЛИЛИ ВА ЯНГИ ТАДҚИҚОТ ЙЎНАЛИШИ
Keywords:
орқали, идентификация, математик, параметрлар, сезгирлик, параметрларни, матрицаси, fisher, glucose, insulinAbstract
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 ҳолдаReferences
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.