- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
[数学]艾滋病
2006高教社杯全国大学生数学建模竞赛题目 B题: 艾滋病疗法的评价及疗效的预测 目录 问题重述 模型假设 问题分析 模型建立与求解 1、问题的重述 1.1、背景描述 艾滋病是当前人类社会最严重的瘟疫之一,从1981年发现以来的20多年间,它已经吞噬了近3000万人的生命。 艾滋病的医学全名为“获得性免疫缺损综合症”,英文简称AIDS,它是由艾滋病毒(医学全名为“人体免疫缺损病毒”, 英文简称HIV)引起的。这种病毒破坏人的免疫系统,使人体丧失抵抗各种疾病的能力,从而严重危害人的生命。人类免疫系统的CD4细胞在抵御HIV的入侵中起着重要作用,当CD4被HIV感染而裂解时,其数量会急剧减少,HIV将迅速增加,导致AIDS发作。 人体免疫系统中有一种叫做CD4的T型细胞,它是HIV病毒的主要攻击目标。当HIV病毒不断侵蚀人体时,T型免疫细胞的数量急剧下降,人体的免疫能力也被破坏了。但是,HIV病毒在感染人体的过程,必须借助于CD4细胞表面的CCR5受体的帮助。CD4细胞在抵御HIV的入侵中起着重要作用,当CD4被HIV感染而裂解时,其数量会急剧减少,HIV将迅速增加,导致AIDS发作。血液中CD4细胞测定是衡量机体免疫功能的一个重要指标,美国已将CD4数目为200/mm3作为诊断AIDS的一项指标。实验室可根据CD4数目/mm3将HIV感染分为三组:(1)CD4≥500;(2)CD4 200-499;(3)CD4200。 艾滋病治疗的目的,是尽量减少人体内HIV的数量,同时产生更多的CD4,至少要有效地降低CD4减少的速度,以提高人体免疫能力。 1.2、需要回答的问题: 问题一:利用附件1的数据,预测继续治疗的效果,或者确定最佳治疗终止时间(继续治疗指在测试终止后继续服药,如果认为继续服药效果不好,则可选择提前终止治疗)。 问题二:利用附件2的数据,评价4种疗法的优劣(仅以CD4为标准),并对较优的疗法预测继续治疗的效果,或者确定最佳治疗终止时间。 2、模型假设 2.1 假设病人在测试期间能持之以恒并且正确服药; 2.2 假设同时服药时药物之间不会因为互相影响而改变药性; 2.3 假设对病人测试的CD4和HIV的浓度正确无误; 2.4 忽略药品给病人带来的副作用,即忽略药物对病人身体其他方面的影响; 2.5 假设接受实验的病人符合医学实验的条件; 2.6 忽略人体对HIV病毒的杀灭作用; 2.7 只考虑CD4细胞与HIV病毒之间的相互影响; 2.8 假设没有HIV病毒即正常人体内的CD4细胞浓度保持一个相对稳定范围; 3、问题的分析 首先进行数据的筛选和处理。 根据HIV与CD4的相关性,可建立微分方程模型。 由于对大量实验数据的处理势必会遇到困难,而曲线二次拟合方法也是较常用的预测模型。该模型在对数据处理方面有很大的优势,进行预测。 4、模型建立与求解 但该种方法需要对大量的统计数据分析,所以在数据量不够大,或者有数据存在偏差时,其预测的结果往往效果不好。所以想到了第二种方法,利用曲线二次拟合方法对治疗效果进行预测。通过对其误差的分析,该方法能很好地对治疗效果进行预测,最后得到最佳治疗终止时间为29周。 图二HIV 平均浓度随周数变化散点图 由散点图可以看出,治疗时间大多集中在第0周、第4 周、第8 周、第24 周、第40 周。利用Matlab可以统计出测试时间t 的频数,筛选出频数出现在50 次以上的数据,忽略那些频数较小,对其没有影响的数据,得到了第0、3、4、5、7、8、9、23、24、25、40 周这12 组数据。 表一 12 个测试时间t 的CD4 浓度和HIV 浓度及其比值 图三CD4 浓度的平均值t 时间变化的曲线 图四HIV 浓度的平均值t 随时间变化的曲线 4.1 、CD4 浓度与时间t 的函数关系 由以上所得到的数据,得出病人接受治疗的一段时间内病情变化的有效结果。由人体内CD4 的浓度,通过MATLAB 拟合出其与时间的函数变化曲线(图三),可以看出CD4 的浓度随着时间大致服从二次函数的关系,利用周的平均值知道不同时刻的健康情况,由此假设以下二次回归模型: 依据表一中的0、3、4、5、7、8、9、23、24、25、39、40 周的CD4 平均浓度,利用MATLAB 中regress命令得出:回归方程的系数值为ac=-0.0751, bc=5.2294, c c=110.6485;参数R2=0.8323,P=0.0003。由于R2 接近于1,P 远小于0.05,方程显著,故回归模型为 4.2 、HIV 浓度与时间t 的函数关系 由图四可以看出HIV 的浓度随着时间大致服 从二次函数的关系,利用周的平均值知道不同时刻的健康情况,由此假设以下的模型:
文档评论(0)