Simulation based verification of the Bayesian approach in single-pool hemodialysis modelling

• Autorzy: Korohoda P.
• Języki publikacji: EN

Abstrakty

EN

In the paper an intensive computational comparative study has been described. With use of a hundred thousand pseudo-randomly generated hemodialysis sessions, a comparison between the efficiency of the Bayesian approach and the classic RMSE optimisation used in the urea kinetic modelling has been performed. The studied procedure of kinetic modelling utilized asingle-pool model to find from a number of measured urea concentration values: a) clearance K, b) generation rate G, c) distribution volume V. The obtained results indicate that the Bayesian approach, while in general being better than the classic one, is very sensitive to errors in the assumed a priori distributions parameters, and in such cases it may also lead to considerably unreliable results. Additionally, a strong critique emerged against the classic optimisation used for the studied task. The above observations indicate a need to design a specific optimisation technique, relevantly suited for the studied problem.

PL

W artykule opisano intensywne obliczeniowe stu­dium porównawcze. Z wykorzystaniem stu tysięcy symulowanych sesji hemodializy skonfrontowano efektywność zastosowania w modelowaniu kinetycznym mocznika klasycznej optymalizacji z minimalizacją błędu średniokwadratowego i podejścia bayesowkiego. Poddana badaniom procedura modelowania kinetycznego wykorzystywała model jednokompartmentowy w celu wyzna­czenia, na podstawie kilku wartości stężenia mocznika, nastę­pujących parametrów: a) klirensu K, b) tempa generacji G oraz c) objętości dystrybucji V. Uzyskane wyniki wykazały, iż podej­ście bayesowkie, chociaż generalnie lepsze od klasycznego, jest bardzo wrażliwe na błędy w założonych parametrach rozkładów i w takim przypadku może prowadzić do wyników w znacznym stopniu niewiarygodnych. Ponadto stwierdzono, że należy poddać poważnej krytyce klasyczną metodę optymalizacji, stosowaną typowo do postawionego zadania. Obserwacje te wskazują na konieczność opracowania nowej metody, odpowiednio dostosowanej do rozważanego zagadnienia.

Słowa kluczowe

EN

urea kinetic modelling; Bayesian approach; comparative study

PL

modelowanie kinetyczne mocznika; podejście bayesowskie; studium porównawcze

• Wydawca: Uniwersytet Jagielloński - Collegium Medicum ; Index Copernicus Sp. z o.o.
• Czasopismo: Bio-Algorithms and Med-Systems
• Rocznik: 2010
• Tom: Vol. 6, no. 12
• Strony: 105--111
• Opis fizyczny: Bibliogr. 12 poz., rys., tab.

Twórcy

autor

Korohoda P.

• Chair of Electronic, AGH University of Science and Technology, Cracow, Poland

Bibliografia

• 1. Depner T.A. (1997), Prescribing Hemodialysis: A Guide to Urea Modeling. Kluwer Academic Publishers, Boston.
• 2. Dębowska M., Waniewski J. (2005), Comparison of dialysis adequacyiindices calculated according to one and two compartment model. Bio-Algorithms and Med-Systems 1(1/2), 205-208.
• 3. Gotch F.A. (2001), Evolution of the Single-Pool Urea Kinetic Model. Seminars in Dialysis 14(4), 252-256.
• 4. Grandi R, Avanzolini G., Cappello A. (1995), Analytic solution of the variable-volume double-pool urea kinetic model applied to parameter estimation in hemodialyisis. Computers in Biology and Medicine 25(6), 505-518.
• 5. Korohoda P., Pietrzyk J.A., Schneditz D. (2010), Quantifying the discontinuity of haemodialysis dose with time-averaged concentration (TAC) and time-averaged deviation (TAD). Nephrology Dialysis Transplantation 25(3), 1011-1012.
• 6. Marsenic O., Zhang L., Zuppa A., Barrett J.S., Pfister M. (2010), Application of Individualized Bayesian Urea Kinetic Modeling to Pediatric Hemodialysis. Journal of American Society for Artificial Internal Organs (ASAIO J) 56(3), 246--53.
• 7. Pfister M., Uehlinger D.E., Hung A.M., Schaedeli F., Sheiner L.B. (2004), A new Bayesian method to forecast and fine tune individual hemodialysis dose. Hemodialysis International 8, 244-256.
• 8. Puñal Rioboó J., Sánchez-lriso E., Ruano-Ravina A., Varela Lema M.L., Sánchez-Guisande D., González-Rodriguez L., Herrero J.A., Barril G., Maduell F., Hernández J., Otero A., Bajo M.A., Sánchez R. (2009), Short Daily verus Conventional Hemodialysis Quality of Life: A Cross-Sectional Multicentric Study in Spain. Blood Purification 28, 159-164.
• 9. Racine A., Grieve A.P., Flühler H. (1986), Bayesian Methods in Practice: Experiences in the Pharmaceutical Industry. Applied Statistics 35(2), 93-150.
• 10. Sheiner L.B, Beal S.L. (1982), Bayesian Individualization of Pharmacokinetics: Simple Implementation and Comparison with Non-Bayesian Methods. Journal of Pharmaceutical Sciences 71(12), 1344-1348.
• 11. Ziółko M., Pietrzyk J.A., Grabska-Chrząstowska J. (2000), Accuracy of hemodialysis modeling. Kidney International 57, 1152-1163.
• 12. Matlab: http://www.mathworks.com/.