5.2 动态建模方法：推演未来轨迹
5.2 动态建模方法：推演未来轨迹
本节摘要：四阶段模型是"命名"，动态建模是"计算"。同一疾病进程，离散视角用马尔可夫链描述状态之间的跳转概率，连续视角用微分方程刻画生理量的连续演化，数据驱动视角用深度时序模型从纵向数据里学习轨迹模式。三类方法各有适用边界，也能互补。本节给出每种方法的原理、一个代码示意与一个应用案例。
学习目标
阅读完本节，你应当能够：
- 区分离散状态机与连续动力学两种时间观。
- 解释马尔可夫性质及其在临床决策中的含义。
- 写一个简单的状态转移概率计算片段。
- 说明轨迹建模如何识别进展方向与干预拐点。
一、两种时间观，两种建模哲学
临床医生与患者的交流用的是离散时间："病情稳定""进入缓解期""进展到晚期"。生理学家的测量是连续的：炎症因子浓度每分钟都在振荡，血糖每时每刻在波动。这两套时间观没有谁对谁错，只是建模的选择不同。
离散观把疾病切成有限状态，用"状态 + 跳转概率"描述进程，代表作是马尔可夫链。连续观把疾病当作随时间演化的连续变量，用微分方程描述变化率，代表作是肿瘤生长模型。数据驱动观不预设方程，直接从纵向数据里学，代表作是深度时序模型。理解三类方法的分工，是本节的目标。
二、马尔可夫链：离散状态跳转
马尔可夫链的核心假设是"无记忆性"：系统下一时刻处于哪个状态，只取决于当前状态，与过去路径无关。听起来简化得过分，但它恰好匹配临床决策的逻辑——一位糖尿病患者的糖化血红蛋白 9%，医生关心的不是他三年前怎么吃，而是此刻的高血糖状态本身对肾小球滤过率下降的风险贡献。
应用马尔可夫链建模疾病进程，需要定义状态集合与转移概率矩阵。状态可以是"健康、亚临床、早期、并发症"这样的临床阶段，转移概率来自队列随访数据。下面是一段概念性的计算示意：
# 概念示意：糖尿病进程的马尔可夫状态转移 # 状态：0健康 1糖尿病前期 2糖尿病 3微血管并发症 trans = [ [0.85, 0.12, 0.03, 0.00], # 从健康出发 [0.10, 0.70, 0.18, 0.02], # 从前驱期出发 [0.00, 0.05, 0.80, 0.15], # 从糖尿病出发 [0.00, 0.00, 0.10, 0.90], # 从并发症出发 ] # 五年后各状态的概率分布 state = [1.0, 0.0, 0.0, 0.0] for _ in range(5): state = [sum(state[i] * trans[i][j] for i in range(4)) for j in range(4)] print(state) # 从健康出发，五年后各状态的概率
这段示意展示了马尔可夫链的用途：给定起始状态，推演未来若干年的状态分布。卫生经济学用它评估"筛查比不筛查省多少钱"，指南制定者用它比较不同干预策略的长期结局。它的代价是把连续的生物学进程离散化——状态定义不同，结论就不同。
三、微分方程：连续量的演化
当问题变成"肿瘤体积如何随时间生长""血糖浓度如何随时间变化"，离散状态不够用，需要连续动力学。经典肿瘤生长模型是逻辑斯蒂方程：
dN/dt = r*N*(1 - N/K) N：肿瘤细胞数量 r：生长速率 K：环境承载量
这个方程描述了一个关键事实：肿瘤早期近似指数生长，接近承载量后增速放缓，形成 S 形曲线。改变参数 r（如化疗降低增殖率）或 K（如抗血管生成压缩承载量），就模拟了干预效果。
微分方程的优势是机制透明——每个参数都有生物学含义，可以解释"为什么"。代价是需要先验知识：方程形式对不对、参数怎么估计，都依赖对机制的假设。对机制尚不清楚的疾病，强行套方程等于把假设当结论。
四、深度时序模型：从数据里学轨迹
第三类方法不预设方程，直接让模型从纵向数据里学习轨迹模式。电子健康档案里躺着成千上万患者的多年随访记录，深度时序模型可以从中学到"什么样的早期轨迹指向快速进展"。
它的应用模式是轨迹聚类：把患者的时序数据分成几类轨迹，每一类对应一种疾病亚型。比如心力衰竭患者可以按射血分数、炎症指标、住院频率的轨迹聚出"快速进展型""稳定型""波动型"三类，三类需要的随访强度与治疗方案不同。这类方法擅长捕捉传统建模抓不住的非线性模式，代价是可解释性差——模型说"这条轨迹危险"，但说不出机制。
五、三种方法怎么选
选择标准看三个问题：机制清楚吗？数据稀疏吗？要解释还是只要预测？机制清楚、数据规律性强，用微分方程；数据量大、机制不明，用深度时序模型；中间地带（临床决策导向、需要长期推演），用马尔可夫链。
实际操作中三者常组合使用：用马尔可夫链做卫生经济学评估，用微分方程描述核心生理过程，用深度学习补足未知的高阶耦合。回到糖尿病的例子——β 细胞功能衰退可以用微分方程描述，并发症风险用马尔可夫链推演，血糖波动的个体化预测交给时序模型，三层各有分工。
⚠️ 常见坑：迷信模型的预测数字。任何模型都在做外推，外推的前提是"未来延续过去"——遇到环境剧变（新治疗上市、生活方式改变），模型预测立刻失真。预测要配置信区间，更要配"模型在什么条件下会失效"的说明。
从预测到反事实
动态建模的终点不是"预测他明年会怎样"，而是回答反事实问题："如果去年就开始干预，他现在会怎样？"模型一旦建立，就可以反复改写参数：把某条通路的增益调小（模拟药物）、把暴露曲线抹平（模拟生活方式改变）、把筛查提前两年（模拟早期发现），然后对比不同世界线的结局。这种反事实推演是第 7 章防控方案设计的基本动作——每个干预方案的"预期获益"，本质上都是模型在改写世界线后算出来的差值。当然，模型的反事实可信度取决于机制的正确性，模型错，所有"世界线"都是幻觉。
数据稀疏时的建模策略
临床建模最常见的数据困境是"缺数据"：随访间隔不等、指标缺失、样本量小。应对策略有层次。最朴素的是插值——用相邻测量填补空缺，但假设了线性变化。更稳健的是状态空间模型：把观测值看作"真实状态的带噪读数"，用滤波算法同时估计真实轨迹与测量噪声。更高阶的是借用群体信息：用贝叶斯分层模型把相似患者的进展模式借给数据少的个体。选择哪一档，取决于问题的关键性——决策风险高的问题，值得上复杂模型；只是趋势监控，插值就够。
本节要点回顾
- 两类时间观：离散状态与连续变量，对应不同的数学语言。
- 马尔可夫链：无记忆性假设匹配临床决策逻辑，适合长期卫生经济学推演。
- 微分方程：机制透明可解释，但依赖先验知识。
- 深度时序模型：从数据学轨迹，擅长非线性但可解释性差。
- 方法跟着问题走：先定决策问题，再选建模方法，必要时三层组合。
时间线画好了，画面里还缺一块：疾病为什么偏偏落在这个人身上？第 6 章勘查作案环境。