Adaptive Modellierung und Simulation - Adaptive Systemarchitektur ...
Adaptive Modellierung und Simulation - Adaptive Systemarchitektur ...
Adaptive Modellierung und Simulation - Adaptive Systemarchitektur ...
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
Deterministische <strong>Simulation</strong> 5-7<br />
sen drei Werten formulieren. Leider aber werden beide Blutdruckwerte in der<br />
klinischen Praxis sehr oft am Tag gemessen, manchmal sogar kontinuierlich;<br />
die Thrombozytenzahl dagegen nur einmal pro Tag. Eine derartige Diagnose<br />
ist also retrospektiv im Normalfall nur einmal pro Tag möglich. Nun ist aber<br />
bekannt, dass sich zugr<strong>und</strong>e liegende Sepsisdynamik sehr schnell entwickeln<br />
kann, innerhalb von St<strong>und</strong>en. Die gesamte Sepsisdynamik muss also mit nur<br />
einem einzigen Sample in 24 St<strong>und</strong>en beurteilt werden! Es ist klar, dass dies<br />
nicht ausreichend ist: Der zeitliche Abstand zwischen den Samples sollte bei<br />
Verdacht auf septischen Schock für Thrombozyten verkleinert werden; es lassen<br />
dabei sich immer Blutdruckwerte so finden, dass alle Messwerte zeitsynchron<br />
sind.<br />
Dieses Beispiel zeigt schon die Hauptproblematik beim Resampling <strong>und</strong> Messwertsynchronisation:<br />
Eine rein formale Messwertbehandlung muss immer kritisch<br />
vor dem Hintergr<strong>und</strong> der Annahmen betrachtete werden; meist sind die Annnahmen<br />
das schwache Glied in der Argumentationskette. Für ein gutes Resampling<br />
müssen auch tragfähige Aussagen über die Dynamik <strong>und</strong> Varianz der Messvariablen<br />
vorliegen.<br />
5.1.3 Ereignisorientierte <strong>Modellierung</strong> <strong>und</strong> <strong>Simulation</strong><br />
Bei der zeitdiskreten <strong>Modellierung</strong> ersetzten wir kontinuierliche Messwerte<br />
durch zeitdiskrete Messungen. Haben wir mehrere diskrete Messwerte an diskreten<br />
Zeitpunkten, so können wir die Ursachen <strong>und</strong> Wirkungen auf einer einzigen<br />
Zeitachse anordnen <strong>und</strong> das ganze System als einen Ablauf von diskreten Einzelereignissen<br />
modellieren. Anstelle von n Variablen auf n parallelen Zeitachsen<br />
erhalten wir n Variablen auf einer Zeitachse. In Abb. 5.3 ist ein solches System<br />
für drei Variable x1, x2, x3 gezeigt.