🧬 biology

Towards a Unified Framework for Statistical and Mathematical Modeling

Dit artikel stelt een unificerend raamwerk voor dat statistische en wiskundige modellering verbindt via het concept van identificatie uit causale inferentie, met name door het gebruik van grenswaarden om deze traditioneel gescheiden benaderingen te integreren en te interpreteren.

Oorspronkelijke auteurs: Paul N Zivich

Gepubliceerd 2026-03-05

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Paul N Zivich

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ⚕️ Dit is een AI-gegenereerde uitleg van een preprint die niet peer-reviewed is. Dit is geen medisch advies. Neem geen gezondheidsbeslissingen op basis van deze inhoud. Lees de volledige disclaimer

Een brug tussen twee werelden: Hoe wiskunde en statistiek samenwerken

Stel je voor dat er twee grote groepen wetenschappers zijn die proberen de wereld te begrijpen, maar ze spreken een heel andere taal.

De Statistiekers (De Waarnemers): Deze groep kijkt naar de feiten die ze kunnen meten. Ze doen experimenten, kijken naar grote datasets en vragen: "Als we dit doen, wat gebeurt er dan gemiddeld?" Ze zijn als detectives die bewijsmateriaal verzamelen om een verhaal te reconstrueren.
De Wiskundigen (De Bouwers): Deze groep bouwt theorieën op basis van logica en formules. Ze vragen: "Hoe werkt dit systeem in zijn kern?" Ze bouwen complexe machines (modellen) die simuleren hoe ziektes zich verspreiden of hoe medicijnen werken, zonder dat ze per se direct naar de echte wereld hoeven te kijken om te beginnen.

Het probleem is dat deze twee groepen vaak langs elkaar heen werken. Ze proberen hetzelfde doel te bereiken (wetenschappelijke waarheid), maar ze praten niet met elkaar.

De oplossing: Een nieuwe "gemeenschappelijke taal"

De auteur van dit paper, Paul Zivich, wil een brug slaan tussen deze twee werelden. Hij gebruikt een concept uit de causaliteit (oorzaak-en-gevolg) dat "identificatie" heet.

Om dit simpel uit te leggen, gebruiken we een analogie: Het zoeken naar de juiste sleutel voor een slot.

1. Het doel: De "Interesse-parameter"

Stel je wilt weten of een tetanusvaccin werkt. Je wilt een getal vinden dat het verschil aangeeft tussen "iedereen krijgt het vaccin" en "niemand krijgt het vaccin". Laten we dit getal $\psi$ noemen. Dit is je doel: de sleutel die het slot opent.

2. De Statistische Benadering: Gissen met grenzen

In de statistiek weten we vaak niet alles. We hebben data, maar er zijn gaten.

De methode: De statistiekers kijken naar de data en zeggen: "We weten niet precies wat het getal is, maar we weten zeker dat het ergens tussen 0 en 1 ligt."
De grenzen (Bounds): Ze trekken een kooi om het antwoord heen. Zonder extra aannames is die kooi heel groot (bijvoorbeeld: het effect kan van -1 tot +1 zijn).
Het geheim: Om de kooi kleiner te maken, moeten ze aannames doen. Bijvoorbeeld: "We gaan ervan uit dat de mensen die het vaccin kregen, qua gezondheid niet anders waren dan degenen die het niet kregen." Als die aanname klopt, wordt de kooi kleiner en weten we het antwoord nauwkeuriger.

3. De Wiskundige Benadering: De machine bouwen

Wiskundigen bouwen een machine (een model) die beschrijft hoe het vaccin werkt.

Het mechanisme: Vaccin $\rightarrow$ Immuunsysteem reageert $\rightarrow$ Besmetting.
De leegte (Vacuous vs. Non-vacuous):
- Stel je bouwt een machine die zo flexibel is dat hij elk mogelijk resultaat kan produceren, van "helemaal geen effect" tot "perfect effect". Dan heb je een lege machine (een vacuous model). Die vertelt je niets nieuws; hij is net zo nutteloos als het grote gat dat de statistiekers hadden.
- Een goede machine (non-vacuous) heeft beperkingen. Hij zegt: "Op basis van hoe de biologie werkt, is het onmogelijk dat het vaccin slechter werkt dan X of beter dan Y." Deze machine sluit alvast onmogelijke antwoorden uit, zelfs voordat je de knoppen (parameters) hebt gedraaid.

4. De grote ontdekking: "Model-Capture"

Hier komt de genialiteit van het paper. Zivich zegt: "Laten we de wiskundige machine niet zien als een waarzegger die het perfecte antwoord geeft, maar als een gereedschap om grenzen te trekken."

Stel je hebt een wiskundig model over hoe een medicijn werkt. Je weet niet precies hoe sterk de dosis is (parameter $\theta$ ) of hoe snel het werkt (parameter $\lambda$ ).

In plaats van te raden, zeggen we: "We weten dat de sterkte ergens tussen 20% en 40% ligt, gebaseerd op andere studies."
Dan draai je de machine door al die mogelijke instellingen heen.
Het resultaat: De machine geeft je geen enkel getal, maar een bereik (bijvoorbeeld: het medicijn verlaagt de bloeddruk met 23% tot 91%).

Dit is de kracht: Je gebruikt de wiskundige structuur om te zeggen wat mogelijk is, en je gebruikt andere data om de grenzen van die mogelijkheden in te perken.

5. Een echt voorbeeld: Bloeddruk en Amlodipine

De auteur test dit idee met een medicijn voor hoge bloeddruk (amlodipine).

Hij bouwt een wiskundig model van hoe het medicijn in het lichaam werkt.
Hij vult het niet met één "beste schatting", maar met een bereik van mogelijke waarden, gebaseerd op wat we weten uit andere onderzoeken (bijvoorbeeld: hoe snel het medicijn wordt afgebroken).
Het model berekent dan: "Zelfs als we de onzekerheden meenemen, is het medicijn in 100% van de mogelijke scenario's effectief."
Maar het model waarschuwt ook: "Hé, we gebruiken data uit Zuid-Korea voor de lichaamsgewicht, maar onze patiënten zijn in de VS. Dat kan de uitkomst beïnvloeden."

Waarom is dit belangrijk?

Dit paper is als een vertaler die twee eilanden verbindt.

Voor statistici betekent het dat ze wiskundige modellen kunnen gebruiken om hun aannames scherper te maken.
Voor wiskundigen betekent het dat ze hun modellen niet hoeven te zien als "de waarheid", maar als een manier om te zeggen: "Binnen deze logische structuur, wat zijn de redelijke grenzen van het antwoord?"

De kernboodschap in één zin:
Door wiskundige modellen te gebruiken om grenzen te trekken in plaats van één vast antwoord te geven, kunnen we statistiek en theorie samenvoegen tot één krachtigere, betrouwbaardere manier om de wereld te begrijpen. Het gaat niet meer om "wie heeft gelijk?", maar om "wat is het bereik van wat mogelijk is?".

Probleemstelling

Binnen de biologische, fysieke en sociale wetenschappen bestaan er twee dominante kwantitatieve tradities die vaak onafhankelijk van elkaar opereren:

Statistische (empirische/phenomenologische) modellering: Gebaseerd op het schatten van modelparameters uit waarnemingsdata (bijv. gecontroleerde trials, regressie, g-methoden).
Wiskundige (mechanistische) modellering: Gebaseerd op theoretische representaties van systemen via formules (bijv. differentiaalvergelijkingen, microsimulatie, agent-based models), waarbij directe observatie niet noodzakelijk is voor de modelopbouw.

Hoewel beide tradities streven naar het vergroten van wetenschappelijke kennis, gebruiken ze verschillende talen en inferentiële kaders. Er ontbreekt een gedeelde taal om deze benaderingen formeel te vergelijken, te integreren en hun aannames kritisch te evalueren. Het artikel richt zich op het overbruggen van deze kloof door concepten uit de causale inferentie (oorspronkelijk uit de statistische traditie) toe te passen op wiskundige modellen.

Methodologie

De auteur introduceert een raamwerk dat gebaseerd is op het concept van identificatie en grenzen (bounds) uit de causale inferentie. De kern van de methodologie bestaat uit de volgende stappen:

Herdefinitie van Identificatie:
- In de statistische traditie betekent identificatie het uitdrukken van een parameter van belang ( $\psi$ ) als een functie van waargenomen data.
- Voor wiskundige modellen wordt dit concept uitgebreid: identificatie is het uitdrukken van $\psi$ als een functie van beschikbare informatie, waarbij zowel observaties als theoretische kennis als "informatie" worden beschouwd.
Het gebruik van Grenzen (Bounds):
- In plaats van te streven naar een uniek punt (point identification), wordt gekeken naar partiele identificatie: het bepalen van een reeks plausibele numerieke waarden (grenzen) voor $\psi$ .
- Voor statistische modellen worden deze grenzen afgeleid door aannames over de data-generatie (bijv. willekeurige toewijzing, geen ongecontroleerde confounding) te gebruiken om de onbekende potentiële uitkomsten te beperken.
Toepassing op Wiskundige Modellen:
- De auteur introduceert het onderscheid tussen vacuue en niet-vacuue modellen:
  - Een vacuue model dekt het volledige parametergebied ( $\Psi$ ) af; het voegt geen structurele beperkingen toe en levert geen extra informatie op boven de basisdefinities.
  - Een niet-vacuue model sluit bepaalde waarden voor $\psi$ uit op basis van de gekozen functiestructuur, zelfs voordat parameters worden geschat.
- De auteur introduceert de "model-capture" aanname: de veronderstelling dat de gekozen wiskundige functies de waarheid kunnen "vangen" binnen een bepaald bereik van parameters ( $\Theta^*$ en $\Lambda^*$ ).
- De grenzen voor $\psi$ worden dan berekend als het minimum en maximum van de modeloutput over het toegestane parameterbereik.
Case Study (Farmacodynamisch Model):
- Een eenvoudig model voor het effect van amlodipine (een bloeddrukverlagend middel) op hypertensie wordt geconstrueerd.
- Het model omvat drie componenten: de verdeling van de uitgangs-bloeddruk ( $f$ ), de effectieve concentratie van het medicijn ( $g$ ), en de relatie tussen concentratie en bloeddruk ( $h$ , gebaseerd op de Hill-vergelijking).
- De auteur toont aan dat het model vacuue is zonder extra aannames, maar door het beperken van de parameterwaarden op basis van externe data (bijv. NHANES, farmacokinetische studies uit Zuid-Korea) worden specifieke grenzen voor het effect berekend.

Belangrijkste Bijdragen

Gedeelde Taal en Raamwerk: Het biedt een formeel raamwerk om statistische en wiskundige modellen te vergelijken door beide te analyseren via de lens van causale identificatie en grenzen.
Concept van "Model-Capture": In plaats van de term "correcte modelspecificatie" (die vaak statisch is), introduceert de auteur "model-capture" voor wiskundige modellen. Dit benadrukt dat de validiteit van een model afhangt van de rechtvaardiging van de parameterbereiken ( $\Theta^*, \Lambda^*$ ) op basis van externe informatie.
Analyse van Vacuue vs. Niet-Vacuue Modellen: Het concept dat een model "vacuue" kan zijn (geen structurele beperkingen oplegt) helpt onderzoekers te begrijpen wanneer een model daadwerkelijk kennis toevoegt en wanneer het slechts een herschikking van aannames is.
Verbinding met Exchangeability: Het artikel verduidelijkt de rol van de exchangeability-aanname in wiskundige modellen. Hoewel de toewijzing van behandelingen in een model vaak door de onderzoeker wordt bepaald (zoals in een RCT), is de exchangeability van de achtergrondinformatie (die gebruikt wordt om parameters te rechtvaardigen) cruciaal voor de generaliseerbaarheid naar een specifieke populatie.

Resultaten

Theoretisch: De auteur toont aan dat wiskundige modellen kunnen worden geanalyseerd op hun vermogen om grenzen te stellen aan causale effecten, vergelijkbaar met statistische modellen.
Empirisch (Case Study):
- Het farmacodynamische model voor amlodipine leverde een geschatte grens op voor het beschermende effect op hypertensie: $\Psi^* = [0.23, 0.91]$ .
- Dit suggereert een substantieel beschermend effect, maar de breedte van de grens illustreert de onzekerheid die voortkomt uit de keuze van parameters en de generaliseerbaarheid van de gebruikte data (bijv. verschillen in lichaamsgewicht tussen de Zuid-Koreaanse studie en de Amerikaanse populatie).
Kritische Evaluatie: Het raamwerk maakt het mogelijk om zwakke plekken in modellen te identificeren, zoals:
- Gebrek aan specificiteit in de wetenschappelijke vraag (tijd vs. plaats).
- Het negeren van statistische onzekerheid in de invoerdata (NHANES is een steekproef).
- Problemen met generaliseerbaarheid (verschillen in demografie tussen brondata en doelpopulatie).
- Aannames over directe effecten (bijv. $\lambda_3 = 0$ ) die mogelijk onrealistisch zijn.

Significantie en Toekomstperspectief

Deze paper is significant omdat het de barrières tussen twee vaak gescheiden wetenschappelijke gemeenschappen afbreekt. Door wiskundige modellen te behandelen met dezelfde rigoriteit van causale inferentie als statistische modellen, kunnen onderzoekers:

Aannames expliciteren: Het maakt de impliciete aannames in mechanistische modellen (zoals de keuze van parameterbereiken) zichtbaar en bespreekbaar.
Betere Integratie: Het faciliteert het combineren van mechanistisch inzicht met empirische data, wat essentieel is voor complexe problemen zoals epidemiologie en klimaatwetenschap.
Calibratie Verbeteren: Het raamwerk biedt een theoretische basis voor het kalibreren van modellen, waarbij het vergelijken van modeloutput met observaties wordt gezien als een test van de identificatie-aannames.

De auteur concludeert dat dit een eerste stap is en noemt toekomstige uitbreidingen, zoals het incorporeren van onzekerheid in de parameters (in plaats van alleen grenzen), het hanteren van interacties tussen eenheden (interference), en het toepassen van differentiaalvergelijkingen binnen dit raamwerk. Het doel is om een gemeenschappelijke basis te leggen voor kwantitatieve wetenschap die zowel mechanistisch als empirisch onderbouwd is.