Modelos Reativo-Advectivo-Difusivo para o Crescimento de Gliomas Tratados com Radioterapia

Modelos Reativo-Advectivo-Difusivo para o Crescimento de Gliomas Tratados com Radioterapia

Autores

DOI:

https://doi.org/10.5433/1679-0375.2023.v44.47321

Palavras-chave:

crescimento tumoral, diferenças finitas, glioblastoma, radioterapia, modelos matemáticos

Resumo

Os gliomas são tumores cancerígenos malignos responsáveis por 50% dos casos de câncer primário no cérebro humano, apresentando uma combinação de rápido crescimento e invasibilidade, e altas taxas de fatalidade  sendo um ano o  tempo médio de sobrevida. Modelos matemáticos  que descrevem o  crescimento tem ajudado na melhoria do tratamento. Assim, neste trabalho  é analisado um modelo combinado formado por termos de outros dois modelos conhecidos da literatura. O modelo combinado é uma equação diferencial parcial do tipo Reativa-Advectiva-Difusiva, a qual é resolvida combinando o método de diferenças finitas, o método de Crank-Nicolson e o método upwind. Um crescimento logístico é usado para a proliferação celular garantindo um limite de saturação para o crescimento do glioma, o qual é crucial para estimar adequadamente o tempo de sobrevivência do paciente. O conhecido modelo radiobiológico linear-quadrático é usado para descrever a morte celular devido ao tratamento com radioterapia. Duas condições iniciais são comparadas nas simulações, indicando a necessidade de estudos mais aprofundados, em busca de  um modelo mais próximo possível da realidade. Resultados das simulações são mostrados para quatro cenários: sem radioterapia, aplicação de uma única dose, e dois esquemas de fracionamento da dose.

Downloads

Não há dados estatísticos.

Biografia do Autor

Bruno da Silva Machado, Universidade Federal Fluminense - UFF

Ms., Prog. em Computação. Modelagem em Ciência e Tecnologia, UFF, Volta Redonda, RJ, Brasil

Gustavo Benitez Alvarez, Universidade Federal Fluminense - UFF

Prof. Dr., Departamento de Ciências Exatas, UFF, Volta Redonda, RJ, Brasil

Diomar Cesar Lobão, Universidade Federal Fluminense - UFF

Prof. Dr., Departamento de Ciências Exatas, UFF, Volta Redonda, RJ, Brasil, in memoria

Referências

Aggarwal, S. K. (1985). Some numerical experiments on fisher equation. International Communications in Heat and Mass Transfer, 12(4), 417–430. https://doi.org/10.1016/07351933(85)90036-3 DOI: https://doi.org/10.1016/0735-1933(85)90036-3

Barbosa, O. X., Assis, W. L. S., Garcia, V. S., & Alvarez, G. B. (2019). Computational simulation of gliomas using stochastic methods. Pesquisa e Ensino em Ciências Exatas e da Natureza, 3, 199–215. http://dx.doi.org/10.29215/pecen.v3i2.1285 DOI: https://doi.org/10.29215/pecen.v3i2.1285

Dempsey, M. F., Condon, B. R., & Hadley, D. M. (2005). Measurement of Tumor “Size” in Recurrent Malignant Glioma: 1D, 2D, or 3D? AJNR Am J Neuroradiol., 26(4), 770–776. Hall, E. J. (2000). Radiobiology for the radiologista (5th ed). Lippincott Williams & Wilkins.

Jesus, J. C., Christo, E. S., Garcia, V. S., & Alvarez, G. B. (2014). Time series analysis for modeling of glioma growth in response to radiotherapy. IEEE Latin America Transactions, 14(3), 1532–1537. http://dx.doi.org/10.1109/TLA.2016.7459646 DOI: https://doi.org/10.1109/TLA.2016.7459646

Joiner, M. C., & van der Kogel, A. J. (2009). Basic clinical radiobiology (5th ed). Taylor & Francis Group. DOI: https://doi.org/10.1201/b15450

Leder, K., Pitter, K., Laplant, Q., Hambardzumyan, D., Ross, B. D., Chan, T. A., Holland, E. C., & Michor, F. (2014). Mathematical modeling of PDGF-driven glioblastoma reveals optimized radiation dosing schedules. Cell, 156(3), 603–616. http://dx.doi.org/10.1016/j.cell.2013.12.029 DOI: https://doi.org/10.1016/j.cell.2013.12.029

Machado, B. S. (2023). Estudo e análise numérica de modelos reativo-advectivo-difusivo para o crescimento de gliomas tratados com radioterapia. [Master’s thesis, Universidade Federal Fluminense].

Rockne, R., Alvord, E. C., Rockhill, J. K., & Swanson, K. R. (2009). A mathematical model for brain tumor response to radiation therapy. Journal of Mathematical Biology, 58(4-5), 561–578. http://dx.doi.org/10.1007/s00285-008-0219-6 DOI: https://doi.org/10.1007/s00285-008-0219-6

Shuman, R. M., Alvord, E. C., & Leech, R. W. (1975). The biology of childhood ependymomas. Archives of neurology, 32(11), 731–739. http://dx.doi.org/10.1001/archneur.1975.00490530053004 DOI: https://doi.org/10.1001/archneur.1975.00490530053004

Silva, J. J. (2014). Modelagem computacional aplicada ao tratamento de câncer via medicina nuclear. [Master’s thesis, Universidade Federal Fluminense].

Silva, J. J., Alvarez, G. B., Garcia, V. S., & Lobão, D. C. (2016). Modelagem Computacional do Crescimento de Glioma via Diferenças Finitas em Resposta à Radioterapia [Proccedings]. 36 Congresso Nacional de Matemática Aplicada e Computacional, Gramado. https: //doi.org/https://doi.org/10.5540/03.2017. 005.01.0327

Silva, L. M., Alvarez, G. B., Christo, E. S., Pelén Sierra, G. A., & Garcia, V. S. (2021). Time series forecasting using arima for modeling of glioma growth in response to radiotherapy. Semina: Ciências Exatas e Tecnológicas, 42(1), 3–12. http://dx.doi.org/10.5433/16790375.2021v42n1p3 DOI: https://doi.org/10.5433/1679-0375.2021v42n1p3

Souza, E. B., Alvarez, G. B., & Neves, T. A. (2015). Estudo sobre otimização da radioterapia em pacientes com gliomas. [Proccedings]. 47 Simpósio Brasileiro de Pesquisa Operacional, Porto de Galinhas.

Stein, A., Demuth, T., Mobley, D., Berens, M., & Sander, L. (2007). A mathematical model of glioblastoma tumor spheroid invasion in a three-dimensional in vitro experiment. Biophysical journal, 92, 356–65. https://doi.org/10.1529/biophysj.106.093468 DOI: https://doi.org/10.1529/biophysj.106.093468

Swanson, K. R., Bridge, C., Murray, J. D., & Alvord, E. C. (2003). Virtual and real brain tumors: Using mathematical modeling to quantify glioma growth and invasion. Journal of the Neurological Sciences, 216(1), 1–10. https://doi.org/10.1016/j.jns.2003.06.001 DOI: https://doi.org/10.1016/j.jns.2003.06.001

Publicado

2023-06-22

Como Citar

Machado, B. da S., Alvarez, G. B., & Cesar Lobão, D. (2023). Modelos Reativo-Advectivo-Difusivo para o Crescimento de Gliomas Tratados com Radioterapia. Semina: Ciências Exatas E Tecnológicas, 44, e47321. https://doi.org/10.5433/1679-0375.2023.v44.47321

Edição

Seção

Matemática

Artigos mais lidos pelo mesmo(s) autor(es)

Loading...