Modelado y control estocástico del crecimiento de células tumorales con quimioterapia usando MPC

  1. Hernández-Rivera, Andrés 1
  2. Velarde, Pablo 2
  3. Zafra, Ascensión 1
  4. Maestre, Jose María 1
  1. 1 Universidad Sevilla
  2. 2 Universidad Loyola Andalucía
    info

    Universidad Loyola Andalucía

    Sevilla, España

    ROR https://ror.org/0075gfd51

Libro:
XLIV Jornadas de Automática: libro de actas: Universidad de Zaragoza, Escuela de Ingeniería y Arquitectura, 6, 7 y 8 de septiembre de 2023, Zaragoza
  1. Ramón Costa Castelló (coord.)
  2. Manuel Gil Ortega (coord.)
  3. Óscar Reinoso García (coord.)
  4. Luis Enrique Montano Gella (coord.)
  5. Carlos Vilas Fernández (coord.)
  6. Elisabet Estévez Estévez (coord.)
  7. Eduardo Rocón de Lima (coord.)
  8. David Muñoz de la Peña Sequedo (coord.)
  9. José Manuel Andújar Márquez (coord.)
  10. Luis Payá Castelló (coord.)
  11. Alejandro Mosteo Chagoyen (coord.)
  12. Raúl Marín Prades (coord.)
  13. Vanesa Loureiro-Vázquez (coord.)
  14. Pedro Jesús Cabrera Santana (coord.)

Editorial: Servizo de Publicacións ; Universidade da Coruña

ISBN: 9788497498609

Año de publicación: 2023

Páginas: 41-46

Congreso: Jornadas de Automática (44. 2023. Zaragoza)

Tipo: Aportación congreso

Resumen

El estudio del crecimiento tumoral y su control representa uno de los desafíos sociales más relevantes en la actualidad. Se han invertido numerosos esfuerzos en la modelización de este proceso y en la predicción del comportamiento de las células tumorales frente a diferentes fármacos. En este trabajo, se presenta un esquema de control predictivo estocástico, basado en un modelo matemático no lineal, que integra el tratamiento de quimioterapia y el crecimiento tumoral. Además, se consideran los efectos secundarios que afectan al paciente al calcular una dosificación óptima de fármacos, teniendo en cuenta la evolución de parámetros específicos relacionados con el estado de salud del paciente, a pesar de la presencia de incertidumbre inherentes al proceso. Este enfoque busca mejorar la eficacia del tratamiento y minimizar los efectos adversos asociados, proporcionando una estrategia más precisa y personalizada para combatir el cáncer. Los resultados obtenidos mediante la simulación del tratamiento a lo largo de un año demuestran las ventajas de este esquema de control en la optimización del tratamiento de quimioterapia.