Mostrar el registro sencillo del documento
Un modelo matemático de diabetes basado en ecuaciones diferenciales estocásticas
dc.rights.license | Atribución-NoComercial-SinDerivadas 4.0 Internacional |
dc.contributor.advisor | Ruiz Vera, Jorge Mauricio |
dc.contributor.author | Capera Tovar, Cindy Lorena |
dc.date.accessioned | 2022-08-04T13:29:59Z |
dc.date.available | 2022-08-04T13:29:59Z |
dc.date.issued | 2022 |
dc.identifier.uri | https://repositorio.unal.edu.co/handle/unal/81776 |
dc.description | ilustraciones, graficas |
dc.description.abstract | Actualmente se conoce que la diabetes es una de las enfermedades con mayor número de pacientes en el mundo y su prevalencia va en aumento. Entre las complicaciones que puede provocar encontramos que es una causa importante de ceguera, amputación e insuficiencia renal; por consiguiente, se considera una enfermedad de alto costo y un problema de salud pública. Con el propósito de entender la dinámica insulina-glucosa, se propone un modelo de Ecuaciones Diferenciales Estocásticas a partir del método de compartimentos y sus probabilidades de transición, en el cual se consideran perturbaciones aleatorias que representan la variación en los niveles de producción de insulina secretada desde el páncreas o una fuente externa, la ingesta de alimentos y otros factores fisiológicos. La solución del sistema es obtenida mediante el método numérico de Euler Maruyama y los resultados indican que el promedio de las trayectorias estocásticas se aproxima a la solución determinística, donde los parámetros de interacción, producción de insulina y la función alimento muestran una sensibilidad importante en la variación de las trayectorias, con lo cual se plantearon diversos escenarios para la simulación de la diabetes controlada y no controlada. Las probabilidades estimadas para un tiempo fijo, sugiere que un diabético que sigue de manera rigurosa un tratamiento puede mantener sus niveles de glucosa en sangre aproximada a los de una persona sana con una probabilidad cercana al 80%, esto es, la probabilidad de que un diabético se encuentre en el estado de normoglicemia durante un día. (Texto tomado de la fuente) |
dc.description.abstract | It is currently known that diabetes is one of the diseases with the largest number of patients in the world and its prevalence is increasing. Among the complications that it can cause, we find that it is an important cause of blindness, amputation and kidney failure; therefore, it is considered a high cost disease and a public health problem. for the purpose of understanding the glucose-insulin dynamics model it is proposed Stochastic Differential Equations from the method of compartments and its transition probabilities, in which random disturbances are considered that represent the variation in the levels of secreted insulin production from the pancreas or an external source, food intake and other physiological factors. The solution of the system is obtained using the Euler Maruyama numerical method and the results indicate that the average of the stochastic trajectories approximates the deterministic solution, where the interaction parameters, insulin production and the function food show an important sensitivity in the variation of the trajectories, with which various scenarios were proposed for the simulation of controlled and uncontrolled diabetes. The estimated probabilities for a fixed time, suggest that a diabetic who rigorously follows a treatment can keep his blood glucose levels close to those of a healthy person with a probability close to 80 %, that is, the probability that a diabetic is in the state of normoglycemia for one day. |
dc.format.extent | xiv, 105 páginas |
dc.format.mimetype | application/pdf |
dc.language.iso | spa |
dc.publisher | Universidad Nacional de Colombia |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ |
dc.subject.ddc | 510 - Matemáticas::519 - Probabilidades y matemáticas aplicadas |
dc.title | Un modelo matemático de diabetes basado en ecuaciones diferenciales estocásticas |
dc.type | Trabajo de grado - Maestría |
dc.type.driver | info:eu-repo/semantics/masterThesis |
dc.type.version | info:eu-repo/semantics/acceptedVersion |
dc.publisher.program | Bogotá - Ciencias - Maestría en Ciencias - Matemática Aplicada |
dc.description.degreelevel | Maestría |
dc.description.degreename | Magíster en Ciencias - Matemática Aplicada |
dc.identifier.instname | Universidad Nacional de Colombia |
dc.identifier.reponame | Repositorio Institucional Universidad Nacional de Colombia |
dc.identifier.repourl | https://repositorio.unal.edu.co/ |
dc.publisher.department | Departamento de Matemáticas |
dc.publisher.faculty | Facultad de Ciencias |
dc.publisher.place | Bogotá, Colombia |
dc.publisher.branch | Universidad Nacional de Colombia - Sede Bogotá |
dc.relation.indexed | RedCol |
dc.relation.indexed | LaReferencia |
dc.relation.references | Barceló A. Diabetes in the Americas. Pan American Journal of Public Health 22 (2001). |
dc.relation.references | Cobelli, C. Bettini, F. & Caumo, A. Overestimation of Minimal Model Glucose Effectiveness in Presence of Insulin Response is Due to Undermodeling. American of Physiology-Endocrinology and Metabolism (1998), E1031-E1036. |
dc.relation.references | Oksendal B. Stochastic Differential Equations, An Introduction with Applications. New York: Springer-Verlag Heidelberg, Fifth Edition, 2000. |
dc.relation.references | Hipszer, B.R. A Mathematical Model of Glucose Metabolism in Hospitalized Patients with Diabetes and Stress Hyperglycemia. Pensilvania, Estados Unidos: Drexel University, 2008. |
dc.relation.references | Zamarron, C. Modelos matemáticos del sistema regulador glucosa-insulina en pacientes diabéticos con retraso de tiempo. Tesis de maestría. Madrid: Universidad Pontificia Comillas, 2021. |
dc.relation.references | Bergman, R.N. Ider, Y.Z. & Bowden, C.R. Quantitative estimation of insulin sensitivity. American Journal of Physiology-Endocrinology and Metabolism 236 (1979), págs. 667-677. |
dc.relation.references | Diabetes Education. https://dtc.ucsf.edu/. 2020. |
dc.relation.references | Salud DKV. Glucosa. https://quierocuidarme.dkv.es/salud-para-todos/glucosa-que-es. 2017. |
dc.relation.references | Allen, E. Modeling with Ito Stochastic Differential Equations. Texas Tech University, USA: Springer, Volume 22, 2007. |
dc.relation.references | Platen, E. Numerical solution of stochastic differential equations. New York: Springer, 1992. |
dc.relation.references | Vilhjálmsdóttir, E. Deterministic and Stochastic Modeling of Insulin Sensitivity. Tesis de maestría. Chalmers University of Technology, 2013. |
dc.relation.references | Cuatrecasas, G. Complicaciones crónicas de la diabetes. Barcelona, España, 2018. |
dc.relation.references | Dávila, C.A. Agudelo, M. & Hernández, G. Diabetes en México y Colombia: Análisis de la tendencia de años de vida perdidos, 1998-2007. Revista de salud pública 13 (2011), págs. 560-571. |
dc.relation.references | Glicksman, H. When blood glucose control fails. Evolution news and science (2018). |
dc.relation.references | Cisneros, I. Modelos matemáticos para la diabetes. Tesis de maestría. España: Universidad de Cantabria, 2014. |
dc.relation.references | Kapur, J.N. Mathematical Modelling. New Delhi: New age international publishers, 1998. |
dc.relation.references | Ackerman, E. Gatewood, L.C. & Rosevear, J.W. Model studies of blood-glucose regulation. Boletín of mathematical biophysics 27 (1965), págs. 21-37. |
dc.relation.references | Morton, K.W. Numerical Solution of Partial Differential Equations. New York: Cambridge University Press, 1994. |
dc.relation.references | Blanco, L. Probabilidad. Bogotá D.C.: Universidad Nacional de Colombia, 2004 |
dc.relation.references | Braun, M. Ecuaciones diferenciales y sus aplicaciones. México D.F.: Grupo Editorial Iberoamérica, 1990. |
dc.relation.references | Elaine, M. Anatomía y fisiología humana. Madrid, España: Pearson, 2008. |
dc.relation.references | Drucker, D. & Nauck, M.A. The incretin system in type 2 diabetes. Lancet 368 (2006), págs. 1696-1705. |
dc.relation.references | Sarwar, N. Diabetes mellitus, fasting blood glucose concentration, and risk of vascular disease. Lancet 375 (2010), págs. 215-222. |
dc.relation.references | Organización Mundial de la Salud OMS. Informe mundial sobre la diabetes. www.who.int/diabetes. 2016. |
dc.relation.references | Producción de insulina. https://www2.uned.es/pea- nutricion- y- dieteticaI/guia/enfermedades/diabetes/manual_produccion_de_ins.htm. 2021. |
dc.relation.references | López, R. Métodos numéricos para la solución de ecuaciones diferenciales estocásticas. Tesis de maestría. Universidad Autónoma de Puebla, 2014. |
dc.relation.references | Rupert, R. Causes of vision loss worldwide, 1990-2010: a systematic analysis. Lancet Glob Health 339 (2013), pág. 49. |
dc.relation.references | Saran, R. US Renal Data System 2014 Annual Data Report. Am J Kidney Dis 66 (2015), pág. 545. |
dc.relation.references | Duun, A.K. Schmidt, S. & Roge, R.M. Model identification using stochastic differential equation Grey-Box models in diabetes. Journal of Diabetes Science and Technology 7 (2013), págs. 431-440. |
dc.relation.references | Morales, V. Ampliación de un modelo matemático incluyendo la actividad física para la predicción de los niveles de glucosa en sangre de forma continua en pacientes diabéticos. Tesis de maestría. Universidad Politécnica de Cartagena, 2017. |
dc.relation.references | VectorStock. Human glucose levels hyperglycemia normal vector. https://www.vectorstock.com/royalty-free-vector/human-glucose-levels-hyperglycemia-normal-vector-21042423. 2021. |
dc.relation.references | Zhifang, Z. Zhan, Q. & Xie, X. Numerical Study on Stochastic Diabetes Mellitus Model with Additive Noise. Hindawi (2019), pág. 8. |
dc.rights.accessrights | info:eu-repo/semantics/openAccess |
dc.subject.lemb | ECUACIONES DIFERENCIALES ESTOCASTICAS |
dc.subject.lemb | Stochastic differential equations |
dc.subject.lemb | ECUACIONES DIFERENCIALES-SOLUCIONES NUMERICAS |
dc.subject.lemb | Differential equations - numerical solutions |
dc.subject.proposal | Diabetes |
dc.subject.proposal | Insulina |
dc.subject.proposal | Glucosa |
dc.subject.proposal | Procesos estocásticos |
dc.subject.proposal | Trayectorias brownianas |
dc.subject.proposal | Insulin |
dc.subject.proposal | Glucose |
dc.subject.proposal | Stochastic processes |
dc.subject.proposal | Brownian trajectories |
dc.title.translated | A mathematical model of diabetes based on stochastic differential equations |
dc.type.coar | http://purl.org/coar/resource_type/c_bdcc |
dc.type.coarversion | http://purl.org/coar/version/c_ab4af688f83e57aa |
dc.type.content | Text |
dc.type.redcol | http://purl.org/redcol/resource_type/TM |
oaire.accessrights | http://purl.org/coar/access_right/c_abf2 |
dcterms.audience.professionaldevelopment | Estudiantes |
dcterms.audience.professionaldevelopment | Investigadores |
dcterms.audience.professionaldevelopment | Maestros |
dcterms.audience.professionaldevelopment | Personal de apoyo escolar |
Archivos en el documento
Este documento aparece en la(s) siguiente(s) colección(ones)
![Atribución-NoComercial-SinDerivadas 4.0 Internacional](/themes/Mirage2//images/creativecommons/cc-generic.png)