Un modelo matemático de diabetes basado en ecuaciones diferenciales estocásticas

dc.contributor.advisorRuiz Vera, Jorge Mauricio
dc.contributor.authorCapera Tovar, Cindy Lorena
dc.date.accessioned2022-08-04T13:29:59Z
dc.date.available2022-08-04T13:29:59Z
dc.date.issued2022
dc.descriptionilustraciones, graficasspa
dc.description.abstractActualmente 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)spa
dc.description.abstractIt 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.eng
dc.description.degreelevelMaestríaspa
dc.description.degreenameMagíster en Ciencias - Matemática Aplicadaspa
dc.format.extentxiv, 105 páginasspa
dc.format.mimetypeapplication/pdfspa
dc.identifier.instnameUniversidad Nacional de Colombiaspa
dc.identifier.reponameRepositorio Institucional Universidad Nacional de Colombiaspa
dc.identifier.repourlhttps://repositorio.unal.edu.co/spa
dc.identifier.urihttps://repositorio.unal.edu.co/handle/unal/81776
dc.language.isospaspa
dc.publisherUniversidad Nacional de Colombiaspa
dc.publisher.branchUniversidad Nacional de Colombia - Sede Bogotáspa
dc.publisher.departmentDepartamento de Matemáticasspa
dc.publisher.facultyFacultad de Cienciasspa
dc.publisher.placeBogotá, Colombiaspa
dc.publisher.programBogotá - Ciencias - Maestría en Ciencias - Matemática Aplicadaspa
dc.relation.indexedRedColspa
dc.relation.indexedLaReferenciaspa
dc.relation.referencesBarceló A. Diabetes in the Americas. Pan American Journal of Public Health 22 (2001).spa
dc.relation.referencesCobelli, 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.spa
dc.relation.referencesOksendal B. Stochastic Differential Equations, An Introduction with Applications. New York: Springer-Verlag Heidelberg, Fifth Edition, 2000.spa
dc.relation.referencesHipszer, B.R. A Mathematical Model of Glucose Metabolism in Hospitalized Patients with Diabetes and Stress Hyperglycemia. Pensilvania, Estados Unidos: Drexel University, 2008.spa
dc.relation.referencesZamarron, C. Modelos matemáticos del sistema regulador glucosa-insulina en pacientes diabéticos con retraso de tiempo. Tesis de maestría. Madrid: Universidad Pontificia Comillas, 2021.spa
dc.relation.referencesBergman, 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.spa
dc.relation.referencesDiabetes Education. https://dtc.ucsf.edu/. 2020.spa
dc.relation.referencesSalud DKV. Glucosa. https://quierocuidarme.dkv.es/salud-para-todos/glucosa-que-es. 2017.spa
dc.relation.referencesAllen, E. Modeling with Ito Stochastic Differential Equations. Texas Tech University, USA: Springer, Volume 22, 2007.spa
dc.relation.referencesPlaten, E. Numerical solution of stochastic differential equations. New York: Springer, 1992.spa
dc.relation.referencesVilhjálmsdóttir, E. Deterministic and Stochastic Modeling of Insulin Sensitivity. Tesis de maestría. Chalmers University of Technology, 2013.spa
dc.relation.referencesCuatrecasas, G. Complicaciones crónicas de la diabetes. Barcelona, España, 2018.spa
dc.relation.referencesDávila, 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.spa
dc.relation.referencesGlicksman, H. When blood glucose control fails. Evolution news and science (2018).spa
dc.relation.referencesCisneros, I. Modelos matemáticos para la diabetes. Tesis de maestría. España: Universidad de Cantabria, 2014.spa
dc.relation.referencesKapur, J.N. Mathematical Modelling. New Delhi: New age international publishers, 1998.spa
dc.relation.referencesAckerman, E. Gatewood, L.C. & Rosevear, J.W. Model studies of blood-glucose regulation. Boletín of mathematical biophysics 27 (1965), págs. 21-37.spa
dc.relation.referencesMorton, K.W. Numerical Solution of Partial Differential Equations. New York: Cambridge University Press, 1994.spa
dc.relation.referencesBlanco, L. Probabilidad. Bogotá D.C.: Universidad Nacional de Colombia, 2004spa
dc.relation.referencesBraun, M. Ecuaciones diferenciales y sus aplicaciones. México D.F.: Grupo Editorial Iberoamérica, 1990.spa
dc.relation.referencesElaine, M. Anatomía y fisiología humana. Madrid, España: Pearson, 2008.spa
dc.relation.referencesDrucker, D. & Nauck, M.A. The incretin system in type 2 diabetes. Lancet 368 (2006), págs. 1696-1705.spa
dc.relation.referencesSarwar, N. Diabetes mellitus, fasting blood glucose concentration, and risk of vascular disease. Lancet 375 (2010), págs. 215-222.spa
dc.relation.referencesOrganización Mundial de la Salud OMS. Informe mundial sobre la diabetes. www.who.int/diabetes. 2016.spa
dc.relation.referencesProducción de insulina. https://www2.uned.es/pea- nutricion- y- dieteticaI/guia/enfermedades/diabetes/manual_produccion_de_ins.htm. 2021.spa
dc.relation.referencesLópez, R. Métodos numéricos para la solución de ecuaciones diferenciales estocásticas. Tesis de maestría. Universidad Autónoma de Puebla, 2014.spa
dc.relation.referencesRupert, R. Causes of vision loss worldwide, 1990-2010: a systematic analysis. Lancet Glob Health 339 (2013), pág. 49.spa
dc.relation.referencesSaran, R. US Renal Data System 2014 Annual Data Report. Am J Kidney Dis 66 (2015), pág. 545.spa
dc.relation.referencesDuun, 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.spa
dc.relation.referencesMorales, 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.spa
dc.relation.referencesVectorStock. Human glucose levels hyperglycemia normal vector. https://www.vectorstock.com/royalty-free-vector/human-glucose-levels-hyperglycemia-normal-vector-21042423. 2021.spa
dc.relation.referencesZhifang, Z. Zhan, Q. & Xie, X. Numerical Study on Stochastic Diabetes Mellitus Model with Additive Noise. Hindawi (2019), pág. 8.spa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccessspa
dc.rights.licenseAtribución-NoComercial-SinDerivadas 4.0 Internacionalspa
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/spa
dc.subject.ddc510 - Matemáticas::519 - Probabilidades y matemáticas aplicadasspa
dc.subject.lembECUACIONES DIFERENCIALES ESTOCASTICASspa
dc.subject.lembStochastic differential equationseng
dc.subject.lembECUACIONES DIFERENCIALES-SOLUCIONES NUMERICASspa
dc.subject.lembDifferential equations - numerical solutionseng
dc.subject.proposalDiabetesspa
dc.subject.proposalInsulinaspa
dc.subject.proposalGlucosaspa
dc.subject.proposalProcesos estocásticosspa
dc.subject.proposalTrayectorias brownianasspa
dc.subject.proposalInsulineng
dc.subject.proposalGlucoseeng
dc.subject.proposalStochastic processeseng
dc.subject.proposalBrownian trajectorieseng
dc.titleUn modelo matemático de diabetes basado en ecuaciones diferenciales estocásticasspa
dc.title.translatedA mathematical model of diabetes based on stochastic differential equationseng
dc.typeTrabajo de grado - Maestríaspa
dc.type.coarhttp://purl.org/coar/resource_type/c_bdccspa
dc.type.coarversionhttp://purl.org/coar/version/c_ab4af688f83e57aaspa
dc.type.contentTextspa
dc.type.driverinfo:eu-repo/semantics/masterThesisspa
dc.type.redcolhttp://purl.org/redcol/resource_type/TMspa
dc.type.versioninfo:eu-repo/semantics/acceptedVersionspa
dcterms.audience.professionaldevelopmentEstudiantesspa
dcterms.audience.professionaldevelopmentInvestigadoresspa
dcterms.audience.professionaldevelopmentMaestrosspa
dcterms.audience.professionaldevelopmentPersonal de apoyo escolarspa
oaire.accessrightshttp://purl.org/coar/access_right/c_abf2spa

Archivos

Bloque original

Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
1024502684.2022.pdf
Tamaño:
3.65 MB
Formato:
Adobe Portable Document Format
Descripción:
Tesis de Maestría en Ciencias - Matemática Aplicada

Bloque de licencias

Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
3.98 KB
Formato:
Item-specific license agreed upon to submission
Descripción: