El análisis de sensibilidad local de un modelo matemático sobre resistencia antibiótica

The analysis of local sensibility of a mathematical model on antibiotic resistance

Contenido principal del artículo

Angie Alejandra Acosta-Alvarado
Eduardo Ibargüen-Mondragón
Miller Cerón-Gómez

Resumen

El análisis de sensibilidad local (ASL) es un método poco utilizado, pero de importancia al momento de decidir cuales parámetros dentro de un modelo tienen mayor influencia o efecto dentro del mismo, incluso  permite suprimir ciertos parámetros cuyo índice de sensibilidad es casi nulo. En este trabajo de investigación se aborda el modelo de bacterias sensibles y resistentes al antibiótico de Esteva et al. (2011). Al cual se le realizara ASL por medio del método de Coeficientes de Sensibilidad Locales Normalizados de  Turányi. El ASL  revela que la tasa de reproducción de bacterias sensibles y resistentes son los factores que más influencia tienen dentro del modelo propuesto.

Palabras clave:

Descargas

Los datos de descargas todavía no están disponibles.

Detalles del artículo

Referencias (VER)

Castellanos, J. Ibargüen, E. y Romero, J. (2019). An optimal control problem and cost-effectiveness analysis of malaria disease with vertical transmission applied to San Andrés de Tumaco (Colombia). Sociedade Brasileira de Matemática Aplicada e Computacional, 8 (133), 1-24

Dye, C. y Williams, B.G. (2000). Criteria for the control of drug-resistant tuberculosis. Proceedings of National Academy of Sciences. 97(14), 8180-8185

Dye, Ch. y Espinal M. A. (2001). Will tuberculosis become resistant to all antibiotics?. Proceedings of the Royal Society B: Biological Sciences 268, 45-52

Esteva, L. y Ibarguen, E. (2018). Modeling basic aspects of bacterial resistance of Mycobacterium tuberculosis to antibiotics. Ricerche mat. 67, 69–88. https://doi.org/10.1007/s11587-017-0347-7

Esteva, L. Ibargüen, E. y Romero, J. (2011). Un modelo matemático sobre bacterias sensibles y resistentes a antibióticos. Matemáticas: Enseñanza Universitaria, 15 (2), 55-73

Gong, M. Yang, Z. Samtem, B. Cave, M. y Barnes, P. (1999) Enhanced capacity of a widespread strain of Mycobacterium tuberculosis to grow in human macrophages. The Journal of Infectious Diseases. 179(5), 1213-1217

Hoal-Van Helden, E.G. Hon, D. Lewis, L. Beyers, N. y Van Helden P.D. (2001) Mycobacterial growth in human macrophages: variation according to donor, inoculum and bacterial strain. Cell Biol. Int. 25(1), 71-81

Hu Y, Pertinez H, Ortega. F, Alameda. L, Liu Y., Schipani A., Davies G., Coates A. (2016). Investigation of Elimination Rate, Persistent Subpopulation Removal, and Relapse Rates of Mycobacterium tuberculosis by Using Combinations of First-Line Drugs in a Modi_ed Cornell Mouse Model. Antimicrob Agents Chemother, 60 (8). 4778-4785

Jurgen, L. Davidenko, N. y Jacques, R. (2013) Análisis de sensibilidad de las constantes cinéticas como herramienta para la elucidación del mecanismo de polimerización de compuestos acrilfuránicos. Avances en Ciencias e Ingeniería 4 (4), 47-63

Kirch, J. Thomaseth, C. Jensch, A. y Radde, N. (2016), The effect of model recaling and normalization on sensitivity analysis on an example of a MAPK pathway model EPJ Nonlinear Biomedical Physics. 4(3), 1-24. https://doi.org/10.1140/epjnbp/s40366-016-0030-z

Lange, J. Davidenko, N. y Rieumont, J. (2013). Análisis de sensibilidad de las constantes cinéticas como herramienta para la elucidación del mecanismo de polimerización de compuestos acrilfuránicos. Avances en Ciencias e Ingeniería, 4(4), Executive Business School. La Serena, Chile. 47-63

Li, Q. Whalen, C.C. Albert, J.M. Larkin, R. Zukowsy, L. Cave, M.D. y Silver, R.F. (2002). Differences in rate and variability of intracellular growth of a panel of Mycobacterium tuberculosis clinical isolates within monocyte model. Infection and Immunity.70(11), 6489-6493

Link, K. Stobb, M. Paola, J. Neeves, K. Fogelson, A. Sindi, S. y Leideman, K. (2018). A local and global sensitivity analysis of a mathematical model of coagulation and platelet deposition under flow. https://doi.org/10.1371/journal.pone.0200917

López, I. Ramirez, A. y Rojano,A. (2004) análisis de sensibilidad de un modelo dinámico de crecimiento para lechugas (Lactuca sativa L.) cultivadas en invernadero. Agrociencia, 38(6), 613-624

Ozcaglar. C, Shabbeer. A, Vandenberg. S, Yener. B, Bennett, K.P, Zhang. Y, Dhandayuthapani. S, y Deretic V. (2012) Epidemiological models of Mycobacterium tuberculosis complex infections. Math Biosci. 236 (2), 77-96

Pacheco, N (2016). La motivación y las matemáticas. Eco Matemático, 7(1), 149–158. https://doi.org/10.22463/17948231.1026

Restrepo. Y, Bermudez, J. R. (2010). Implementación del modelo matemático para el sistema de control de una incubadora para aves utilizando la herramienta computacional MATLAB® - SIMULINK®. Eco Matemático, 1(1), 30–35. https://doi.org/10.22463/17948231.220

Turányi, T. (1997). Applications of sensitivity analysis to combustion chemistry, Reliability Engineering and System Safety, 57, 41-48