Ιδρυματικό Αποθετήριο [SANDBOX]
Πολυτεχνείο Κρήτης
EN  |  EL

Αναζήτηση

Πλοήγηση

Ο Χώρος μου

Πρόγνωση της απόκρισης καρκινοπαθών στην εκάστοτε χορηγούμενη θεραπευτική αγωγή με τεχνικές μη-γραμμικής πρόβλεψης

Liliopoulos Sotirios

Πλήρης Εγγραφή


URI: http://purl.tuc.gr/dl/dias/F5B1E990-D520-4FFD-9AB0-DB74435299D4
Έτος 2023
Τύπος Μεταπτυχιακή Διατριβή
Άδεια Χρήσης
Λεπτομέρειες
Βιβλιογραφική Αναφορά Σωτήριος Λιλιόπουλος, "Πρόγνωση της απόκρισης καρκινοπαθών στην εκάστοτε χορηγούμενη θεραπευτική αγωγή με τεχνικές μη-γραμμικής πρόβλεψης", Μεταπτυχιακή Διατριβή, Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών, Πολυτεχνείο Κρήτης, Χανιά, Ελλάς, 2023 https://doi.org/10.26233/heallink.tuc.98291
Εμφανίζεται στις Συλλογές

Περίληψη

Ο καρκίνος είναι μια πολύπλοκη ασθένεια που απαιτεί διεπιστημονική προσέγγιση για την κατανόηση και τη θεραπεία της. Στην παρούσα εργασία, και με τη βοήθεια γραμμικών και μη-γραμμικών μαθηματικών μοντέλων, πραγματοποιείται μία προσπάθεια για την κατανόηση και την πρόβλεψη της ανάπτυξης συμπαγών καρκινικών όγκων υπό διαφορετικές θεραπευτικές προσεγγίσεις. Αρχικά, πραγματοποιείται μια εισαγωγή στις βασικές έννοιες που διέπουν τη «δυναμική» της ανάπτυξης-εξέλιξης του καρκίνου και μια διεξοδική ανασκόπηση των πιο ευρέως χρησιμοποιούμενων θεραπευτικών μεθόδων. Διεξάγεται επίσης μια ολοκληρωμένη ανασκόπηση των state-of-the-art μαθηματικών μοντέλων, που χρησιμοποιούνται για την περιγραφή ανάπτυξης όγκων υπό διαφορετικές μορφές θεραπείας, συμπεριλαμβανομένης της χημειοθεραπείας, της ανοσοθεραπείας και του συνδυασμού τους. Επιπλέον, γίνεται μια σύντομη εισαγωγή στη θεωρία βέλτιστου ελέγχου, ενώ παράλληλα τονίζεται η σημασία της στην ανάπτυξη και βελτιστοποίηση των πρωτοκόλλων (σχημάτων) αποτελεσματικής θεραπείας του καρκίνου. Με τη βοήθεια μη-γραμμικού μαθηματικού μοντέλου για την περιγραφή της εξέλιξης καρκινικών όγκων (Simeoni et al.’s tumor growth inhibition – TGI model) και την εισαγωγή επιπλέον φαρμακοκινητικών εξισώσεων στη δομή του (augmented Simeoni et al.’s TGI model) διαμορφώνεται ένα πρόβλημα βέλτιστου ελέγχου. Στόχος του είναι ο προσδιορισμός βέλτιστης στρατηγικής, με τη βοήθεια της μεθόδου SDRE (state-depended Riccati equation), για τη χορήγηση βέλτιστων δόσεων χημειοθεραπείας με σκοπό την εξάλειψη της κακοήθειας με τις ελάχιστες παρενέργειες. Επιπλέον, αναπτύσσονται τρία νέα μοντέλα νευρο-ασαφούς λογικής (Adaptive Neuro-Fuzzy Inference System – ANFIS) για την περιγραφή της ανάπτυξης του καρκινικών όγκων υπό χημειοθεραπεία (ANFIS TGI models) και αξιολογείται η ικανότητα τους να μοντελοποιούν-αναπαριστούν με ακρίβεια τις πειραματικές καμπύλες ανάπτυξης του όγκου. Παρουσιάζεται επίσης μια νέα προσέγγιση για την περιγραφή της εξέλιξης ενός όγκου υπό την επίδραση ενός ή περισσοτέρων αντικαρκινικών φαρμάκων, που δίνονται σε συνδυασμό. Συγκεκριμένα, χρησιμοποιώντας αναδρομικές γραμμικές εξισώσεις διαφορών με εξωτερική είσοδο (autoregressive with exogenous inputs – ARX) δημιουργούνται και αξιολογούνται με τη χρήση εργαστηριακών δεδομένων από πειράματα σε ποντίκια δύο συστήματα μαθηματικής μοντελοποίησης καρκινικών όγκων (ARX TGI models). Παράλληλα, με τη χρήση ενός γραμμικού τετραγωνικού ρυθμιστή (linear quadratic regulator - LQR) διερευνώνται πιθανές βέλτιστες δοσολογίες χημειοθεραπείας, τόσο για περιοδικά (periodic) όσο και για διακοπτόμενα (intermittent) προγράμματα (σχήματα) θεραπείας. Τέλος, αξιολογείται η ικανότητα όλων αυτών των μοντέλων να πραγματοποιούν βραχυπρόθεσμές προβλέψεις της εξέλιξης μίας κακοήθους νεοπλασίας με την εφαρμογή μεθόδου «κινούμενου παραθύρου» (sliding window) στη χρονοσειρά των δεδομένων. Σημειωτέον, τα μοντέλα βραχυχρόνιας πρόβλεψης της εξέλιξης του καρκίνου, είτε υπόκειται, είτε όχι, σε θεραπεία, είναι μεγάλης σημασίας στην φαρμακευτική έρευνα ανάπτυξης νέων αντικαρκινικών φαρμάκων. Όλα τα αποτελέσματα των προσομοιώσεων παρουσιάζονται και αναλύονται λεπτομερώς.

Διαθέσιμα αρχεία

Υπηρεσίες

Στατιστικά