Análisis cualitativo del modelo de crecimiento tumoral de Panetta y Kirschner
Palabras clave:
bifurcación, crecimiento tumoral, ecuaciones diferenciales, modelación matemáticaResumen
Este artículo ofrece un análisis detallado de un modelo matemático de crecimiento tumoral, desarrollado por Carl Panetta y Denise Kirschner, basado en un sistema de ecuaciones diferenciales. Se abordan tanto soluciones numéricas como analíticas, en los casos aplicables, y se realiza un análisis cualitativo de los resultados reportados en la literatura. Además, se implementan modificaciones en el sistema para estudiar las dinámicas subyacentes del tumor, permitiendo evaluar cómo cambios en la estructura o en los parámetros afectan el comportamiento global del sistema. Adicionalmente, se estudia el comportamiento lineal aproximado en torno a los puntos de equilibrio hiperbólicos y se exploran las variaciones en la dinámica del sistema al modificar los valores de los parámetros. Este enfoque integral proporciona una comprensión profunda de los modelos y sus implicaciones para el crecimiento tumoral.
Descargas
Citas
[1] Cuba, Ministerio de Salud Pública de: Anuario Estadístico de Salud 2023. Dirección de Registros Médicos y Estadísticas de Salud, 2023.
[2] Fister, U.; Donnelly JH.: Immunotherapy: an optimal control theory approach. Math Biosci Eng, 2:499–510, 2005.
[3] Kirschner, D.; Panetta J.: Modeling inmunotherapy of the tumor-inmune interaction. J Math Biol, 37:235–252, 1998.
[4] Kronik, N., Y. Kogan, V. Vainstein y Z. Agur: Improving alloreactive CTL immunotherapy for malignant gliomas. Theoretical Biology and Medical Modelling, 15(1):8, 2018.
[5] Mortara, Lorenzo, Enrica Balza, Antonino Bruno, Alessandro Poggi, Paola Orecchia y Barbara Carnemolla: Anti-cancer Therapies Employing IL-2 Cytokine Tumor Targeting: Contribution of Innate, Adaptive and Immunosuppressive Cells in the Anti-tumor Efficacy. Frontiers in Immunology, 9:2905, December 2018.
[6] Nirschl, Christopher J., Heather R. Brodkin, Daniel J. Hicklin, Nesreen Ismail, Kristin Morris, Cynthia Seidel-Dugan, Philipp Steiner, Zoe Steuert, Jenna M. Sullivan, Ethika Tyagi, William M. Winston y Andres Salmeron: Discovery of a Conditionally Activated IL-2 that Promotes Antitumor Immunity and Induces Tumor Regression. Cancer Immunology Research, 10(5):581–596, May 2022.
[7] Perko, L.: Differential Equations and Dynamical Systems. Springer-Verlag, 2001.
[8] Ren, Zhenhua, Anli Zhang, Zhichen Sun, Yong Liang, Jianfeng Ye, Jian Qiao, Bo Li y Yang Xin Fu: Selective delivery of low-affinity IL-2 to PD-1+ T cells rejuvenates antitumor immunity with reduced toxicity. The Journal of Clinical Investigation, 132(3), Febrero 2022. https://www.jci.org/articles/view/153604.
[9] Robertson-Tessi, M., R. J. Gillies y A. R. A. Anderson: Nonlinear tumor-immune interactions arising from spatial metabolic heterogeneity. PLoS Computational Biology, 17(4):e1008861, 2021.
[10] Wang, Wendi: Backward bifurcation of an epidemic model with treatment. Mathematical Biosciences, 201(1-2):58–71, 2006.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2025 Alexandros Carballo Palomo, Carlos A. Rodríguez Hernández, Giani Egaña Fernández, Raúl Guinovart Díaz

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Esta licencia permite copiar y redistribuir el material en cualquier medio o formato bajo los siguientes términos: se debe dar crédito de manera adecuada, no se puede hacer uso del material con propósitos comerciales, y si remezcla, transforma o crea a partir del material, no podrá distribuir el material modificado. Bajo la licencia mencionada, los autores mantienen los derechos de autor de su trabajo.

