Estudo de diferentes fracionamentos na dose da radioterapia para o modelo pdgf-driven glioblastomas / Study of different fractions in the dose of radiotherapy for the model pdgf-driven glioblastomas

Câncer é uma doença em que as células anormais se dividem incontrolavelmente e destroem o tecido do corpo. Existem vários tipos de câncer, classificados conforme sua localização inicial. Em particular, os gliomas são tumores cerebrais bastante agressivos, com rápido crescimento e invisibilidade retr...

ver descrição completa

Detalhes bibliográficos
Autores: da Silva, Larissa Miguez, Christo, Eliane Da Silva, Alvarez, Gustavo Benitez, Garcia, Vanessa da Silva
Formato: artículo
Estado:Versión publicada
Fecha de publicación:2021
País:Brasil
Recursos:Instituto Superior de Educação Vera Cruz (VeraCruz)
Repositorio:Revista Veras
Idioma:portugués
OAI Identifier:oai:ojs2.ojs.brazilianjournals.com.br:article/36017
Acesso em linha:https://ojs.brazilianjournals.com.br/ojs/index.php/BRJD/article/view/36017
Access Level:acceso abierto
Palavra-chave:Modelagem Computacional
Glioblastoma
Otimização
Radioterapia.
Descrição
Resumo:Câncer é uma doença em que as células anormais se dividem incontrolavelmente e destroem o tecido do corpo. Existem vários tipos de câncer, classificados conforme sua localização inicial. Em particular, os gliomas são tumores cerebrais bastante agressivos, com rápido crescimento e invisibilidade retratados na taxa de 92% de fatalidade. Devido a essa enorme taxa, modelos matemáticos são estudados para melhorar a eficácia do tratamento e aumentar a sobrevida do paciente. Este trabalho, tem como objetivo simular computacionalmente a evolução do crescimento do glioma em resposta à radioterapia, a partir de um modelo contínuo, baseado em cadeias de Markov. Com base neste modelo, contribuir no tratamento de gliomas fornecendo um cronograma de radioterapia mais eficaz, diminuindo a população de células cancerígenas e assim, aumentando a sobrevida do paciente. Sendo assim, foi encontrado um fracionamento de dose melhor que o encontrado pelos autores do modelo em estudo.