Modelado matemático del efecto de las medidas de cuidado por COVID-19 sobre otras enfermedades respiratorias / Mathematical modelling of the impact of COVID-19 care measures on other respiratory diseases

RESUMEN INTRODUCCIÓN Los modelos matemáticos de la transmisión de enfermedades infecciosas permiten estudiar distintos mecanismos que afectan su comportamiento temporal. Este trabajo analizó el efecto sobre la dinámica de la influenza y el virus sincitial respiratorio (VSR) de la disminución de la transmisibilidad debida a las medidas de cuidado adoptadas para reducir la circulación de COVID-19. MÉTODOS Se empleó un modelo determinista tipo SIRS (susceptible-infectado-recuperado-susceptible) con modulación estacional para representar la influenza y el VSR, en ambos casos con inmunidad de corta duración y ciclo anual. Los cambios en la transmisibilidad de la enfermedad se modelaron reduciéndola durante dos años y planteando distintos escenarios. RESULTADOS En el modelo planteado, la reducción en la transmisibilidad genera cambios que se sostienen en los años siguientes: eventos epidémicos muy pronunciados con alargamiento del intervalo interbrote. Este efecto resulta dominante respecto del comportamiento estacional. El escenario de una reducción inicial de la transmisibilidad del 40% resulta compatible con el comportamiento de influenza y VSR reportados actualmente para Argentina. DISCUSIÓN El modelo general propuesto, en condiciones de disminución transitoria en la transmisibilidad, exhibe una epidemiología compatible con la observada recientemente en Argentina para ambas enfermedades e ilustra el modelado como herramienta útil en la comprensión de efectos no intuitivos.

ABSTRACT INTRODUCTION Mathematical models of infectious diseases transmission allow to study different mechanisms which affect their temporal behavior. This work analyzed the impact of the decrease in transmissibility, as a result of measures of personal care adopted to reduce circulation of COVID-19, on the dynamics of influenza and respiratory syncytial virus (RSV). METHODS A deterministic SIRS (susceptible-infected-recovered-susceptible) model with seasonal modulation was used to represent two diseases with short-term immunity and annual cycle: influenza and RSV. Changes in disease transmissibility were modeled by reducing it for two years and analyzing different scenarios. RESULTS In the proposed model, transmissibility reduction brings changes which sustain in the following years: very pronounced epidemic events with lengthening of the inter-outbreak interval. This effect prevails over the seasonal behavior. The scenario of 40% initial reduction in transmissibility is compatible with the behavior of influenza and RSV currently reported in Argentina. DISCUSSION The general model proposed here, under conditions of temporary reduced transmissibility, shows an epidemiology compatible with recently reported data of influenza and RSV in Argentina. This result illustrates modeling as a useful tool to understand non-intuitive effects.

Modelo matemático de coinfección del Dengue y COVID-19 una primera aproximación / Mathematical modelling of dengue-COVID-19 coinfection: a first approximation

INTRODUCCIÓN: Al inicio de la pandemia, la Organización Mundial de la Salud alertó que la transmisión simultánea de dengue y la enfermedad por el nuevo coronavirus (COVID-19) en algunas regiones podría ocasionar casos de coinfección y agravamiento por la superposición de síntomas y la dificultad extra en el manejo. En julio de 2020, la Organización Panamericana de la Salud declaró el alerta epidemiológico por dengue en pandemia, y agregó, como posibles agravantes, la subnotificación, la demora en la consulta y la interrupción del control entomológico. Sin embargo, el impacto de la superposición de ambas enfermedades no está claro aún. El objetivo de este trabajo fue analizar las curvas de coinfección en distintos escenarios de coepidemia y se consideran los posibles efectos de la pandemia sobre la epidemiología del dengue. MÉTODOS: Se desarrolló un modelo matemático de coinfección, de tipo determinista, basado en modelos previos de ambas enfermedades. RESULTADOS: Para un dado brote de dengue, la fracción final de coinfectados depende del número reproductivo de la COVID-19. La curva de coinfectados depende de la superposición de las epidemias; el área de superposición permite estimar su fracción final. Una cuarentena que reduzca los casos de COVID-19 también reduciría la coinfección, y sería más efectiva cuanto más temprana. Si la cuarentena modifica la dinámica del dengue, el modelo predice el aumento y el adelantamiento de los casos, cuyo efecto sobre la curva de coinfectados depende de la dinámica de superposición. DISCUSIÓN: El modelo propuesto ofrece un primer abordaje para visibilizar la coinfección y comprender los mecanismos que podrían afectarla

Mathematical Modeling of the Quorum Sensing in Vibrio harveyi / Modelado Matemático de la Detección de Quórum en Vibrio harveyi

Abstract One of the most used bacteria in the Quorum Sensing (QS) experimental works is the Vibrio harveyi, which is used as reporter bacteria to detect the Autoinducers-2 (AI-2) activity of other bacteria. Nevertheless, the description of its QS mechanism by the mathematical modeling is an approach still unexploited. For biological systems, it is necessary to consider the high variability of the experimental data, thus identifiability and parametric reliability analyses must be performed before a model could be used. The following work describes a methodology for parameter fitting and parametric identifiability analysis in a model that describes the dynamics of AI-2 in V. harveyi bacteria. Identifiability analyses showed that all parameters are identifiable, but parametric dependency analyses showed two linearly dependent parameters. According to our results, the model is adequate to describe the AI-2 dynamics in V. harveyi.

Resumen Una de las bacterias más utilizadas en los trabajos experimentales de detección de quorum (QS) es la Vibrio harveyi, que se utiliza como bacteria reportera para detectar la actividad de Autoinductores-2 (AI-2) de otras bacterias. Sin embargo, la descripción de su mecanismo de QS por medio del modelado matemático es un enfoque aún no explotado. En el caso de los sistemas biológicos, es necesario considerar la alta variabilidad de los datos experimentales, por lo que deben realizarse análisis de identificabilidad y fiabilidad paramétrica antes de que un modelo pueda ser usado. El siguiente trabajo describe una metodología para el ajuste de parámetros y el análisis de la identificabilidad paramétrica en un modelo que describe la dinámica de la AI-2 en las bacterias V. harveyi. Los análisis de identificabilidad mostraron que todos los parámetros son identificables, pero los análisis de dependencia paramétrica mostraron dos parámetros linealmente dependientes. De acuerdo con los resultados, el modelo es adecuado para describir la dinámica AI-2 en V. harveyi.

Desarrollo de una Interfaz Visual del Metabolismo de Glucosa Basada en Modelos Matemáticos Compartimentales / Development of a Visual Interface of Glucose Metabolism Based on Compartment Mathematical Models

RESUMEN La diabetes es una pandemia mundial cuya incidencia ha aumentado en las últimas décadas. Por tal motivo, es prioritario proponer estrategias para su diagnóstico, tratamiento y seguimiento. Uno de los enfoques recientes en el tratamiento de la diabetes es el monitoreo continuo, el cual permite tener suficiente información sobre el estado metabólico del paciente a lo largo del día. Esta información puede servir para simular pacientes virtuales que sean herramientas para proponer estrategias de tratamiento. Por tanto, el objetivo de esta investigación es proponer una interfaz visual que simule pacientes virtuales, a partir de un conjunto de modelos matemáticos compartimentales que permiten ingresar parámetros del metabolismo y modificaciones en el tratamiento. El desarrollo de la interfaz se realizó en MATLAB® y simula tres tipos de pacientes (sano, diabético tipo I y diabético tipo II). Los resultados muestran una interfaz que presenta de manera ilustrativa el funcionamiento de los modelos matemáticos y permite una visualización del estado metabólico del paciente; así como el manejo de medicamentos e ingesta. Una limitante de esta investigación es la validación de la interfaz con datos experimentales de los tres tipos de pacientes. Una vez validada, esta herramienta aportaría en el desarrollo de tecnología in silico para la generación de pacientes virtuales.

ABSTRACT Diabetes is a pandemic disease whose incident rate has been rising in the last decades. Therefore, it is important to propose strategies for its diagnosis, treatment and monitoring. One of the recent approaches on diabetes treatment is the continuous monitoring, which provides enough information about the metabolic state of the patient throughout the day. This information can be used to simulate virtual patients which are useful tools in treatment strategies. Thus, the objective of this research is to propose a visual interface to simulate virtual patients, this is based on compartmental mathematical models considering changes in metabolic parameters and treatment modifications. The interface was made in MATLAB® and simulates three kinds of patients (healthy, type I diabetic, type II diabetic). The results show an interface that presents the functionality of the mathematical models in an illustrative way and it allows the visualization of the metabolic state of the patient; as well as the medication usage and meal intake. A limitation of this approach is the validation of the interface with experimental data of the three kinds of patients. Once it was validated, this tool could contribute to the development of in silico technology to generate virtual patients.

Acercamiento a la mecanobiología del cartílago articular a través de un modelo computacional / Approach to mechanobiology of articular cartilage through a computation model

El cartílago articular es un complejo tejido biológico que recubre los extremos de las articulaciones diartrodiales y proporciona resistencia a la compresión y excelentes propiedades de fricción durante el movimiento articular. La presencia de cargas mecánicas influye en el comportamiento y condición fisiológica del cartílago. Es así como, mediante el mecanismo de mecanotrasducción, los condrocitos perciben la magnitud de la carga y a partir de éste estímulo mecánico expresan genes como el Sox9 o el Runx2, los cuales generan cambios bioquímicos en las células y por tanto en el cartílago mismo. Diferentes trabajos experimentales se reportan acerca del efecto de las cargas impuestas al cartílago relacionadas con la expresión morfogénica del condrocito, sin embargo, no se cuenta con un modelo matemático y/o computacional que pueda explicar el comportamiento antagónico del Sox9 y el Runx2. El objetivo de este trabajo es introducir un modelo matemático que permita predecir el comportamiento mecano-biológico del cartílago articular a partir de las cargas mecánicas cíclicas, la presión hidrostática y la expresión génica y/o de proteínas que facilitan el proceso de síntesis o destrucción del tejido. El modelo se implementó numéricamente con el uso del método de los elementos finitos y los resultados obtenidos permitieron predecir diversos comportamientos mecano-biológicos del cartílago articular

Articular cartilage is a biological tissue complex coating the extremes of diarthric joints and provides resistance to compression and excellent friction properties during the articular movement. Presence of mechanical stress influenced on the behavior and physiologic condition of cartilage. That is how by means of the mechanotransduction, the chondrocytes may to perceive the stress magnitude and from this mechanical stimulus, they express gens like the Sox9 or the Runx2, which generate biochemical changes in cells and thus in the cartilage. Different experimental papers reporting on the effect of the stress imposed on the cartilage related to chondrocytes morphogenetic expression, however, there are not a mathematical model and/or computation to explain the antagonist behavior of Sox9 and the Runx2. The aim of present paper is to introduce a mathematical model allows predicting the mechano-biological behavior of articular cartilage from the cyclic mechanic stress, the hydrostatic pressure and the genic expression and or proteins providing the tissue synthesis or destruction. Model was numerically implemented using the finite elements method and the results obtained allowed to predict different mechano-biological behaviors of articular cartilage

Correlación entre modelos in vitro, in situ e in vivo en estudios de absorción: [revisión] / In vitro, in situ and in vivo correlations in drug absorption: [review]

Predecir la magnitud y la velocidad de absorción de una sustancia es crucial en el diseño de medicamentos. En este campo se han empleado distintas metodologías, como modelos in vitro o ensayos in situ o in vivo en animales. Este trabajo analiza modelos matemáticos empleados para estudiar la absorción intestinal y analizar la influencia de tensioactivos en la permeabilidad intestinal; predecir la fracción de dosis absorbida; caracterizar parámetros de absorción pasiva y activa; y establecer correlaciones entre parámetros obtenidos in vitro e in situ. Cuanto más complejo es el modelo tanto mejor se correlaciona con los valores en humanos, pero resultan más difíciles de implementar. Los modelos in vitro resultan bastante adecuados para predecir la absorción cuando se produce por difusión pasiva, pero deficitarios cuando se produce por transporte activo. Se pone de manifiesto la necesidad de continuar desarrollando modelos que permitan el escalado a humanos...

Predicting drug rate and extent from the gastrointestinal tract is a key step in the process of new drug design and development. To predict oral absorption different approaches, like in vitro methods or in situ or in vivo animal experiments, have been used. We will analyse some of the mathematical models that have been applied: (a) to study intestinal drug absorption and the influence of surfactants on intestinal permeability, (b) to predict oral fraction absorbed, (c) to characterize active and passive transport parameters, and (d) correlations between in vitro and in situ results. More complex models lead to better correlations with human values, but these systems have a lower throughput, so there is a need to develop models that allow scaling up from the in vitro data. In vitro systems perform well for estimating passive diffusion absorption but more research is necessary with regard to carrier-mediated absorption processes...