Saúde, Economia e meio ambiente formam um tripé de importante discussão para tomadas de decisões de causa e efeito de cunho político e social. Outrossim, este artigo busca apresentar como as decisões políticas, com participação popular, têm sido edificadas frente a produção de conhecimento da comunidade científica. A interface e o panorama de discussões foram prospectados a nível internacional e nacional, sendo feita a investigação epistemológica da conexão entre economia, saúde e ecologia e como estas são aplicadas pelo poder público, e como este faz a sua avaliação hermenêutica com a ciência pura. Sendo possibilitado acessar que a estruturação política e econômica estão direcionadas a um modelo de investigação centrado no problema, na resultante, de forma desagregada e simplista. Em ampla visão, é perceptível que a produção de conhecimento na vigilância da saúde ainda ocorre de forma muito reducionista e fracionada, sem levar em consideração a diversidade de fatores envolvidos nas questões ambientais, carecendo muitas vezes de uma interdisciplinaridade e sistemática de conhecimentos tão importantes na pesquisa analítica da conexão entre economia, saúde e meio ambiente.
Resumo. Simulações computacionais tem se tornado uma ferramenta poderosa para a compreensão da evolução do tumor em respostaàs terapias existentes, por ser uma técnica não invasiva, sem a necessidade de expor a vida dos pacientes em riscos. O propósito deste trabalhoé simular o modelo de evolução de células tumorais, em específico glioma, descrito em [4], em respostaà radioterapia para 5 esquemas de tratamentos de dose. Este modelo foi resolvido numericamente pelo método de diferenças finitas e foi feita a análise de estabilidade do mesmo, chegando a resultados também encontrados em [4], porém com uma metodologia diferente.Palavras-chave. Crescimento de Células Tumorais, Método de Crank-Nicolson, Método Implícito de Euler, Equação da Difusão Reacção, Glioma.
IntroduçãoRecentemente tem aumentado o interesse da comunidade científica por modelar a dinâmica do crescimento das células cancerígenas, no caso deste trabalho, gliomas, tumores cerebrais primários, agressivos e invasivos que geralmente crescem e se proliferam nos tecidos adjascentes antes que o paciente apresente qualquer sintoma [1].O objetivo deste artigoé estudar a dinâmica de crescimento das células de gliomas em resposta ao tratamento de radioterapia através do modelo contínuo, baseado numa equação diferencial parcial (EDP), proposto em [4]. Foram obtidas soluções numéricas deste modelo utilizando o método de diferenças finitas e realizada a análise de estabilidade do método implícito de Euler (MIE) e do método de Crank-Nicolson (MCN).
A investigação multifatorial é uma técnica de análise que pode ser usada simultaneamente para explorar o relacionamento entre inúmeras variáveis alicerçadas em fatores independentes. O procedimento é calcado no exercício epistemológico e no empirismo do observador. Na pesquisa e análise epidemiológica, é ferramenta cabal para o entendimento profundo da história evolutiva de uma doença, donde a doença sempre tem início em ações que geram a degradação ambiental, isto é, a doença é o resultado final de um efeito cascata que tem sua gênese no desequilíbrio ambiental e a sua manutenção por ações deletérias do Estado fundamentado em um modelo econômico neoliberal. A interface e o panorama de discussões deste trabalho científico foi edificado na interdisciplinaridade, tendo base nas ciências políticas, sociais e biológicas, possibilitando assim um esquema de investigação da sinergia e homeostase da doença, outrossim como objeto de estudo foram investigadas as principais doenças tropicais brasileiras e o coronavírus (COVID-19).
In present days, the growing number of people suffering from cancer has been a major cause for concern worldwide. Glioblastoma in particular, are primary tumors in glial cells located in the central nervous system. Because of this sensitive location, mathematical models have been studied and developed as alternative tools for analyzing tumor growth rates, assisting on the decision-making process for treatment dosage, without exposing the patient’s life. This paper presents two time series models to estimate the growth rate of glioblastoma in response to ionizing radiotherapy treatment. The results obtained indicate that the proposed time series methods attain predictions with a Mean Absolute Percentual Error (MAPE) of approximately 1% to 4%, and simulations show that the Autoregressive Integrated Moving Average (ARIMA) method surpasses the Holt method based on the Mean Square Error (MSE) and MAPE values obtained. Furthermore, the results show that the time series method is applicable to data from two different mathematical models for glioblastoma growth.
<p>Gliomas são tumores cerebrais primários agressivos e invasivos, no qual o mais comum e maligno, glioblastoma multiforme, possui uma combinação de rápido crescimento e invasibilidade. Com o avanço na capacidade de processamento e armazenamento de dados, a utilização de métodos estocásticos para a simulação de problemas físicos reais vem se tornando cada vez mais frequentes. O objetivo do trabalho é simular computacionalmente o crescimento do glioma resolvendo uma equação de reação-difusão em 1D, pelo método de Crank-Nicolson e transpor essa solução para uma geometria 3D por meio do método do Cone Causal e de Monte Carlo. Os resultados obtidos fornecem informações da evolução do raio, concentração de células cancerosas, volume e uma visualização em 3D do tumor. Estes resultados encontrados se mostraram satisfatórios quando comparado com trabalhos que estudam o crescimento tumoral.</p><strong>Palavras chave</strong>: Equação de Reação-Difusão, Gliomas, Método do Cone Causal, Método de Monte Carlo, Método de Diferenças Finitas.
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.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.