×
黄明湛;刘寿宗;宋新余;邹秀芬

随机环境下脉冲给药肿瘤免疫系统的控制策略。 （英语） Zbl 1513.92032号

数学学报。科学。，序列号。B、 英语。预计起飞时间。 42，第3期，1141-1159（2022）。
小结：本文主要研究在免疫应答和周期性脉冲化疗存在下肿瘤生长的随机性。首先，建立了一个描述周期性脉冲化疗下正常细胞、肿瘤细胞和免疫细胞之间相互作用和竞争的随机脉冲模型。然后，得到了肿瘤细胞消亡、平均非持续性、平均弱持续性和平均强持续性的充分条件。最后，进行了数值模拟，不仅验证了理论结果，而且揭示了一些具体特征。结果表明，肿瘤细胞的生长趋势受到噪声强度、给药频率和剂量的显著影响。在临床实践中，医生可以减少环境的随机性，增加药物输入的强度，以抑制肿瘤细胞的增殖和生长。

引用于2文件

MSC公司：

92 C50 医疗应用（通用）
34A37飞机 脉冲常微分方程
60华氏30 随机分析的应用（PDE等）

关键词：

肿瘤免疫系统;化学疗法;随机脉冲模型;灭绝;坚持不懈
PDF格式BibTeX公司 XML格式引用
\textit{M.Huang}等人，《数学学报》。科学。，序列号。B、 英语。第42版，第3号，1141--1159（2022；Zbl 1513.92032）
全文： 内政部

参考文献：

[1] 艾哈迈丁，J。；弗雷迪，B。；Melissa，M.C.，全球癌症统计，加利福尼亚州：临床医生癌症杂志，61，2，69-90（2011）
[2] 弗雷迪，B。；雅克·F。；Isabelle，S.，《2018年全球癌症统计：185个国家36种癌症全球发病率和死亡率估计》，加州：临床医生癌症杂志，68，6，394-424（2018）
[3] 世界卫生组织，《2016年世界卫生统计：监测人类健康以实现可持续发展目标》（2016），瑞士日内瓦：世界卫生组织（瑞士日内瓦）
[4] Lindsey，A.T。；弗雷迪，B。；Rebecca，L.S.，《全球癌症统计》，2012年，加州：临床医生癌症杂志，65，2，87-108（2015）
[5] 马雷克，B。；Monika，J.P.，具有分布式时间延迟的肿瘤血管生成模型家族的稳定性分析，Commun非线性科学数值模拟，31，1-8，124-142（2016）·Zbl 1467.92087号
[6] 刘晓东。；李启智。；Pan，J.X.，《化疗肿瘤免疫反应系统动力学的确定性和随机模型》，《物理学A：统计力学及其应用》，500，162-176（2018）·Zbl 1514.92044号 ·doi:10.1016/j.physa.2018.02.118
[7] 北卡罗来纳州贝洛莫。；Preziosi，L.，《与肿瘤进化及其与免疫系统相互作用相关的建模和数学问题》，数学计算模型，32，3-8，413-452（2000）·Zbl 0997.9202号 ·doi:10.1016/S0895-7177（00）00143-6
[8] 皮利斯，L.G D。；Radunskaya，A.E。；Wiseman，C.L.，《细胞介导免疫对肿瘤生长反应的验证数学模型》，《癌症研究》，65，235-252（2005）·doi:10.1158/0008-5472.CAN-05-0564
[9] Radouane，Y.，肿瘤免疫系统竞争模型的时滞微分方程中的Hopf分支，SIAM J Appl Math，67，616693-1703（2007）·Zbl 1156.34066号 ·数字对象标识代码：10.1137/060657947
[10] Saleem，M。；Tanuja，A.，《免疫系统延迟反应的肿瘤生长模型中的混沌》，《应用数学杂志》，2012年1月16日（2012年）·Zbl 1244.37049号 ·doi:10.1155/2012/891095
[11] Wang，S.L。；Wang，S.L。；Song，X.Y.，具有连续控制的延迟溶瘤病毒动力学中的Hopf分岔分析，非线性动力学，67，1629-640（2012）·Zbl 1242.92036号 ·doi:10.1007/s11071-011-0015-5
[12] Dong，Y.P。；林科，M。；Yasuhiro，T.，肿瘤免疫系统中辅助性T细胞的数学建模，离散Contin Dyn系统-Ser B，19，1，55-72（2014）·兹比尔1309.92043
[13] 福亚特，G。；Senol，K。；O.伊尔汗。；Fatma，B.，具有分段常数延迟变元的肿瘤-细胞相互作用数学模型的稳定性和分岔分析，混沌孤子分形，68，169-179（2014）·Zbl 1354.92037号 ·doi:10.1016/j.chaos.2014.08.001
[14] Subhas，K。；Sandip，B.，延迟诱导肿瘤免疫相互作用模型的稳定性和分岔分析，应用数学计算，248652-671（2014）·Zbl 1338.92048号
[15] Rihan，F.A。；拉赫曼，D.H A。；Lakshmanan，S。；Alkhajeh，A.S.，肿瘤-免疫系统相互作用的时滞模型：全局动力学、参数估计、敏感性分析，应用数学计算，232，1，606-623（2014）·Zbl 1410.92053号
[16] Subhas，K.，肿瘤生长延迟数学模型的分岔分析，混沌孤子分形，77，264-276（2015）·Zbl 1353.92054号 ·doi:10.1016/j.chaos.2015.06.001
[17] Dong，Y.P。；黄，G。；林科，M。；Yasuhiro，T.，《具有时滞的肿瘤免疫系统动力学》，应用数学计算，25299-113（2015）·Zbl 1338.92046号
[18] 庞立英，沈立，赵忠。脉冲免疫治疗和化疗肿瘤治疗方案的数学建模与分析。计算数学方法医学，2016（2016）·兹比尔1348.92085
[19] López，A.G。；Seoane，J.M。；Sanjuán，M.A F.，免疫应答下肿瘤的分叉分析和非线性衰减，国际分叉混沌杂志，27，14，1750223（2017）·Zbl 1383.34073号 ·doi:10.1142/S0218127417502236
[20] Ansarizadeh，F。；辛格，M。；Richards，D.，肿瘤细胞对化疗反应的回归建模，应用数学建模，48，96-112（2017）·Zbl 1480.92101号 ·doi:10.1016/下午.2017.03.045
[21] López，A.G。；Iarosz，K.C。；巴蒂斯塔，A.M.，《非线性癌症化疗：诺顿西蒙假说建模》，《公共非线性科学数字模拟》，70307-317（2019）·doi:10.1016/j.cnsns.2018.11.006
[22] Lisette，G.D P。；Radunskaya，A.，最佳控制肿瘤模型的动力学：一个案例研究，数学计算建模，37，11221-1244（2003）·Zbl 1043.92018年 ·doi:10.1016/S0895-7177（03）00133-X
[23] Lisette，G.D P。；顾伟（Gu，W.）。；Fister，K.R.，《肿瘤化疗：动力学分析及二次和线性最优控制研究》，Math Biosci，209，1，292-315（2007）·Zbl 1122.49020号 ·doi:10.1016/j.mbs.2006.05.003
[24] Alberto，D.O。；Urszula，L。；赫尔穆特，M。；Heinz，S.，《肿瘤联合治疗的最佳实施》，Math Biosci，222，1，13-26（2009）·Zbl 1176.92033号 ·doi:10.1016/j.mbs.2009.08.004
[25] 穆罕默德，I。；美国梅廷。；Stephen，P.B.，癌症治疗中药物治疗的最佳控制。非线性分析：理论、方法与应用，71，12，e1473-e1486（2009）
[26] Rihan F A、Abdelrahman D H、Al-Maskari F等。化疗免疫治疗和优化控制肿瘤免疫反应的延迟微分模型。计算数学方法医学，2014（2014）：1-15·Zbl 1307.92131号
[27] Pang，L.Y。；赵，Z。；Song，X.Y.，肿瘤治疗最佳策略的成本效益分析，混沌孤子分形，87，293-301（2016）·兹比尔1355.92052 ·doi:10.1016/j.chaos.2016.03.032
[28] R.R.Sarkar。；Sandip，B.，《癌症自我缓解和肿瘤稳定性——一种随机方法》，Math Biosci，196，1，65-81（2005）·Zbl 1071.92017年 ·doi:10.1016/j.mbs.2005.04.001
[29] 阿尔巴诺，G。；Giorno，V.，肿瘤生长的随机模型，《理论生物学杂志》，242，2，329-336（2006）·Zbl 1447.92081号 ·doi:10.1016/j.jtbi.2006.03.001
[30] 托马斯，B。；Steffen，T.，《免疫肿瘤生长的随机模型》，Phys Rev E，79，5，051903（2009）·doi:10.1103/PhysRevE.79.051903
[31] Xu，Y。；冯，J。；Li，J.J。；张海清，具有对称lvy噪声的肿瘤免疫系统的随机分岔，物理a：统计力学及其应用，392，20，4739-4748（2013）·兹比尔1395.37058 ·doi:10.1016/j.physa.2013.06.010
[32] Kim，K.S。；Kim，S。；Jung，I.H.，《肿瘤病毒治疗动力学：确定性和随机模型方法》，Stoch Ana Appl，34，3，483-495（2016）·Zbl 1343.92229号 ·doi:10.1080/07362994.2016.1150187
[33] 邓，Y。；Liu，M.，带状态切换和脉冲扰动的随机肿瘤免疫模型分析，应用数学模型，78482-504（2020）·Zbl 1481.92059号 ·doi:10.1016/j.apm.2019.10.10
[34] 巴什基尔茨瓦一世。；利亚什科。；Dawson，K.A.，非线性肿瘤免疫系统中噪声诱导现象的分析，物理A：静态力学及其应用，549，123923（2019）·Zbl 07572659号 ·doi:10.1016/j.physa.2019.123923
[35] Samanta，G.P。；里卡多，G.A。；Sharma，S.，周期性脉冲化疗数学模型分析，国际动力学与控制杂志，5，3，842-857（2015）·doi:10.1007/s40435-015-0204-z
[36] Samanta，G.P。；Sen，P。；Maiti，A.，通过液滴感染和直接接触饱和发病率和脉冲接种的疾病延迟流行模型，系统科学与控制工程，4，1，320-333（2016）·doi:10.1080/21642583.2016.1246982
[37] Samanta，G.P。；Ricardo，G.A.，《通过液滴感染和直接接触脉冲疫苗的疾病延迟流行模型分析》，《国际动力学与控制杂志》，3，3，275-287（2015）·doi:10.1007/s40435-014-0134-1
[38] Samanta，G.P.，带有脉冲接种策略的衣原体流行病模型的数学分析，生物学报，63，1，1-21（2015）·doi:10.1007/s10441-014-9234-8
[39] Samanta，G.P。；Sharma，S.，利用脉冲接种分析延迟衣原体流行病模型，应用数学与计算，230，555-569（2014）·Zbl 1410.92062号 ·doi:10.1016/j.amc.2013.12.123
[40] Samanta，G.P.，带脉冲接种的延迟流行病模型分析，混沌、孤子和分形，66，74-85（2014）·Zbl 1349.92148号 ·doi:10.1016/j.chaos.2014.05.008
[41] Samanta，G.P。；Bera，S.P.，随机环境中带有脉冲接种策略的衣原体流行病模型分析，非线性分析：建模与控制，23，4，457-474（2018）·Zbl 1416.92167号 ·doi:10.15388/NA.2018.4.1
[42] Jing，Y。；梅，L.Q。；宋，X.Y。；田文杰。；丁晓明，具有时滞和非线性发病率的脉冲传染病模型分析，《数学科学学报》，32A，4，670-684（2012）·Zbl 1270.92033号
[43] Ling，L。；Liu，S.Y。；蒋国荣，饱和接触率和垂直传播SIRS流行病模型的分岔分析，数学科学学报，34A，6，1415-1425（2014）·Zbl 1340.92077号
[44] 马振英。；崔国荣。；Wang，W.D.，《污染环境中种群的持续生存和灭绝》，《数学生物科学》，10175-97（1990）·Zbl 0714.92027号 ·doi:10.1016/0025-5564（90）90103-6
[45] 马振英。；Hallam，T.G.，参数波动对社区生存的影响，Math Biosci，86，1，35-49（1987）·Zbl 0631.92019号 ·doi:10.1016/0025-5564（87）90062-9
[46] 刘，M。；Wang，K.，随机非自治物流系统中的持续性和灭绝，《数学与分析应用杂志》，375,2443-57（2011）·Zbl 1214.34045号 ·doi:10.1016/j.jmaa.2010.09.058
[47] Li，D.X。；Cheng，F.J.，随机肿瘤免疫系统中的灭绝和存活阈值，非线性通信与数值模拟，51，OCT，1-12（2017）·Zbl 1470.92078号
[48] Lan，G.J。；Ye，C。；张世伟。；Wei，C.J.，脉冲注射胰岛素的随机葡萄糖-胰岛素模型动力学，《公共数学-生物神经科学》，2020，6（2020）
[49] Kloeden，体育。；Platen，E.，随机微分方程的数值解（1992），纽约：Springer-Verlag，纽约·Zbl 0752.60043号 ·doi:10.1007/978-3-662-12616-5
[50] Shochat，E。；哈特，D。；Agur，Z.，《使用计算机模拟评估乳腺癌化疗方案的疗效》，《应用科学中的数学模型和方法》，9，4，599-615（1999）·Zbl 0933.92022号 ·doi:10.1142/S0218202599000312
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。