×

利用群体智能优化癌症治疗的药物方案和化疗计划。 (英语) Zbl 1506.92048号

摘要:本文介绍了一种新的化疗方案,供医生治疗癌症肿瘤。数学建模、分析和模拟用于描述患者体内肿瘤、效应免疫细胞、淋巴细胞群和化疗药物的详细动力学。确定了一个在治疗和放松疗程之间交替进行的优化安排,以在治疗期结束时最小化肿瘤大小,并克服患者器官的毒性水平。为此,我们建议在两个连续治疗疗程之间安排放松疗程,以便身体能够部分恢复。对于每个治疗期,我们确定了一个最佳控制策略,以最小化肿瘤大小和药物消耗,同时不会对自然细胞产生负面影响。最后,为了确定每个疗程的持续时间,开发了一种基于粒子群优化的方法。获得的结果表明,与基于数学的最新方法相比,所提出的解决方案在药物剂量、肿瘤减少和化疗时间安排方面具有显著优势。

MSC公司:

92 C50 医疗应用(通用)
49甲15 常微分方程最优控制问题的存在性理论
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Abdullashid,I.、Ghazzai,H.、Han,X.和Massoud,Y.(2019年)。捕食者-猎物化疗模型的最优控制治疗分析。国际微电子会议(ICM’19),埃及开罗,3月(第296-299页)。doi:10.1109/IMC48031.2019.9021837
[2] 北巴兹拉夫山。;Lotfi,MM,癌症化疗治疗计划的有限时域马尔可夫决策过程模型:在临床试验中序列治疗决策的应用,运筹学年鉴,295,1483-502(2020)·doi:10.1007/s10479-020-03706-5
[3] 布雷,F。;杰马尔,A。;灰色,N。;Ferlay,J。;福曼,D.,《根据人类发展指数(2008-2030)的全球癌症转变:一项基于人群的研究》,《柳叶刀肿瘤学》,13,8,790-801(2012)·doi:10.1016/S1470-2045(12)70211-5
[4] Clerc,M。;Kennedy,J.,《多维复杂空间中的粒子群爆炸、稳定性和收敛》,IEEE进化计算汇刊,6,1,58-73(2002)·doi:10.1109/4235.985692
[5] de Pillis,L.G.、Gu,W.、Fister,K.R.和Head,T.a.、Maples,K.、Murugan,a.、Neal,T.和Yoshida,K.(2007年)。肿瘤化疗:动力学分析以及二次和线性最优控制研究。数学生物科学,209(1),292-315·Zbl 1122.49020号
[6] Ghoma,S.、Salarieh,H.和Alasty,A.(2016年)。基于观测器的肿瘤生长生物动力学模型反馈控制。IEEE欧洲控制会议(ECC’16)。
[7] Heshmat,M。;Eltawil,A.,《使用数学规划和模拟解决门诊化疗诊所的操作问题》,《运筹学年鉴》(2019年)·doi:10.1007/s10479-019-03500-y
[8] 贾瓦迪,A。;Keighobadi,F。;内库卡,V。;Ebrahimi,M.,使用肿瘤干细胞信号通路抑制剂治疗黑色素瘤的Finite-set模型预测控制,IEEE计算生物学和生物信息学汇刊(2019年)·doi:10.1109/TCBB.2019.2940658
[9] Kennedy,J.和Eberhart,R.(1995年)。粒子群优化。《IEEE神经网络国际会议论文集》(ICNN'95),第4卷,澳大利亚西澳大利亚州珀斯,11月至12月(第1942-1948页)。doi:10.1109/ICNN.1995.488968
[10] 马歇尔,TF;拉链,GP;巴塔利亚,F。;莫斯·R。;Bryan,S.,癌症治疗后老年人化疗诱导的周围神经病变、步态和跌倒风险,《癌症研究与实践杂志》,4,4134-138(2017)·doi:10.1016/j.jcrpr.2017.03.005
[11] 拉莫斯,C。;Cataldo,A。;费雷尔,JC,化疗中的预约和患者安排:智利医院的案例研究,《运筹学年鉴》,286,1411-439(2020)·doi:10.1007/s10479-018-3085-7
[12] 谢里菲,M。;Jamshidi,AA;Sarvestani,NN,《不确定性下肿瘤免疫系统的自适应鲁棒控制策略》,IEEE计算生物学和生物信息学汇刊,16,3,865-873(2019)·doi:10.1109/TCBB.2018.2803175
[13] 史J。;O.阿拉戈兹。;埃雷奈,FS;苏琼,癌症化疗治疗计划优化模型综述,《运筹学年鉴》,221,1,331-356(2014)·Zbl 1304.49002号 ·doi:10.1007/s10479-011-0869-4
[14] Silvina,A。;鲍尔斯,J。;霍尔,P。;Riaño,D。;Wilk,S。;ten Teije,A.,《预测乳腺癌化疗结果》,《医学中的人工智能》,180-190年(2019年),Cham:Springer,Cham·doi:10.1007/978-3-030-21642-9_24
[15] Unal,C.,Salamci,M.U.(2017年)。癌症治疗中基于最优非线性状态反馈增益矩阵设计的药物给药。IFAC-PapersOnLine,50(1),9979-9984。第20届IFAC世界大会。
[16] 王,P。;刘,R。;蒋,Z.,使用模因算法优化带剂量调整的联合化疗,信息科学,43263-78(2018)·doi:10.1016/j.ins.2017.12.002
[17] 王,P。;刘,R。;江,Z。;姚明,Y。;Shen,Z.,存在耐药性的联合化疗方案优化,IEEE自动化科学与工程学报,16,1,165-179(2019)·doi:10.1109/TASE.2018.2873668
[18] 朱,J。;刘,R。;江,Z。;王,P。;姚明,Y。;沈忠,基于骨髓抑制半机械模型的化疗药物方案优化,生物医学信息学杂志,57,20-27(2015)·doi:10.1016/j.jbi.2015.06.021
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。