Modelagem do crescimento de glioma por séries temporais em resposta à radioterapia

• Ano de defesa: 2025
• Autor(a) principal: Jesus, Juliana Cunha de
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• dARK ID: ark:/87559/00130000181hp
• Idioma: por
• Palavras-chave em Português: Glioma; Radioterapia; Séries temporais; Suavização exponencial; Método de holt; Tumor cerebral; Modelagem computacional; Radiotherapy; Time series; Exponential smoothing method; Holt method
• Link de acesso: https://app.uff.br/riuff/handle/1/37683

Apesar dos avanços cientí cos e tecnológicos que a medicina vem sofrendo nos últimos anos, o câncer ainda é um dos maiores problemas de saúde pública. Isto acontece tanto no Brasil como em vários outros países. Há vários tipos de câncer que são classi cados conforme sua localização inicial. Em particular, os gliomas são tumores cerebrais que tem sua origem nas células gliais e não provocam metástase fora do cérebro. Modelos matemáticos que simulam os efeitos da terapia nas evoluções de gliomas têm sido alvo de estudos por se tratarem de técnicas não invasivas. A análise do conjunto de observações sobre o glioma permite a construção de modelos capazes de modelar a evolução do tumor sem expor a vida do paciente ao risco. Isto auxilia diretamente no tratamento do indiví- duo e, com isso poder-se-á alcançar um resultado positivo na aplicação da radioterapia, o qual re etirá na sua qualidade de vida e na sua taxa de sobrevida. Gliomas de alto grau possuem uma combinação de rápido crescimento e invasibilidade o que acarreta uma taxa de fatalidade em cerca de 100%. Contudo, no presente trabalho apresenta-se uma abordagem por Séries Temporais via método Suavização Exponencial para modelar a taxa de crescimento do glioma em resposta à radioterapia. O estudo utiliza como dados de entrada os resultados numéricos de um modelo contínuo baseado numa equação diferencial parcial do tipo reativa difusiva. Os resultados encontrados, através da análise das séries, foram bem próximos aos encontrados nas análises originais, com erro percentual médio absoluto de aproximadamente 2%. Onde conclui-se a e cácia do estudo na escolha de um tratamento adequado ao paciente.