Modelo estocástico para la infección con VIH de las células T CD4+ del sistema inmune

• Autores: Hernán Darío Toro Zapata, Enmanuel Roa Vasquez, Mónica Jhoana Mesa Mazo
• Localización: Revista de Matemática: Teoría y Aplicaciones, ISSN 2215-3373, ISSN-e 2215-3373, Vol. 24, Nº. 2, 2017, págs. 287-313
• Idioma: español
• DOI: 10.15517/rmta.v24i2.29870
• Títulos paralelos:
  • Stochastic model for the HIV infection of T CD4+ cells in immune system
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    En este trabajo se estudia la dinámica de infección por VIH, a través de los procesos estocásticos de nacimiento y muerte y los sistemas de ecuaciones diferenciales que representan un sistema real. Para éste caso en específico, se describe un proceso estocástico que interpreta la dinámica de infección del VIH al interior del organismo de una persona en sus etapas iniciales de infección (post exposición o periodo de ventana); es decir, se considera que el momento mismo en que el virus ingresa en el organismo corresponde al tiempo inicial para el modelo, y a partir de entonces se tiene en cuenta el proceso de replicación y las incidencias que el virus genera cuando ataca las células T CD4+, las cuales, son pieza fundamental en el sistema inmunológico del paciente. El proceso estocástico permite deducir a partir de primeros principios, un modelo básico para la infección por VIH, similar a los estudiados en la literatura; es decir, un sistema basado en ecuaciones diferenciales ordinarias de variable estocástica, donde las variables de estado corresponden a valores esperados (promedios) y en ese sentido se encuentran también ecuaciones diferenciales para la varianza de esas variables de estado, lo que proporcionará información adicional sobre el sistema. Finalmente se presenta el estudio analítico local del modelo completo y un estudio numérico de las soluciones del sistema usando valores de los parámetros obtenidos de fuentes secundarias, con el fin de ilustrar los resultados analíticos.

  • English

    In this paper we study the dynamics of HIV infection through the stochastic birth and death processes and ordinary differential equations representing a real system. For this specific case, a stochastic process is described to interpret the dynamics of HIV infection within a person’s organism in the initial stages of infection (post exposure or window period); that is to say, the initial time for the model corresponds with the very moment the virus enters the organism, and from then on the process of replication is taken into account and the incidences that the virus generates when it attacks the CD4+ T cells, which are integral parts of the patient’s immune system. The stochastic process allows one to deduce from first principles and create a basic model for HIV infection. Themodel is similar to those studied in the literature. It is a system based on ordinary differential equations with stochastic states. The state variables correspond to expected values (averages). We also find differential equations for the variance of the stochastic state of the variables, which provides additional information about the system. Finally, we present the local analytical study of the complete model and a numerical study of the system solutions using values of the parameters. The values of the parameters were obtained from secondary sources and were used to illustrate theanalytical results.

• Referencias bibliográficas
  • Adams, B.; Banks, H.T.; Davidian, M.; Kwon, H.-D.; Tran, H.T.; Wynne, S.N.; Rosenberg, E.S. (2005) “HIV dynamics: Modeling, data analysis,...
  • Alcamí, J. (2004) “Avances en la inmunopatología de la infección por el VIH”, Enfermedades infecciosas y Microbiologia Clínica 22(8): 486–496.
  • Bailey, N.T. (1990) The Elements of Stochastic Processes with Applications to the Natural Sciences. John Wiley & Sons, New York.
  • Chao, D.L.; Davenport, M.P.; Forrest, S.; Perelson, A.S. (2004) “A stochastic model of cytotoxic T cell responses”, Journal of Theoretical...
  • Culshaw, R.; Shigui, R.; Raymond, J. (2004) “Optimal HIV treatment by maximising immune response”, Mathematical Biology 48(5): 545–562.
  • Dalal, N.; Greenhalgh, D.; Mao, X. (2008) “A stochastic model for internal HIV dynamics”, Journal of Mathematical Analysis and Applications...
  • Gray, R.H.; Li, X.; Wawer, M.J.; Gange, S.J.; Serwadda, D.; Sewankambo, N.K.; Moore, R.; Wabwire-Mangen, F.; Lutalof, T.; Quinn, T.C. (2003)...
  • Jiang, D.; Liu, Q.; Shi, N.; Hayat, T.; Alsaedi, A.; Xia, P. (2017) “Dynamics of a stochastic HIV-1 infection model with logistic growth”,...
  • Kamina, A.; Makuch, R.W.; Zhao, H. (2001) “A stochastic modeling of early HIV-1 population dynamics”, Mathematical Biosciences 170(2): 187–198.
  • Kirschner, D. (1996) “Using mathematics to understand HIV immune dynamics”, AMS notices 43(2): 191–202.
  • Kouyos, R.; Althaus, C.; Bonhoeffer, S. (2006) “Stochastic or deterministic: What is the effective population size of HIV-1?”, Trends in Microbiology...
  • Lewis, F.; Greenhalgh, D. (2001) “Three stage AIDS incubation period: A worst case scenario using addict-needle interaction assumptions”,...
  • Londoño, C.A.; Toro, H.D.; Trujillo-Salazar, C.A. (2014) “Modelo de simulación para la infección por VIH y su interacción con la respuesta...
  • Mesa, M.J.; Toro H.D.; Prieto, D.A. (2014) “Modelo de simulación para la transmisión del VIH y estrategias de control basadas en diagnóstico”,...
  • Montoya-Guarín, C.J.; Moreno-Fernández, E.M.; Rugeles-López, M.T. (2006) “Reacciones y alteraciones del sistema inmune durante la infección...
  • Nelson, P.W.; Murray, J.D.; Perelson, A.S. (2000) “A model of HIV- 1 pathogenesis that includes an intracellular delay”, Mathematical Biosciences...
  • Nelson, P.W.; Perelson, A.S. (2002) “Mathematical analysis of delay differential equation models of HIV-1 infection”, Mathematical Biosciences...
  • Nucamendi, J.P. (2005) El VIH/SIDA, pandemia del nuevo siglo. México D.F.
  • OMS (2016) “Preguntas y respuestas sobre el VIH/SIDA”, en: www.who.int/features/qa/71/es/
  • ONUSIDA (2010) “Objetivo de Desarrollo del Milenio 6: Seis cosas que debes saber acerca de de respuesta al SIDA actual”, en: www.unaids.org
  • ONUSIDA (2015) “Hoja informativa 2015: estadísticas globales”, en: http://www.unaids.org/sites/default/files/media_asset/20150901_FactSheet_2015_es.pdf
  • Orellana, J.M. (2011) “Optimal drug scheduling for HIV therapy efficiency improvement”, Biomedical Signal Processing and Control 6(4): 379–386.
  • Perelson, A.S.; Kirschner, D.E.; De Boer, R. (1993) “Dynamics of HIV infection of CD4+ T cells”, Mathematical Biosciences 114(1): 81–125.
  • Pérez-Ibarra, J.L.; Toro, H.D. (2014) “Modeling the cytotoxic immune response effects on human immunodeficiency virus”, Visión Electrónica...
  • Perko, L. (2001) Differential Equations and Dynamical Systems, 3rd Ed. Texts in Applied Mathematics 7, Springer, New York.
  • Ramírez, C.; Muñoz, A.; García, M. (2008) Modelos Biomatemáticos II. Ediciones Uniquindio, Colombia.
  • Ribeiro, R.M.; Bonhoeffer, S. (1999) “A stochastic model for primary HIV infection: Optimal timing of therapy”, AIDS 13(3): 351–357.
  • Schmitz, S.F.H. (2000) “Effects of treatment or/and vaccination on HIV transmission in homosexuals with genetic heterogeneity”, Mathematical...
  • Tan, W.Y.; Byers, R.H. (1993) “A stochastic model of the HIV epidemic and the HIV infection distribution in a homosexual population”, Mathematical...
  • Taylor, J.; Cumberland, W.G.; Sy, J. (1994) “A stochastic model for analysis of longitudinal AIDS data”, Journal of the American Statistical...
  • Toro, H.D.; Caicedo, A.G.; Bichara, D.; Lee, S. (2014) “Role of active and inactive cytotoxic immune response in human immunodeficiency virus...
  • Trujillo, C.A.; Toro, H.D. (2014) “Análisis teórico de la transmisión y el control del VIH en un centro de reclusión”, Mat. Serie A: Conferencias,...
  • Trujillo, C.A.; Toro, H.D. (2015) “Simulation model for AIDS dynamics and optimal control through antiviral treatment”, in: Tost, G.O., &...
  • Wang, L. (2011) “Global mathematical analysis of an HIV-1 infection model with holling type-II incidence”, Communications in Applied Analysis...
  • Wang, J.; Guo, M.; Liu, X.; Zhao, Z. (2016) “Threshold dynamics of HIV-1 virus model with cell-to-cell transmission, cell-mediated immune...
  • Wick, D.; Self, S.G. (2000) “Early HIV infection in vivo: branching- process model for studying timing of immune responses and drug therapy”,...