Mostrar registro simples

dc.contributor.advisorFernandes, Julio Cesar Lombaldopt_BR
dc.contributor.authorMichelon, Ramiropt_BR
dc.date.accessioned2021-12-16T04:29:58Zpt_BR
dc.date.issued2021pt_BR
dc.identifier.urihttp://hdl.handle.net/10183/233011pt_BR
dc.description.abstractPesquisas recentes, na área de neurociências, procuram compreender como o organismo humano funciona, sendo um de seus maiores desafios, o processo de envelhecimento. Alterações de cunho cognitivo e químico agem no sistema nervoso central, e, quando ocorrem em excesso ou em falta, provocam uma desestabilização no metabolismo. Essa é uma das causas da neurodegeneração de células. Neste trabalho, faz-se considerações acerca das suposições que embasam o aparecimento da Doença de Alzheimer, como a contribuição dos dois principais biomarcadores: a hiperfosforilação da proteína τ e o acúmulo de proteínas β-amiloides. A medida que a inserção da tecnologia permite benefícios na investigação de problemas de saúde, exames de neuroimagem foram desenvolvidos, cada vez mais, de modo seguro e minimamente invasivo. Um exemplo é o PET - positron emission tomography, que apresenta sensibilidade e resolução maior para o processamento de imagens. Nessa obtenção, desenvolveram-se radiofármacos característicos, como o [18F] − FDG e o [11C] − PiB, que são ligados aos biomarcadores da doença. A modelagem do processo pode ser feita, matematicamente, através de transportes por compartimentos. A resolução das equações diferenciais ordinárias envolvidas podem ser feitas pelo uso de transformada, e transformada inversa, de Laplace. Nos estudos que vem sendo realizados, utiliza-se um problema inverso, pois, a partir da obtenção de dados de exames reais, das concentrações dos radiofármacos, estima-se, via regressão nãolinear, os parâmetros que representam as taxas de variação da concentração entre compartimentos, chegando então às concentrações de entrada. Utiliza-se, então, um método computacional que auxilie nos cálculos dessa estimação para o ajuste de curvas, utilizando método de diferenças finitas.pt_BR
dc.description.abstractRecent researches in neurosciences try to understand how the human organism works, being one of its biggest challenges, the aging process. Cognitive and chemical alterations act on the central nervous system, and when they occur in excess, or lack, can cause a destabilization of the metabolism. This is one of the causes of cell neurodegeneration. In this work, considerations are made about the assumptions that support the appearance of Alzheimer’s Disease, such as the contribution of the two main biomarkers: the hyperphosphorylation of the τ protein and the accumulation of the β-amyloid proteins. As the insertion of technology allows benefits in the investigation of health problems, neuroimaging exams have been developed, increasingly, in a safe and minimally invasive way. An example is PET - positron emission tomography, which has higher sensitivity and resolution for image processing. In this way, characteristic radiopharmaceuticals were developed, such as [18F] − FDG and [11C] − PiB, which are linked to disease biomarkers. The modeling of the process can be done, mathematically, through transports by compartments. The resolution of the involved ordinary differential equations can be done by the use of transform, and inverse transform, of Laplace. In studies that have been carried out, an inverse problem is used, since, based on data obtained from real exams, the concentrations of radiopharmaceuticals, it is estimated, via non-linear regression, the parameters that represent the rates of variation of the concentration between compartments, reaching the input concentrations. Then, a computational method is used that helps in the calculations of this estimation for curve fitting, using the finite difference method.en
dc.format.mimetypeapplication/pdfpt_BR
dc.language.isoporpt_BR
dc.rightsOpen Accessen
dc.subjectBiomatemáticapt_BR
dc.subjectDoença de Alzheimerpt_BR
dc.subjectProblemas inversospt_BR
dc.titleModelos farmacocinéticos utilizados em reconstrução de curvas de atividade temporalpt_BR
dc.typeDissertaçãopt_BR
dc.contributor.advisor-coManica, Evandropt_BR
dc.identifier.nrb001134967pt_BR
dc.degree.grantorUniversidade Federal do Rio Grande do Sulpt_BR
dc.degree.departmentInstituto de Matemática e Estatísticapt_BR
dc.degree.programPrograma de Pós-Graduação em Matemática Aplicadapt_BR
dc.degree.localPorto Alegre, BR-RSpt_BR
dc.degree.date2021pt_BR
dc.degree.levelmestradopt_BR


Thumbnail
   

Este item está licenciado na Creative Commons License

Mostrar registro simples