Modelado y control estocástico del crecimiento de células tumorales con quimioterapia usando MPC

Abstract

[Resumen] El estudio del crecimiento tumoral y su control representa uno de los desafíos sociales más relevantes en la actualidad. Se han invertido numerosos esfuerzos en la modelización de este proceso y en la predicción del comportamiento de las células tumorales frente a diferentes fármacos. En este trabajo, se presenta un esquema de control predictivo estocástico, basado en un modelo matemático no lineal, que integra el tratamiento de quimioterapia y el crecimiento tumoral. Además, se consideran los efectos secundarios que afectan al paciente al calcular una dosificación óptima de fármacos, teniendo en cuenta la evolución de parámetros específicos relacionados con el estado de salud del paciente, a pesar de la presencia de incertidumbre inherentes al proceso. Este enfoque busca mejorar la eficacia del tratamiento y minimizar los efectos adversos asociados, proporcionando una estrategia más precisa y personalizada para combatir el cáncer. Los resultados obtenidos mediante la simulación del tratamiento a lo largo de un año demuestran las ventajas de este esquema de control en la optimización del tratamiento de quimioterapia.

[Abstract] The study of tumor growth and its control represents one of the most relevant social challenges today. Numerous efforts have been dedicated to modeling this process and predicting the behavior of tumor cells in response to different drugs. This work presents a stochastic predictive control scheme based on a nonlinear mathematical model, integrating chemotherapy treatment and tumor growth. Furthermore, the secondary effects that impact the patient are considered when calculating an optimal drug dosage, considering the evolution of specific parameters related to the patient’s health status, despite inherent uncertainties in the process. This approach aims to improve treatment efficacy and minimize associated adverse effects, providing a more precise and personalized strategy to combat cancer. The results obtained through one-year treatment simulations demonstrate the advantages of this control scheme in optimizing chemotherapy treatment.