Modelo matemático-computacional de la evolución de un cáncer de mama en una paciente tras su resección

Abstract

[ES] Este trabajo de fin de grado surgió de una colaboración con un equipo del Instituto Universitario de Matemática Multidisciplinar de la Universitat Politècnica de València y un equipo médico formado por personal del Hospital Clínico Universitario y del Hospital Universitario Doctor Peset. Dicha colaboración tiene como objetivo cuantificar el retraso en la aparición de recurrencias en cáncer de mama en mujeres en la que se administra quimioterapia preventiva tras extirparles el tumor. Este objetivo lo vamos a realizar mediante la construcción de un modelo en dos etapas. La etapa previa a la resección del tumor de mama, en la que la paciente tiene un tumor que se trata administrando quimioterapia para reducir su tamaño antes de proceder a la resección. La segunda etapa, tras la resección, consistirá en modelizar el crecimiento tumoral hasta el punto en el que se considere que ocurre una recurrencia. Una vez determinados los parámetros de dicho modelo se propone realizar simulaciones del modelo y determinar el momento óptimo para administrar sesiones de quimioterapia para retrasar la recurrencia lo máximo posible. Concretamente, el TFG tiene como objetivo el desarrollo de un prototipo que nos permita implementar el modelo construido, calibrarlo a los datos de un único paciente, hacer una proyección de cuándo aparecerá la recurrencia, simular posibles ciclos de quimioterapia después de la resección y maximizar el retraso de la recurrencia.

[CA] Aquest treball de fi de grau va sorgir d'una col·laboració amb un equip matemàtic de l'Institut Universitari de Matemàtica Multidisciplinària de la Universitat Politècnica de València i un equip mèdic format per personal de l'Hospital Clínic Universitari i de l'Hospital Universitari Doctor Peset. Aquesta col·laboració té com a objectiu quantificar el retard en l'aparició de recurrències en càncer de mama en dones en la qual s'administra quimioteràpia preventiva després d'extirpar-los el tumor. Este objectiu el realitzarem mitjançant la construcció d'un model en dues etapes. L'etapa prèvia a la resecció del tumor de mama, en la qual la pacient té un tumor que es tracta administrant quimioteràpia per a reduir la seua grandària abans de procedir a la resecció. La segona etapa, després de la resecció, consistirà a modelitzar el creixement tumoral fins al punt en el qual es considere que ocorre una recurrència. Una vegada determinats els paràmetres d'aquest model es proposa realitzar simulacions del model i determinar el moment òptim per a administrar sessions de quimioteràpia per a retardar la recidiva el màxim possible. Concretament, el TFG té com a objectiu el desenvolupament d'un prototip que ens permeta implementar el model construït, calibrar-lo a les dades d'un únic pacient, fer una projecció de quan apareixerà la recurrència, simular possibles cicles de quimioteràpia després de la resecció i maximitzar el retard de la recurrència.

[EN] This final degree project arose from a collaboration with a mathematical team from the Instituto Universitario de Matemática Multidisciplinar de la Universitat Politècnica de València and a medical team made up of staff from the Hospital Clínico Universitario and the Hospital Universitario Doctor Peset. The aim of this collaboration is to quantify the delay in the appearance of recurrences in breast cancer in women in whom preventive chemotherapy is administered after removal of the tumor. This objective will be achieved through the construction of a two-stage model. The stage prior to resection of the breast tumour, in which the patient has a tumour that is treated by administering chemotherapy to reduce its size before proceeding to resection. The second stage, after resection, will consist of modelling tumour growth to the point at which recurrence is considered to occur. Once the parameters of the model have been determined, it is proposed to run simulations of the model and determine the optimal time to administer chemotherapy sessions to delay recurrence as long as possible. Specifically, the TFG aims to develop a prototype that allows us to implement the model built, calibrate it to data from a single patient, project when recurrence will occur, simulate possible cycles of chemotherapy after resection and maximise the delay of recurrence.