Modelo para el acceso efectivo al tratamiento antirretroviral en relación con el fracaso terapéutico de la infección por VIH
Modelo para el acceso efectivo al tratamiento antirretroviral en relación con el fracaso terapéutico de la infección por VIH
Contenido principal del artículo
Resumen
Se plantea un modelo matemático con base en ecuaciones diferenciales ordinarias no lineales que interpreta el efecto que el acceso efectivo y el fracaso terapéutico tienen en una población infectada con el VIH, en la que se considera únicamente la transmisión del virus es por vía sexual con una persona portadora. Se hace el análisis del modelo matemático, determinando el número básico de reproducción , los puntos de equilibrio del sistema y se prosigue estableciendo la estabilidad local de los mismos. Posteriormente se determinan dos umbrales que sugieren condiciones para evitar la manifestación de la infección en la población. El primer umbral relaciona el fracaso terapéutico en función del acceso efectivo al tratamiento antirretroviral y el segundo umbral es solo para el acceso efectivo al tratamiento en función de otros parámetros del modelo; en cada caso se determinan cuáles son las cantidades mínimas que se deben asegurar tanto de acceso efectivo como de fracaso terapéutico para garantizar teóricamente que la enfermedad sea controlada.
Descargas
Detalles del artículo
Referencias (VER)
Adams, B. y otros, 2005. HIV dynamics: Modeling, data analysis, and optimal treatment protocols. Journal of Computational and Applied Mathematics, CLXXXIV(1), pp. 10-49.
Campos, U. & Palacios, E. .. ,. f. d. (., 2005. Análisis y Control de la Dinámica del VIH-1. Journal of Universidad Autónoma de San Luis Potsí.
Chao, D., Davenport, M., Forrest, S. & Perelson, A., 2004. A stochastic model of cytotoxic T cell responses. Journal of Theoretical Biolog, CCXXVIII(2), pp. 227-240.
Cleary, S., Mooney, G. & McIntyre, D., 2010. Claims on health care: a decision-making framework for equity, with application to treatment for HIV/AIDS in South Africa. Health Policy and Planning, XXVI(6), pp. 464-470.
Cuddington, K. & Beisner, E., 2005. Ecological paradigms lost: routes of theory change. Segunda ed. s.l.:Academic Press.
Culshaw, R., Ruan, S. & Spiteri, R., 2004. Optimal HIV treatment by maximising immune response. Journal of Mathematical Biology, XLVIII(5), pp. 545-562.
Dalal, N., Greenhalgh, D. & Mao, X., 2008. A stochastic model for internal HIV dynamics. Journal of Mathematical Analysis and Applications, CCCXLI(2), pp. 1084-1101.
Del Valle, S. M. E. A., Velasco, M., Kribs, C. & Hsu, S., 2004. Effects of education, vaccination and treatment on HIV transmission in homosexuals with genetic heterogeneity. Mathematical Biosciences, CLXXXVII(2), pp. 111-133.
Ding, A. & Wu, H., 1999. Relationships between antiviral treatment effects and biphasic viral decay rates in modeling HIV dynamics. Mathematical Biosciences, CLX(1), pp. 63-82.
Gray, R. y otros, 2003. Stochastic simulation of the impact of antiretroviral therapy and HIV vaccines on HIV transmission; Rakai, Uganda. AIDS,. AIDS, XVII(13), pp. 1941-1951.
Grupo Trabajo sobre Tratamientos del VIH, 2011. ¿Cómo se transmite el VIH?. [En línea] Available at: http://gtt-vih.org/aprende/informacion_basica_sobre_el_vih/como_se_transmite
Haacker, M., 2002. Modeling the Macroeconomic Impact of HIV/AIDS. s.l.:IMF Working Papers.
Heesterbeek, J., 2002. A Brief History of R0 and a Recipe for its Calculation. Acta Biotheoretic, L(3), pp. 189-204.
Hsu, S., 2000. Effects of treatment or/and vaccination on HIV transmission in homosexuals with genetic heterogeneity. Mathematical Biosciences, CLXVII(1), pp. 1-18.
infosida, 2005. Efectos secundarios de los medicamentos contra el VIH. [En línea] Available at: https://aidsinfo.nih.gov/contentfiles/efectossecundariosdelosmedica
infosida, 2017. ¿Qué es una interacción medicamentosa?. [En línea] Available at: https://infosida.nih.gov/understanding-hiv-aids/fact-sheets/21/95/-que-es-una-interaccion-medicamentosa-
Instituto Nacional de Salud, 2016. Boletín epidemiologico semana 52. [En línea] Available at: http://www.ins.gov.co/buscador-eventos/BoletinEpidemiologico/2016%20Bolet%C3%ADn%20epidemiol%C3%B3gico%20semana%2052%20-.pdf
Jiang, D. y otros, 2017. Dynamics of a stochastic HIV-1 infection model with logistic growth. Physica A:Statistical Mechanics and its Applications, Volumen CDLXIX, pp. 706-717.
Kouyos, R., Althaus, C. & Bonhoeffer, S., 2006. Stochastic or deterministic: what is the effective population size of HIV-1?. Trends in Microbiology, XIV(12), pp. 507-511.
Marco, A., 2012. Adherencia al tratamiento antirretroviral e infección por el VIH. Revista Española de Sanidad Penitenciaria, VI(1).
Mesa, M., Zapata, H. & Prieto, D., 2014. Modelo de simulación para la transmisión del VIH y estrategias de control basadas en diagnóstico. Revista de Salud Pública, XVI(1), pp. 139-152.
Ministerio de Salud y Protección Socia, 2015. Resolución N° 5592. Colombia: s.n.
Nelson, P., Murray, J. & Perelson, A., 2000. A model of HIV-1 pathogenesis that includes an intracellular delay. Mathematical Biosciences, CLXIII(2), pp. 201-215.
Oliva, J., López, J., Serrano, P. & Perestelo, L., 2010. Determinants of health care costs of HIV-positive patients in the Canary Islands, Spain. The European Journal of Health Economics, XI(4), pp. 405-412.
Organización Mundial de la Salud, 2015. Preguntas y respuestas sobre el VIH/SIDA. [En línea] Available at: http://www.who.int/features/qa/71/es/
Perko, L., 2013. Differential equations and dynamical systems. s.l.:Springer.
Revilla, T. & García, G., 2003. Fighting a virus with a virus: a dynamic model for HIV-1 therapy. Mathematical Biosciences, CLXXXV(2), pp. 191-203.
Ribeiro, R. & Bonhoeffer, S., 1999. A stochastic model for primary HIV infection: optimal timing of therapy. AIDS, XIII(3), pp. 351-357.
Santillán, C., 2014. Adherencia terapéutica en personas que viven con VIH/SIDA. [En línea] Available at: http://132.248.10.225:8080/bitstream/handle/123456789/76/62.pdf?sequence=1
Sepulveda, S., Salguero, B. & Cardona, D., 2011. Dinámica del vih-sida en cali. Revista de Salud Pública, XIII(5), pp. 772-777.
Shim, H., Nam, S., Han, S. & Seo, J., 2003. Optimal Scheduling of Drug Treatment for HIV Infection: Continuous Dose Control and Receding Horizon Control. International Journal of Control, Automation and Systems, I(3), pp. 282-288.
Stengel, R., 2008. Mutation and control of the human immunodeficiency virus. Mathematical Biosciences, CCXIII(2), pp. 93-102.
Tan, W. & Byers, R., 1993. A stochastic model of the HIV epidemic and the HIV infection distribution in a homosexual population. Mathematical Biosciences, CXIII(1), pp. 115-143.
Tarinas, A., Tápanes, R. & Pérez, L., 2000. Terapia antiviral para VIH-SIDA. Revista Cubana de Farmacia, XXXIII(3), pp. 207-220.
Taylor, G., Cumberland, G. & P, S., 1994. A Stochastic Model for Analysis of Longitudinal AIDS Data. Journal of the American Statistical Association, LXXXIX(427), pp. 727-736.
Trujillo, C. & Toro, H., 2015. Simulation Model for AIDS Dynamics and Optimal Control Through Antiviral Treatment. Analysis, Modelling, Optimization, and Numerical Techniques, Volumen CXXI, pp. 257-270.
Varela, T. & Hoyos, P., 2015. Adherence to treatment for HIV/AIDS: beyond the uptake of antiretrovirals. Revista de Salud Pública, XXVII(4), pp. 528-540.
Wandeler, G. y otros, 2011. A Comparison of Initial Antiretroviral Therapy in the Swiss HIV Cohort Study and the Recommendations of the International AIDS Society-USA. PLoS ONE, VI(12).
Zaidi, S., 2011. El tratamiento diferencial: Acceso restringido a los tratamientos antirretrovirales más recientes. Crónicas ONU, Volumen XLVIII.
Zaric, G., Bayoumi, A., Brandeau, M. & Owens, D., 2008. The Cost-Effectiveness of Counseling Strategies to Improve Adherence to Highly Active Antiretroviral Therapy among Men Who Have Sex with Men. Medical Decision Making, XXVIII(3), pp. 359-376.