Identificação de parâmetos do sistema respitarótio de pacientes com COVID-19
Carregando...
Arquivos
Citações na Scopus
Tipo de produção
Dissertação
Data
2023
Autores
Hara, Jonathan Genzo
Orientador
Albuquerque Neto, Cyro
Periódico
Título da Revista
ISSN da Revista
Título de Volume
Citação
HARA, Jonathan Genzo. Identificação de parâmetos do sistema respitarótio de pacientes com COVID-19. 2023. 139 p. Dissertação (Mestrado em Engenharia Mecânica) - Centro Universitário FEI, São Bernardo do Campo, 2023. Disponível em: https://doi.org/10.31414/EM.2023.D.131648.
Texto completo (DOI)
Palavras-chave
COVID19,Aparelho respiratório,Modelo compartimental,Otimização
Resumo
A simulação do sistema respiratório do corpo humano permite prever as
respostas do corpo às mais severas situações, especialmente em cenários perigosos
ou difíceis de reproduzir. Por outro lado, para que as respostas das simulações sejam
confiáveis, elas precisam ser coerentes com a realidade, o que pode representar um
grande desafio na simulação de indivíduos cujas fisiologias se encontrem
demasiadamente longe dos padrões da medicina, como quando há comorbidades ou
outras doenças que causem grandes alterações nas capacidades de trocas gasosas
do corpo. A solução para isso é a utilização dos parâmetros fisiológicos específicos
desses indivíduos nessas simulações. Evidentemente, esses parâmetros não estão
disponíveis na literatura, por isso é preciso obtê-los, via experimentação ou
otimização. Este trabalho buscou a obtenção dos parâmetros fisiológicos específicos
dos sistemas respiratórios de indivíduos simulados, cujas gasometrias arteriais e
venosas foram aproximadas às de pacientes internados com COVID-19. Utilizando
rotinas de otimização por recozimento simulado, foi desenvolvido e testado um modelo
matemático para simular esses indivíduos. Os resultados obtidos confirmaram a
capacidade de convergência matemática do modelo comparado a 3 situações controle,
mas apresentou dificuldades de representar as condições dos pacientes
internados com COVID-19, demonstrando a necessidade de uma filtragem inicial dos
valores de entrada, para alcançar uma melhor estabilidade. Essa melhoria de
estabilidade e o refinamento da rotina de otimização, incluindo otimização em tempo
real, com simulações em regime transiente, são alvos para os próximos estudos a
serem desenvolvidos a partir deste trabalho
The simulation of the human body's respiratory system makes it possible to predict the body's responses to the most severe situations, especially in dangerous or difficult-to-reproduce scenarios. On the other hand, for simulation responses to be reliable, they need to be coherent with reality, which can represent a major challenge in simulating individuals whose physiologies are very far from medical standards, such as when there are comorbidities or other diseases that cause major changes in the body's gas exchange capabilities. The solution to this is the use of the specific physiological parameters of these individuals. Evidently, these parameters are not available in the literature, being necessary to obtain them via experimentation or optimization. This work sought to obtain the specific physiological parameters of the respiratory systems of simulated individuals, whose arterial and venous blood gases were approximated to those of hospitalized patients with COVID-19. Using simulated annealing optimization routines, a mathematical model was developed and tested to simulate these individuals. The obtained results confirmed the mathematical convergence capacity of the model, which responded coherently to 3 control situations, but presented difficulties in representing the conditions of patients hospitalized with COVID-19, demonstrating the need for an initial filtering of the input values for better stability. The improvement of stability and the refinement of the optimization routine, including real-time optimization, with transient regime simulations, are targets of the next studies to be developed from this one
The simulation of the human body's respiratory system makes it possible to predict the body's responses to the most severe situations, especially in dangerous or difficult-to-reproduce scenarios. On the other hand, for simulation responses to be reliable, they need to be coherent with reality, which can represent a major challenge in simulating individuals whose physiologies are very far from medical standards, such as when there are comorbidities or other diseases that cause major changes in the body's gas exchange capabilities. The solution to this is the use of the specific physiological parameters of these individuals. Evidently, these parameters are not available in the literature, being necessary to obtain them via experimentation or optimization. This work sought to obtain the specific physiological parameters of the respiratory systems of simulated individuals, whose arterial and venous blood gases were approximated to those of hospitalized patients with COVID-19. Using simulated annealing optimization routines, a mathematical model was developed and tested to simulate these individuals. The obtained results confirmed the mathematical convergence capacity of the model, which responded coherently to 3 control situations, but presented difficulties in representing the conditions of patients hospitalized with COVID-19, demonstrating the need for an initial filtering of the input values for better stability. The improvement of stability and the refinement of the optimization routine, including real-time optimization, with transient regime simulations, are targets of the next studies to be developed from this one