Тип работы:
Предмет:
Язык работы:


Исследование модели инфекционного заболевания Марчука

Работа №140200

Тип работы

Магистерская диссертация

Предмет

информатика

Объем работы68
Год сдачи2021
Стоимость4870 руб.
ПУБЛИКУЕТСЯ ВПЕРВЫЕ
Просмотрено
32
Не подходит работа?

Узнай цену на написание


Содержание 2
Введение 3
Постановка задачи 5
Обзор литературы 6
Глава 1. Модель инфекционного заболевания Марчука 10
Глава 2.1 Математическая модель противовирусного иммунного ответа против
COVID-19 с запаздыванием на основе модели инфекционного заболевания
Марчука 13
Глава 2.2 Численные результаты 22
Глава 2.3 Выводы относительно математической модели противовирусного иммунного ответа против COVID-19 с запаздыванием на основе модели инфекционного заболевания Марчука 55
Глава 3. Влияние коронавирусной инфекции COVID-19 на фармацевтический сектор экономики 58
Заключение 66
Список литературы 67

В данной работе будут рассматриваться результаты исследований по количественному моделированию инфекционных заболеваний человека на примере вирусного гепатита B, гриппа A, бактериальной пневмонии и коронавирусной инфекции COVID-19 на примере модели иммунного заболевания Марчука.
К настоящему времени в клинической иммунологии получены фундаментальные результаты, касающиеся закономерностей реакции иммунной системы организма при инфекционных заболеваниях. Важным открытием явилось установление того факта, что механизмы иммунной реакции — распознавания, активации, пролиферации, дифференцировки и регуляции — не зависят от специфичности патологических процессов в организме, инициируемых вирусами или бактериями. Это значит, что иммунный ответ связан с универсальным характером защиты организма от вирусных или бактериальных вторжений.
Применяемые математические модели являются многопараметрическими, причем число параметров при усложнении моделей резко увеличивается. Для чего могут использоваться такие сложные модели, если при настоящем состоянии медицины эти параметры пока еще невозможно определить как для группы пациентов, так и для конкретного больного? На мой взгляд, подобные модели позволяют более глубоко проникать в динамику сложнейших процессов защиты организма от чужеродных антигенов и исследовать общие закономерности в динамике заболевания. Кроме того, они стимулируют медиков и математиков к поиску способов оценок параметров моделей, необходимых для решения многих теоретических и прикладных задач.
Идея подхода, использованного при построении оценок параметров моделей вирусного гепатита B и гриппа A, состоит в построении на основе экспериментальных данных и теоретических представлений «идеального образа» изучаемого заболевания. Данные, характеризующие течение вирусных и бактериальных инфекций, как правило, представляют собой результаты разнообразных по целям и методикам измерений отдельных могут быть непосредственно использованы для идентификации параметров моделей. В этой связи предлагается подход к построению обобщенной, количественной картины для каждого заболевания, в которой процессы иммунного ответа и развития инфекционного возбудителя тщательно проанализированы и количественно согласованы.

Возникли сложности?

Нужна помощь преподавателя?

Помощь в написании работ!


В процессе работы была изучена математическая модель инфекционного заболевания Марчука, также на основе этой модели построена математическая модель противовирусного иммунного ответа против COVID-19 с запаздыванием. Рассмотрены различные случаи течения болезни и противодействия ей. Также в работе было рассмотренно влияния распространения коронавирусной инфекции COVID-19 на фармацевтический сектор экономики.


1. Математические модели динамических систем с запаздыванием; учеб. пособие / Ю. Ф. Долгий, П. Г. Сурков. - Екатеринбург: Изд-во Урал, ун¬та, 2012. - 122 с. ISBN 978-5-7996-0772-2
2. Методы построения решений дифференциальных уравнений с запаздывающим аргументом: Учеб. пособие / Чижова О. Н. - СПб.: Издательство “ВВМ”, 2011. — 46 с. ISBN 978-5-98340-233-1
3. Динамические модели с запаздыванием и их приложения в экономике и инженерии: Учебное пособие / Прасолов А. В — СПб.: Издательство «Лань», 2010. — 192 с. ISBN 978-5-8114-0931-0
4. Математические модели в иммунологии и эпидемиологии инфекционных заболеваний / А. А. Романюха. — 3-е изд.,электрон. — М. : Лаборатория знаний, 2020. — 296 с. — (Математическое моделирование). ISBN 978-5-00101-710-3
5. Математическое моделирование распространение волн эпидемии коронавируса COVID-19 в разных странах мира / Куркина Е.С., Кольцова Э.М., — Computational Mathematics and Modeling, 2021
6. Методика моделирования управления процессом иммунного ответа в условиях неопределённости Диссертация/ Чирков М.В — Пермь, 2017
7. Bartholdy, C.; Christensen, J.P.; Wodarz, D.; Thomsen, A.R. Persistent virus infection despite chronic cytotoxic T-lymphocyte activation in gamma interferon-deficient mice infected with lymphocytic choriomeningitis virus.
J. Virol. 2000, 74, 10304-10311.
8. Marchuk, G.I. Mathematical Modelling of Immune Response in Infectious Diseases; Springer Science & Business Media: Berlin/Heidel- berg, Germany, 2013; Volume 395.
9. Yasui, F.; Kai, C.; Kitabatake, M.; Inoue, S.; Yoneda, M.; Yokochi, S.; Kase, R.; Sekiguchi, S.; Morita, K.; Hishima, T.; et al. Prior immunization with severe acute respiratory syndrome (SARS)-associated coronavirus (SARS-CoV) nucleocapsid protein causes severe pneumonia in mice infected with SARS-CoV. J. Immunol. 2008, 181, 6337-6348
10. Вычисление оптимальных возмущений для систем с запаздыванием: Учебная статья / Нечепуренко, Ю.М., Христиченко М.Ю - СПб.: Журнал вычислительной математики и математической физики. 2019 (5):775-791. ISSN 0044-4669
11. Macken, C.; Perelson, A. A multistage model for the action of cytotoxic T lymphocytes in multicellular conjugates. J. Immunol. 1984, 132, 1614-1624.
12. Thevarajan, I.; Nguyen, T.H.; Koutsakos, M.; Druce, J.; Caly, L.; van de Sandt, C.E.; Jia, X.; Nicholson, S.; Catton, M.; Cowie, B.; et al. Breadth of concomitant immune responses prior to patient recovery: A case report of non-severe COVID-19. Nat. Med. 2020, 26, 453-455
13. Guan, W.J.; Ni, Z.Y.; Hu, Y.; Liang, W.H.; Ou, C.Q.; He, J.X.; Liu, L.; Shan, H.; Lei, C.L.; Hui, D.S.; et al. Clinical characteristics of coronavirus disease 2019 in China. N. Engl. J. Med. 2020, 382, 1708-1720
14. Tay, M.Z.; Poh, C.M.; Renia, L.; MacAry, P.A.; Ng, L.F. The trinity of COVID-19: Immunity, inflammation and intervention. Nat. Rev. Immunol. 2020, 20, 363-374.
15. Minang, J.T.; Barsov, E.V.; Yuan, F.; Trivett, M.T.; Piatak, M., Jr.; Lifson, J.D.; Ott, D.E.; Ohlen, C. Efficient inhibition of SIV replication in rhesus CD4+ T-cell clones by autologous immortalized SIV-specific CD8+ T-cell clones. Virology 2008, 372, 430-441
16. Zheng, S.; Fan, J.; Yu, F.; Feng, B.; Lou, B.; Zou, Q.; Xie, G.; Lin, S.; Wang, R.; Yang, X.; et al. Viral load dynamics and disease severity in patients infected with SARS-CoV-2 in Zhejiang province, China, January-March 2020: Retrospective cohort study. BMJ 2020, 369, m1443.


Работу высылаем на протяжении 30 минут после оплаты.



Подобные работы


©2025 Cервис помощи студентам в выполнении работ