Identificação de parâmetos do sistema respitarótio de pacientes com COVID-19

• Ano de defesa: 2023
• Autor(a) principal: Hara, Jonathan Genzo
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Centro Universitário FEI, São Bernardo do Campo
• Palavras-chave em Português: COVID19; Aparelho respiratório; Modelo compartimental; Otimização
• Link de acesso: https://repositorio.fei.edu.br/handle/FEI/5099; https://doi.org/10.31414/EM.2023.D.131648

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