Solução numérica da dinâmica temporal da infecção do SARS-CoV-2 em pacientes com manifestações clínicas grave ou crítica da COVID-19

Autores

DOI:

https://doi.org/10.35819/remat2023v9i1id6289

Palavras-chave:

SARS-CoV-2, Infecção Viral, Tempestade de Citocinas, Solução Numérica, COVID-19 Grave

Resumo

A COVID-19 é uma doença infecciosa causada pelo coronavírus SARS-CoV-2, que começou em Wuhan (China), no final de 2019, e se espalhou por todo o mundo. Quando o paciente entra no quadro clínico grave da doença, o sistema imunológico começa a produzir de forma descontrolada citocinas pró-inflamatórias, fenômeno conhecido como ``tempestade de citocinas'', causando a Síndrome do Desconforto Respiratório Agudo (SDRA) e, a partir desse momento, o quadro clínico do paciente é crítico, sendo necessário internação em Unidades de Terapia Intensiva (UTI). Neste artigo, elaboramos um modelo matemático que descreve o problema da dinâmica temporal da infecção do SARS-CoV-2 em pacientes com manifestações clínicas grave ou crítica da COVID-19 e, como consequência disso, o problema inclui a ``tempestade de citocinas''. O modelo consiste em um sistema de cinco equações diferenciais ordinárias não-lineares de primeira ordem, que é resolvido numericamente usando o Software Mathematica. Dentre as cinco variáveis envolvidas no sistema, a carga viral foi a mais detalhada, pois ela descreve o nível de RNA do SARS-CoV-2 nos pacientes. Foram apresentados e interpretados os perfis da carga viral, em várias situações, em que os pacientes evoluíram para a cura ou óbito. Para a carga viral, o modelo apresentou um erro relativo de 19,13% quando comparado com dados clínicos da literatura existente.

Downloads

Não há dados estatísticos.

Biografia do Autor

Jorge Andrés Julca Avila, Universidade Federal de São João del-Rei (UFSJ), São João del-Rei, MG, Brasil

Virgínia Moreira de Freitas, Universidade Federal de São João del-Rei (UFSJ), São João del-Rei, MG, Brasil

Referências

ACOSTA, R. Alfonso H.; GARRIGOS, Zerelda Esquer; MARCELIN, Jasmine R.; VIJAYVARGIYA, Prakhar. COVID-19 Pathogenesis and Clinical Manifestations. Infectious Disease Clinics of North America, v. 36, n. 2, p. 231-249, 2022. DOI: www.doi.org/10.1016/j.idc.2022.01.003.

AHMED, Nauman; ELSONBATY, Amr; RAZA, Ali; RAFIG, Muhammad; ADEL, Waleed. Numerical simulation and stability analysis of a novel reaction-diffusion COVID-19 model. Nonlinear Dynamics, v. 106, p. 1293-1310, 2021. DOI: www.doi.org/10.1007/s11071-021-06623-9.

BEAUCHEMIN, Caterine A.; HANDEL, Andreas. A review of mathematical models of influenza A infections within a host or cell culture: lessons learned and challenges ahead. Mathematical Modelling of Influenza, v. 11, n. S7, p. 1-15, 2011. DOI: www.doi.org/10.1186/1471-2458-11-S1-S7.

BEIJERINCK, Martinus W. Über ein contagium vivum fluidum als Ursache der Fleckenkrankheit der Tabaksblatter. Verh Kon Akad Wetensch, 65 (Sectie 2, Deel 6), p. 3-21, 1898 (Eng. translation: Concerning a contagium vivum fluidum as cause of the spot disease of tobacco leaves. Phytopath Classics, v. 7, p. 33-54, 1942). Disponível em: https://www.apsnet.org/edcenter/apsnetfeatures/Documents/1998/BeijerckSpotDiseaseTobaccoLeaves.PDF. Acesso em: 4 jan. 2023.

BERGE, T.; LUBUMAA, J. M. S.; MOREMEDIC, G. M.; MORRISD, N.; KONDER-SHAVAE, R. A simple mathematical model for Ebola in Africa. Journal of Biological Dynamics, v. 11, n. 1, p. 42-74, 2016. DOI: www.doi.org/10.1080/17513758.2016.1229817.

BOUCHNITA, Anass; JEBRANE, Aissam. A hybrid multi-scale model of COVID-19 transmission dynamics to assess the potential of non-pharmaceutical interventions. Chaos, Solitons & Fractals, v. 138, p. 1-12, 2020. DOI: www.doi.org/10.1016/j.chaos.2020.109941.

BOULOS, Maged N. K.; GERAGHTY, Estrella M. Geographical tracking and mapping of coronavirus disease COVID-19/severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) epidemic and associated events around the world: how 21st century GIS technologies are supporting the global fight against outbreaks and epidemics. International Journal of Health Geographics, v. 19, n. 8, p. 1-12, 2020. DOI: www.doi.org/10.1186/s12942-020-00202-8.

BRASIL. Ministério da Saúde. Guia de Vigilância Epidemiológica: Emergência de saúde pública de Importância nacional pela Doença pelo coronavírus 2019 - covid-19, Brasilia, 2021, p. 88. Disponível em:

https://coronavirus.saude.mg.gov.br/images/1_2021/17-03-Guia_de_vigilancia_da_covid_16marc2021.pdf. Acesso em: 28 ago. 2022.

CEVIK, Muge; KUPPALLI, Krutika; KINDRACHUK, Jason; PEIRIS, Malik. Virology, transmission, and pathogenesis of SARS-CoV-2. BMJ, v. 371, n. m3862, p. 1-6, 2020. DOI: http://dx.doi.org/10.1136/bmj.m3862.

FAJGENBAUM, David C.; JUNE, Carl H. Cytokine Storm. New England Journal of Medicine, v. 383, p. 2255-73, 2020. DOI: www.doi.org/10.1056/NEJMra2026131.

FARSHI, Esmaeil. Cytokine Storm Response to COVID-19 Vaccinations. Journal of Cytokine Biology, v. 5, n. 2, p. 1-3, 2020. Disponível em: https://www.researchgate.net/publication/349257945_Cytokine_Storm_Response_to_COVID-19_Vaccinations. Acesso em: 28 ago. 2022.

FENG, Zeqing; DIAO, Bo; WANG, Rongshuai; WANG, Gang; WANG, Chenhui; TAN, Yingjun; LIU, Liang; WANG, Changsong; LIU, Ying; LIU, Yueping; YUAN, Zilin; REN, Liang; WU, Yuzhang; CHEN, Yongwen. The Novel Severe Acute Respiratory Syndrome Coronavirus 2 (SARS-CoV-2) Directly Decimates Human Spleens and Lymph Nodes. medRxiv: preprint, p. 1-18, 2020. DOI: www.doi.org/10.1101/2020.03.27.20045427.

FREITAS, V. M. de. Abordagem Numérica da Dinâmica Temporal da Infecção do SARS-CoV-2: Tempestade de Citocinas. Orientador: Jorge Andrés Julca Avila. 2022. 65 f. Dissertação (Mestrado Profissional em Matemática em Rede Nacional) - Universidade Federal de São João del-Rei, Campus Santo Antônio, São João del-Rei, 2022. Disponível em: https://sca.profmat-sbm.org.br/profmat_tcc.php?id1=6800&id2=171055035. Acesso em: 25 mar. 2023.

FURUMOTO, Warren A.; MICKEY, Ray. A mathematical model for the infectivity-dilution curve of tobacco mosaic virus: theoretical considerations. Virology, v. 32, n. 2, p. 216-223, 1967. DOI: www.doi.org/10.1016/0042-6822(67)90271-1.

GUMEL, A. B.; SHIVAKUMAR, P. N.; SAHAI, B. M. A mathematical model for the dynamics of HIV-1 during the typical course of infection. Nonlinear Analysis: Theory, Methods & Applications, v. 47, n. 3, p. 1773-1783, 2001. DOI: www.doi.org/10.1016/S0362-546X(01)00309-1.

INSTITUTO BUTANTAN. A velocidade com que foi criada a vacina da Covid-19 é motivo de preocupação? Especialista do Butantan responde. Disponível em: https://butantan.gov.br/covid/butantan-tira-duvida/tira-duvida-noticias/a-velocidade-com-que-foi-criada-a-vacina-da-covid-19-e-motivo-de-preocupacao-especialista-do-butantan-responde. Acesso em: 25 ago. 2022.

OMS. Seguimiento de las variantes del SARS-CoV-2. Disponível em: https://www.who.int/es/activities/tracking-SARS-CoV-2-variants. Acesso em: 25 ago. 2022.

OPAS. Folha informativa sobre COVID-19. Disponível em: https://www.paho.org/pt/covid19. Acesso em: 25 ago. 2022.

PELAIA, Corrado; CALABRESE, Cecilia; GAROFALO, Eugenio; BRUNI, Andrea; VATRELLA, Alessandro; PELAIA, Girolamo. Therapeutic Role of Tocilizumab in SARS-CoV-2-Induced Cytokine Storm: Rationale and Current Evidence. International Journal of Molecular Sciences, v. 22, n. 6, 3059, p. 1-16, 2021. DOI: www.doi.org/10.3390/ijms22063059.

PURKAYASTHA, Soumik; BHATTACHARYYA, Rupam; BHADURI, Ritwik; KUNDU, Ritoban; GU, Xuelin; SALVATORE, Maxwell; RAY, Debashree; MISHRA, Swapnil; MUKHERJEE, Bhramar. A comparison of five epidemiological models for transmission of SARS-CoV-2 in India. BMC Infectious Diseases, v. 21, n. 533, p. 1-23, 2021. DOI: www.doi.org/10.1186/s12879-021-06077-9.

REIS, Ruy Freitas; PIGOZZO, Alexandre Bittencourt; BONIN, Carla Rezende Barbosa; QUINTELA, Barbara de Melo; POMPEI, Lara Turetta; VIEIRA, Ana Carolina; LIMA E SILVA, Larissa de; XAVIER, Maicom Peters; SANTOS, Rodrigo Weber dos; LOBOSCO, Marcelo. A Validated Mathematical Model of the Cytokine Release Syndrome in Severe COVID-19. Frontiers in Molecular Biosciences, v. 8, n. 639423, p. 1-13, 2021. DOI: www.doi.org/10.3389/fmolb.2021.639423} .

RUSSELL, Colin A.; FONVILLE, Judith M.; BROWN, André E. X.; BURKE, David F.; SMITH, David L.; JAMES, Sarah L.; HERFST, Sander; VAN BOHEEMEN, Sander; LINSTER, Martin; SCHRAUWEN, Eefje J.; KATZELNICK, Leah; MOSTERÍN, Ana; KUIKEN, Thijs; MAHER, Eileen; NEUMANN, Gabriele; OSTERHAUS, Albert D. M. E.; KAWAOKA, Yoshihiro; FOUCHIER, Ron A. M.; SMITH, Derek J. The potential for respiratory droplet-transmissible A/H5N1 influenza virus to evolve in a mammalian host. Science, v. 336, n. 6088, p. 1541-1547, 2012. DOI: www.doi.org/10.1126/science.1222526.

TAHIR, Khan; ULLAH, Roman; ZAMAN, Gul; ALZABUT, Jehad. A mathematical model for the dynamics of SARS-CoV-2 virus using the Caputo-Fabrizio operator. Mathematical Biosciences and Engineering, v. 18, n. 5, p. 6095-6116, 2021. DOI: www.doi.org/10.3934/mbe.2021305.

VOUTOURI, Chrysovalantis; NIKMANESHI, Mohammad Reza; HARDIN, C. Corey; PATEL, Ankit B.; VERMA, Ashish; KHANDEKAR, Melin J.; DUTTA, Sayon; STYLIANOPOULOS, Triantafyllos; MUNN, Lance L.; JAIN, Rakesh K. In silico dynamics of COVID-19 phenotypes for optimizing clinical management. PNAS, v. 118, n. 3, p. 1-18, 2021. DOI: www.doi.org/10.1073/pnas.2021642118.

WHO. WHO Coronavirus (COVID-19) Dashboard. Disponível em: https://covid19.who.int. Acesso em: 23 dez. 2022.

WANG, Sunpeng; PAN, Yang; WANG, Quanyi; MIAO, Hongyu; BROWN, Ashley N.; RONG, Libin. Modeling the viral dynamics of SARS-CoV-2 infection. Mathematical Biosciences, v. 328, p. 1-12, 2020. DOI: www.doi.org/10.1016/j.mbs.2020.108438.

ZHENG, Shufa; FAN, Jian; YU, Fei; FENG, Baihuan; LOU, Bin; ZOU, Qianda; XIE, Guoliang; LIN, Sha; WANG, Ruonan; YANG, Xianzhi; CHEN, Weizhen; WANG, Qi; ZHANG, Dan; LIU, Yanchao; GONG, Renjie; MA, Zhaohui; LU, Siming; XIAO, Yanyan; GU, Yaxi; ZHANG, Jinming; YAO, Hangping; XU, Kaijin; LU, Xiaoyang; WEI, Guoqing; ZHOU, Jianying; FANG, Qiang; CAI, Hongliu; QIU, Yunqing; SHENG, Jifang; CHEN, Yu; LIANG, Tingbo. Viral load dynamics and disease severity in patients infected with SARS-CoV-2 in Zhejiang province, China, January-March 2020: retrospective cohort study. BMJ, v. 369, n. m1443, p. 1-8, 2020. DOI: www.doi.org/10.1136/BMJ.M1443.

Downloads

Publicado

2023-03-27

Como Citar

AVILA, J. A. J.; FREITAS, V. M. de. Solução numérica da dinâmica temporal da infecção do SARS-CoV-2 em pacientes com manifestações clínicas grave ou crítica da COVID-19. REMAT: Revista Eletrônica da Matemática, Bento Gonçalves, RS, v. 9, n. 1, p. e3003, 2023. DOI: 10.35819/remat2023v9i1id6289. Disponível em: https://periodicos.ifrs.edu.br/index.php/REMAT/article/view/6289. Acesso em: 14 jul. 2024.

Edição

Seção

Matemática