Modelos matemáticos para tratamiento de enfermedades autoinmunes (Lupus)

Abstract

El lupus eritematoso sistémico (LES) es una enfermedad autoinmune crónica caracterizada por la inflamación sistémica y el daño tisular progresivo. En este trabajo se ha desarrollado y analizado el modelo matemático propuesto por Yazdani A. et al. [1] para simular la evolución del LES y evaluar el impacto del trasplante de células madre mesenquimales (CMM) en las etapas avanzadas de la enfermedad. El modelo se basa en un sistema de ecuaciones diferenciales que describe la interacción entre diferentes componentes del organismo. Utilizando técnicas de simulación numérica, se ha demostrado que el modelo es capaz de reproducir comportamientos clave del LES en sus diferentes fases y reflejar que la administración de CMM en las fases tardías de la enfermedad puede amortiguar significativamente la inflamación y detener el daño tisular, validando su potencial como tratamiento complementario. Estos resultados sugieren que el modelo propuesto no solo es útil para comprender mejor la progresión del LES, sino que también puede servir como una herramienta para optimizar protocolos de trasplante de CMM.

Systemic lupus erythematosus (SLE) is a chronic autoimmune disease characterized by systemic inflammation and progressive tissue damage. In this work, a mathematical model proposed by Yazdani A et al [1] has been developed and analyzed to simulate the progression of SLE and assess the impact of mesenchymal stem cells (MSC) transplantation in the advanced stages of the disease. The model is based on a system of differential equations that describes the interaction between various components of the body. Using numerical simulation techniques, it has been demonstrated that the model is capable of reproducing key behaviors of SLE in its different stages and it can reproduce that the administration of MSC in the late stages of SLE can significantly reduce inflammation and halt tissue damage, validating their potential as a complementary treatment. These results suggest that the proposed model is not only useful for a better unders tanding of SLE progression but can also serve as a tool to optimize MSC transplantation protocols.