Vargas, Jhon Edwar (Director)Amado Ospina, SantiagoValdés Cabrera, Daniel Mauricio2025-07-232025-07-232021Amado Ospina, S., & Valdés Cabrera, D. M. (2021). Modelo matemático de regresión lineal múltiple para terapia de hipertermia con nanopartículas y calentamiento inducido por láser. Universidad Santiago de Cali.https://repositorio.usc.edu.co/handle/20.500.12421/7605Actualmente, existe interés en el estudio de la terapia de hipertermia para el tratamiento del cáncer. Esta terapia consiste en aumentar la temperatura corporal entre 37 °C y 43 °C, la cual es posible obtenerlo mediante la inducción de ondas electromagnéticas como radiofrecuencia, microondas y/o láser, y ondas de ultrasonido. Adicionalmente, el uso de nanopartículas cargadas en el tumor permite un tratamiento focalizado reduciendo el daño a los tejidos sanos circundantes. Para la implementación de este tratamiento es necesario realizar experimentos in vitro y simulaciones de modelos matemáticos que permitan obtener un mejor conocimiento de la terapia. Existen diferentes modelos matemáticos los cuales representan la dinámica de este tratamiento. Sin embargo, estos modelos son complejos y, en muchos casos, requieren un alto costo computacional. Lo anterior limita los procesos de optimización debido a que tardarían mucho tiempo en ser resueltos. En este sentido, este trabajo propone un modelo con un tiempo de ejecución computacional reducido mediante la técnica de regresión lineal múltiple. El entrenamiento y validación del modelo de regresión se realizó sobre una base de datos de 200 simulaciones producidas por un modelo matemático desarrollado en Comsol Multiphysics® por medio de Python. Las medidas experimentales fueron tomadas en el proceso de hipertemia con inducción de calor por medio infrarrojo cercano durante 100s en agua destilada pura y dos proporciones diferentes de nanopartículas de óxido de hierro disueltas en agua destilada, i.e., 0,025% y 0,050% en peso. Una vez se obtiene el modelo, se realiza un proceso de estimación de parámetros por medio de los algoritmos de Gauss-Newton (GN) y Levenberg-Marquardt (LM). Los resultados indican que el campo de temperatura predicho por el modelo de regresión lineal múltiple es cercano a los valores de salida del modelo matemático completo y a las mediciones experimentales. La correlación del modelo propuesto fue de 0,99 con respecto al modelo realizado con Comsol Multiphysics® y de 0,95 con respecto al experimento. Además, el modelo presenta una reducción considerable del tiempo de ejecución computacional equivalente a 1,95 ms en comparación con el modelo de Comsol Multiphysics® que tardó 25,29 minutos. Esta reducción del tiempo de ejecución podría permitir planificar la terapia de hipertermia antes y durante su implementación. En cuanto al proceso de estimación, ambos algoritmos convergen a una solución estable, obteniendo así valores óptimos para los parámetros a estimar, derivados del promedio de las 50 ejecuciones de cada algoritmo.Nowadays, there is interest in the study of hyperthermia therapy for the treatment of cancer. This therapy consists on increasing body temperature to between 37 °C and 43 °C, which can be achieved by inducing electromagnetic waves like radiofrequency, microwave and/or laser and ultrasound waves. Additionally, the use of nanoparticles loaded in the tumor allows a focalized treatment reducing damage to surrounding healthy tissues. For the implementation of this treatment it is necessary to perform in vitro experiments and mathematical model simulations to obtain a better understanding of the therapy. There are different mathematical models which represent the dynamics of this therapy. However, these models are complex and, in many cases, require a high computational cost. This limits the optimization processes since they would take a long time to be solved. In this sense, this work proposes a model with a reduced computational execution time using the multiple linear regression technique. The training and validation of the regression model was performed on database of 200 simulations produced by a mathematical model developed in Comsol Multiphysics® by Python. Experimental measurements were taken in the hyperthermia process with heat induction by near infrared during 100s in pure distilled water and two different ratios of iron oxide nanoparticles dissolved in distilled water, i.e., 0.025% and 0.050% by weight. Once the model is obtained, a parameter estimation process is performed by means of the Gauss-Newton (GN) and Levenberg-Marquardt (LM) algorithms. The results indicate that the temperature field predicted by the multiple linear regression model is close to the output values of the full mathematical model and the experimental measurements. The correlation of the model proposed was 0.99 with respectapplication/pdf17 PáginasesHipertemia Por LáserNanopartículas De Óxido De HierroTratamiento Del CáncerRegresión Lineal MúltipleThesisAcceso AbiertoReconocimiento 4.0 Internacional (CC BY 4.0)