دورية أكاديمية

Previsão com séries temporais usando ARIMA para modelagem de crescimento de glioma em resposta à radioterapia

التفاصيل البيبلوغرافية
العنوان: Previsão com séries temporais usando ARIMA para modelagem de crescimento de glioma em resposta à radioterapia
المؤلفون: Larissa Miguez da Silva, Gustavo Benitez Alvarez, Eliane da Silva Christo, Gerardo Amado Pelén Sierra, Vanessa da Silva Garcia
المصدر: Semina: Ciências Exatas e Tecnológicas, Vol 42, Iss 1, Pp 3-12 (2021)
بيانات النشر: Universidade Estadual de Londrina, 2021.
سنة النشر: 2021
المجموعة: LCC:Technology (General)
LCC:Science (General)
مصطلحات موضوعية: mathematical models, tumor growth, glioblastoma, time series forecast, radiotherapy, Technology (General), T1-995, Science (General), Q1-390
الوصف: Atualmente, o crescente número de pessoas que sofrem de câncer tem sido um grande motivo de preocupação em todo o mundo. Os glioblastomas, em particular, são tumores primários em células gliais localizadas no sistema nervoso central. Por conta dessa localização sensível, modelos matemáticos têm sido estudados e desenvolvidos como ferramentas alternativas para análise das taxas de crescimento tumoral, auxiliando na tomada de decisão quanto à dosagem do tratamento, sem expor a vida do paciente. Este artigo apresenta dois modelos de séries temporais para estimar a taxa de crescimento do glioblastoma em resposta ao tratamento com radioterapia ionizante. Os resultados obtidos indicam que os métodos de séries temporais propostos obtém previsões com Mean Absolute Percentual Error (MAPE) de aproximadamente 1% e 4%, e as simulações mostram que o método ARIMA supera o método de Holt com base no Mean Square Error (MSE) e MAPE. Além disso, os resultados mostram que o método das séries temporais é aplicável a dados de dois modelos matemáticos diferentes para o crescimento de glioblastoma
نوع الوثيقة: article
وصف الملف: electronic resource
اللغة: English
Portuguese
تدمد: 1676-5451
1679-0375
Relation: http://www.uel.br/revistas/uel/index.php/semexatas/article/view/42163; https://doaj.org/toc/1676-5451; https://doaj.org/toc/1679-0375
DOI: 10.5433/1679-0375.2021v42n1p3
URL الوصول: https://doaj.org/article/bd4255fa69ba4422b6d2cf15c04622cd
رقم الأكسشن: edsdoj.bd4255fa69ba4422b6d2cf15c04622cd
قاعدة البيانات: Directory of Open Access Journals
الوصف
تدمد:16765451
16790375
DOI:10.5433/1679-0375.2021v42n1p3