Análise de sincronização do ritmo circadiano sob influência da dor

Autores

DOI:

https://doi.org/10.5902/2179460X73631

Palavras-chave:

Sincronização, Ritmos biológicos, Dor, Modelo PIM

Resumo

A sincronização dos ritmos biológicos é de fundamental importância para a saúde. A influência da dor no funcionamento das funções vitais e de seus efeitos na sincronização dos ritmos biológicos dos seres humanos é explorada clinicamente há muito tempo. Por outro lado, a modelagem deste fenômeno pode agregar características ainda inexploradas. Neste viés que se enquadra a presente contribuição: analisar a existência de sincronização do ritmo circadiano sob a influência de fatores externos como a dor. Para tal, propomos e analisamos um modelo de osciladores acoplados em fase que descrevem os ritmos do sono-vigília, temperatura corporal e dor. A simplicidade da modelagem permite obter as soluções sincronizadas de forma analítica, bem como derivar restrições, em termos dos parâmetros, que garantam a sincronização dos mesmos. Os resultados obtidos pela análise do modelo proposto são acompanhados de simulações numéricas.

Downloads

Não há dados estatísticos.

Biografia do Autor

Adriano De Cezaro, Federal University of Rio Grande

Doutor em Matemática, Professor no Instituto de Matemática, Estatística e Física.

Fabiana Travessini De Cezaro, Federal University of Rio Grande

Doutor em Matemática, Professor no Instituto de Matemática, Estatística e Física.

Stefânia da Silveira Glaeser, Instituto Federal de Educação, Ciência e Tecnologia Sul-rio-grandense

PhD in Computational Modeling.

Referências

Bard, E.; Youngmin, P.; Dan, W.; (2019). Recent advances in coupled oscillator theory. Phil. Trans. R. Soc. A., 337, 2160, 1 – 16. https://doi.org/10.1098/rsta.2019.0092. DOI: https://doi.org/10.1098/rsta.2019.0092

Bick, C.; Goodfellow, M.; Laing, C. R.; Martens, E. A.; (2020). Understanding the dynamics of biological and neural oscillator networks through mean-field reductions: a review. J. Math. Neurosc. 10, 9. https://doi.org/10.1186/s13408-020-00086-9. DOI: https://doi.org/10.1186/s13408-020-00086-9

Bumgarner, J. R., Walker, W. H., Nelson, R. J. (2021). Circadian rhythms and pain. Neuroscience Biobehavioral Reviews, 129, 296–306. doi: 10.1016/j.neubiorev.2021.08.004. DOI: https://doi.org/10.1016/j.neubiorev.2021.08.004

Cai, Z.; Zheng, Z.; Xu, C.; (2022). Exact dynamics of phase transitions in oscillator populations with nonlinear coupling.

Communications in Nonlinear Science and Numerical Simulation, V. 107, P. 106–129. DOI: https://doi.org/10.1016/j.cnsns.2021.106129. DOI: https://doi.org/10.1016/j.cnsns.2021.106129

Contessa, M. N.; De Cezaro, A.; (2017). Derivadas fracionárias na modelagem do ritmo circadiano. Scientia Plena, 13, 4, 1–11. https://doi.org/10.14808/sci.plena.2017.049909. DOI: https://doi.org/10.14808/sci.plena.2017.049909

Dörfler, F.; Bullo, F.; (2014). Synchronization in complex networks of phase oscillators: A survey. Automatica, 50, 6, 1539–1556. DOI: https://doi.org/10.1016/j.automatica.2014.04.012. DOI: https://doi.org/10.1016/j.automatica.2014.04.012

Glaeser, S. S.; Santos, A. T.; De Cezaro, A.; Machado, C. M. d. S., Adamatti, D. F.; (2018). Modeling of circadian rhythm under influence of pain: an approach based on multi-agent simulation. ADCAIJ: Advances in Distributed Computing and Artificial Intelligence Journal, 7, 2, 17–25. DOI: https://doi.org/10.14201/ADCAIJ2018721725

Glaeser, S. S.; De Cezaro, F.; De Cezaro, A.; (2023). Synchronization of the circadian rhythms with memory: A simple fractional- order dynamical model based on two coupled oscillators. Trends in Comput Appl Mathematics, 24, 2, 1–15. DOI: https://doi.org/10.5540/tcam.2023.024.02.00245. DOI: https://doi.org/10.5540/tcam.2023.024.02.00245

Journal of Biological Rhythms, 22, 2, 91–102. DOI: https://doi.org/10.1177/0748730407299200.

Klerman, E. B.; Hilaire, M. S.; (2007). On mathematical modeling of circadian rhythms, performance, and alertness. DOI: https://doi.org/10.1177/0748730407299200

Kuramoto, Y.; (1984). Chemical Oscillations, Waves, and Turbulence. Vol. 19, Springer, Berlin, https://doi.org/10.1007/978-3-642-69689-3. DOI: https://doi.org/10.1007/978-3-642-69689-3

Neves, A. R.; Albuquerque, T.; Quintela, T.; Costa, D.; (2022). Circadian rhythm and disease: Relationship, new insights, and future perspectives. Journal of Cellular Physiology, 237, 8, 3239–3256. DOI: https://doi.org/10.1002/jcp.30815. DOI: https://doi.org/10.1002/jcp.30815

Palada, V.; Gilron, I.; Canlon, B.; Svensson, C. I.; Kalso, E.; (2020). The circadian clock at the intercept of sleep and pain. PAIN, 161, 5, 894–900. DOI: 10.1097/j.pain.0000000000001786. DOI: https://doi.org/10.1097/j.pain.0000000000001786

Pikovisky A, K. J.; Rosemblum M.; (2001). Synchronization: A Universal Concept in Nonlinear Sciences, 1º edn. Cambridge University Press. ISBN: 052153352X. DOI: https://doi.org/10.1017/CBO9780511755743

Rodrigues, F. A.; Peron, T. K. D.; Ji, P.; Kurths, J.; (2016). The kuramoto model in complex networks. Physics Reports, 610, 26, 1 – 98. https://doi.org/10.1016/j.physrep.2015.10.008. DOI: https://doi.org/10.1016/j.physrep.2015.10.008

Downloads

Publicado

2024-10-18

Como Citar

Cezaro, A. D., Cezaro, F. T. D., & Glaeser, S. da S. (2024). Análise de sincronização do ritmo circadiano sob influência da dor. Ciência E Natura, 46, e73631. https://doi.org/10.5902/2179460X73631

Edição

Seção

Matemática