Sesión Aplicaciones de la Matemática y Física MatemáticaIntentando comprender (y evitar) los rebotes virales postratamiento en infecciones agudas
Marcelo Actis
Facultad de Ingeniería Química (UNL-CONICET), Argentina - Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.
Los rebotes virales después de tratamientos antivirales son un fenómeno bien conocido en las infecciones agudas. En particular, una fracción significativa de personas infectadas con SARS-CoV-2 experimentó tales rebotes cuando fueron tratados con antivirales eficaces como Nirmatrelvir/Ritonavir (Paxlovid), según estudios recientes [1] Aunque se está estudiando desde un punto de vista biológico y estadístico [2,3], el mecanismo dinámico responsable de tal fenómeno aún no se comprende completamente. En este charla presentaremos una caracterización del comportamiento dinámico de modelos de células objetivo (target-cell models) para explicar los rebotes postratamiento desde la perspectiva de la estabilidad/inestabilidad de los equilibrios. Estableceremos condiciones para cualquier tratamiento antiviral para evitar los rebotes del virus, sin recurrir ni al efecto del sistema inmunológico ni al desarrollo de resistencia a través de mutaciones del virus. Los resultados de nuestras simulaciones ilustran el papel fundamental de la dosificación (es decir, las dosis y los momentos en que se administran los antivirales) para aprovechar adecuadamente los fármacos altamente eficaces y diseñar terapias adecuadas.
Trabajo en conjunto con: Mara Perez (FIQ e INTEC, UNL-CONICET, Santa Fe, Argentina);, Ignacio Sanchez (INTEC, UNL-CONICET, Santa Fe, Argentina);, Esteban A. Hernandez-Vargas (University of Idaho, USA); y Alejandro H. González (FIQ e INTEC, UNL-CONICET, Santa Fe, Argentina).
Referencias
[1] Edelstein, Gregory E. et al. ``SARS-CoV-2 virologic rebound with nirmatrelvir--ritonavir therapy: an observational study''. Annals of Internal Medicine, vol. 176, no. 12, 2023, pp. 1577-1585. American College of Physicians.
[2] Perelson, Alan S., Ribeiro, Ruy M. and Phan, Tin. ``An explanation for SARS-CoV-2 rebound after Paxlovid treatment''. medRxiv, 2023, Cold Spring Harbor Laboratory Press.
[3] Ranard, Benjamin L. et al. ``A mathematical model of SARS-CoV-2 immunity predicts paxlovid rebound''. Journal of Medical Virology, vol. 95, no. 6, 2023, e28854. Wiley Online Library.