Workshop en REDES
Biomatemáticas

Jueves 28 de octubre, 2021, desde las 9.30, Hora Chile (Continental)

(https://time.is/es/GMT-3)

• 9:30 - 10:10 Gonzalo Torres (the city University of New York, USA) y Cristian Meza (Universidad de Valparaíso)
• 10:10 - 10:50 Marta Avalos (Université de Bordeaux, France)
• 11:00 - 11:40 Dae-Jin Lee (Basque center for applied Mathematics, España)
• 11:40 - 12:20 Fernando Cordova (Universidad Católica del Maule)

Unirse a la reunión Zoom
Zoom Meeting ID: 871 3251 9214
Passcode: 394840
https://reuna.zoom.us/j/87132519214?pwd=Y2ZYNjNLR0Q2WFUwbHlHc0t0RU9WZz09

Análisis matemático del rol de la flora bacteriana intestinal en un modelo pre-clínico de la enfermedad de Párkinson

Gonzalo Torres (the city University of New York) y Cristian Meza (Universidad de Valparaíso)

9:30 - 10:10

La enfermedad de Parkinson es una condición debilitante que resulta en síntomas motores y no motores afectando aproximadamente a 10 millones de personas en el mundo. Actualmente no existen tratamientos que puedan prevenir, curar, o detener su curso. El foco de la investigación sobre el mal de Parkinson ha sido las bases neurobiológicas y las consecuencias de la caída en los niveles del neurotransmisor dopamina del cerebro de pacientes con Parkinson. Sin embrago, alteraciones gastrointestinales son reconocidas como un síntoma común en pacientes con Parkinson y se sabe que estos síntomas aparecen antes de los síntomas motores. La flora bacteriana del intestino, llamada microbiota intestinal, contiene miles de especies de bacteria que juegan un papel importante en la función intestinal, el metabolismo, la inmunidad y la función cerebral. Estudios en modelos animales y estudios clínicos sugieren una conexión importante entre la microbiota intestinal y los síntomas neurológicos en pacientes con Parkinson. Nuestro laboratorio ha examinado el efecto de antibióticos sobre la microbiota intestinal en un modelo animal en el que se produce una disminución de los niveles de dopamina cerebral por medio de una toxina específica. Este modelo recapitula en parte los síntomas observados en el Parkinson. Nuestros resultados indican que los para probar la asociación entre la abundancia microbiana y las covariables clínicas para los datos longitudinales del microbioma producen cambios significativos en la microbiota intestinal y previenen algunos de los síntomas observados en el modelo animal de Parkinson. Se aplicó una regresión Beta con efectos mixtos de dos etapas para datos con excesos de ceros (ZIBR) para probar la asociación entre la abundancia microbiana y las covariables clínicas, aquí el efecto de los antibióticos, para los datos longitudinales del microbiota de este estudio.

Recent statistical challenges in human growth modelling

Dae-Jin Lee (Basque center for applied Mathematics, España)

11:00 - 11:40

Las curvas de crecimiento son especialmente valiosas porque se pueden estimar las características que definen el proceso de crecimiento, como el nivel inicial, la tasa de cambio durante el estirón y el nivel asintótico. Históricamente, los datos de crecimiento humano se han modelado a menudo con imágenes gráficas para permitir comparaciones generales entre trayectorias. Hauspie et al. (1991) describieron la modelización del crecimiento como una técnica que permitía estimar una curva suave a través de los datos observados, a lo largo de una parte o de todo el proceso de crecimiento, con el objetivo de captar las tendencias esenciales de una serie de datos o de identificar ciertas características, como la edad de máxima velocidad en la adolescencia. En esta charla, presentaré una breve visión general de los enfoques matemáticos y estadísticos para modelar las curvas de crecimiento humano, desde modelos lineales y no lineales con diferente complejidad hasta modelos de regresión distribucional para cuantiles y procedimientos de estimación. Finalmente, se ilustrarán varios ejemplos con aplicaciones reales.